FMRI dello stato di riposo nei disturbi della coscienza

I disturbi della coscienza (DoC) sono stati di coscienza alterata derivanti da una lesione acquisita alle reti cerebrali che regolano l'eccitazione e la consapevolezza, caratterizzati da una perdita di attività neurale eccitatoria attraverso le connessioni corticocorticali, talamocorticali e talamostriatali. La DoC può essere dovuta a diverse cause tra cui lesioni cerebrali traumatiche, lesioni cerebrali anossiche da arresto cardiaco, ictus, gravi infezioni cerebrali, convulsioni prolungate o altro. Una sfida primaria nella gestione clinica della DoC è determinare con precisione il tipo di DoC e il livello di coscienza, nonché il potenziale di recupero. Questo è fondamentale per il processo decisionale e la gestione clinica, con tassi di diagnosi errate fino al 40% a causa dei limiti della valutazione clinica. Recenti ricerche hanno dimostrato che la coscienza non rilevabile alla valutazione al letto può essere presente in ben il 15-20% dei pazienti con DoC. Pertanto, per migliorare la valutazione clinica della DoC e, in ultima analisi, sviluppare interventi mirati per promuovere il recupero neurologico, è necessario sviluppare, convalidare e tradurre in uso clinico metodi migliori per valutare la DoC nei singoli pazienti. L'uso della rs-fMRI nello studio del DoC ha portato a importanti approfondimenti sui meccanismi biologici del coma e sul recupero della coscienza, tuttavia la traduzione della rs-fMRI nella gestione clinica dei singoli pazienti con coscienza alterata è stata ostacolata da diversi fattori. Innanzitutto, BOLD fMRI riflette una complessa combinazione di segnali derivati ​​non solo dall'attività neurale ma anche da fonti non neurologiche che alla fine comprendono fino al 25% del segnale BOLD oscurando la vera connettività neurale e introducendo connettività spuria. Questa limitazione è stata generalmente aggirata analizzando la fMRI a livello di gruppo, sfruttando i vantaggi statistici della media dei dati tra gli individui. Sono necessarie strategie migliori per distinguere tra contributori neurali e non neurali al segnale BOLD per tradurre la rs-fMRI nell'uso clinico nei singoli pazienti. Inoltre, è stato generalmente dimostrato che le strategie di acquisizione e analisi convenzionali producono stime affidabili della connettività funzionale solo a tempi di scansione clinicamente intrattabili. Prove recenti suggeriscono che è possibile ottenere misure altamente affidabili della connettività funzionale a livello individuale a tempi di scansione clinicamente fattibili utilizzando protocolli di imaging più avanzati, superando anche le acquisizioni convenzionali più volte più lunghe. Il segnale BOLD misurato può essere rappresentato come funzione dell'intensità del segnale all'eccitazione (S0), del tempo di eco e della costante di decadimento del segnale. L'attività neurale influisce sul segnale BOLD inducendo un aumento del flusso sanguigno, che riduce la concentrazione locale di deossiemoglobina e, a sua volta, diminuisce la suscettività magnetica locale riducendo così il tasso di decadimento della magnetizzazione trasversale. Esaminando il decadimento del segnale su più tempi di eco, è possibile distinguere i cambiamenti in T2* dai cambiamenti in S0, consentendo così di differenziare i segnali neurali e non neurali dai dati BOLD. Poiché la sensibilità al segnale BOLD è massima vicino al T2*, le acquisizioni multi-eco possono anche migliorare la sensibilità BOLD attribuendo un peso maggiore agli echi più vicini al T2* di un particolare voxel ("combinazione ottimale"), che è noto per variare tra il cervello. Infine, il processo di combinazione dei dati BOLD attraverso gli echi porta il vantaggio di attenuare il rumore termico che è organizzato in modo casuale e tende ad annullarsi durante la media. Se combinato con strategie aggiuntive per rimuovere i segnali relativi al movimento globale, l'influenza del movimento sui dati BOLD può essere quasi eliminata. Solo di recente con l'integrazione di altri progressi tecnici come il multi-slice simultaneo è diventato possibile acquisire multi-echo rs-fMRI senza grandi compromessi nell'acquisizione della risoluzione spaziale o temporale. Le sfide pratiche per ottenere una risonanza magnetica avanzata nei pazienti critici includono la necessità di trasportare i pazienti alla ricerca di strumentazione per risonanza magnetica in grado di utilizzare i più recenti metodi di acquisizione che sono stati tradizionalmente situati su piani diversi o addirittura edifici diversi rispetto alle unità di terapia intensiva (ICU). Di conseguenza, metodi avanzati di risonanza magnetica come multi-echo rs-fMRI sono stati applicati principalmente a soggetti sani. Questo progetto trarrà vantaggio da un sistema di risonanza magnetica a 3 Tesla all'avanguardia dedicato alla ricerca, recentemente installato, dotato di gradienti veloci, un array di ricevitori a 32 canali incorporato all'interno dell'unità di terapia neurointensiva (NICU). Questo sistema è in grado di eseguire multi-echo rs-fMRI ad alta risoluzione spaziotemporale e un obiettivo chiave di questo progetto è determinare se l'integrità della rete funzionale nei pazienti con DoC può essere rilevata in modo più affidabile utilizzando multi-echo rs-fMRI rispetto a rs- standard fMRI. I metodi ottimali sarebbero senza supervisione, in grado di accogliere le differenze interindividuali nella topologia funzionale e in grado di ridurre dati di connettività complessi a intuizioni discrete e clinicamente utilizzabili. Un altro obiettivo chiave di questo progetto è confrontare tre approcci alla costruzione e caratterizzazione del connettoma nella loro affidabilità a livello di singolo paziente e grado di associazione con misure cliniche di disfunzione neurologica ed esito. Il primo e più tradizionale approccio si baserà sulla trasformazione di ciascun dato in uno spazio modello e sulla definizione di un nodo basata sulla meta-analisi a livello di gruppo. Il secondo approccio utilizzerà un metodo precedentemente descritto di parcellizzazione a livello di soggetto basato su gradienti di connettività e infine confrontato tra individui in base al grado di somiglianza con le reti modello. L'approccio finale utilizzerà uno schema di interpretazione radiologica in cui neuroimagers esperti addestrati a riconoscere i modelli spaziali tipici delle reti dello stato di riposo forniranno un'interpretazione delle mappe della rete dei gradi ottenute dall'analisi delle componenti indipendenti.