Sistema di supporto alle decisioni cliniche (CDSS) nella terapia di neurostimolazione (CDSS)

Obiettivo primario: sviluppare un modello predittivo integrato in un sistema di supporto alle decisioni cliniche (CDSS) alimentato da informazioni quantitative di neuroimaging estratte oggettivamente da immagini di risonanza magnetica (RM), che massimizzi l'uso appropriato e l'efficacia dei dispositivi di stimolazione elettrica impiantati chirurgicamente in pazienti selezionati con dolore cronico.

Obiettivi esplorativi:

1. -Analizzare i modelli di connettività cerebrale funzionale e anatomica nei pazienti con dolore cronico, per sviluppare un modello predittivo basato sul neuroimaging di risonanza magnetica quantitativa che massimizzi l'efficacia dei dispositivi di neurostimolazione impiantati chirurgicamente nei pazienti con dolore cronico.
2. -Analizzare la relazione tra i biomarcatori di neuroimaging e le diverse scale e variabili cliniche acquisite da ciascun paziente (VAS, Oswestry Disability Index, DN4, Pain Detect, Moss, SF12, coping scale, ottimismo, resilienza e HAD).

Dispositivo di prova:1.5 Sistema RM Tesla (Philips Healthcare, Best, Paesi Bassi) Boston Scientific Neuromodulation (BSN) Sistema di stimolazione del midollo spinale Precision Spectra™ con software Illumina 3D™ e 32 contatti.

Descrizione del dispositivo: il sistema Precision Spectra™ IPG è un generatore di impulsi multiplo indipendente controllato dalla corrente, in grado di erogare corrente attraverso 32 contatti. È alimentato da un software di programmazione 3D che considera la posizione anatomica delle derivazioni. Verranno forniti due modelli di cavi SCS, con 8 o 16 contatti con diametro di 1,3 mm, lunghezza dei contatti di 3 mm e distanza tra i contatti di 1, 4 o 6 mm. L'uso delle estensioni SCS sarà facoltativo per collegare l'IPG.

Descrizione fMR: l'esperimento MR sarà coerente con i requisiti sull'etichetta. La procedura RM verrà eseguita prima dell'impianto del dispositivo per evitare bias. Inoltre, la Food and Drug Administration (FDA) sconsiglia l'esame di pazienti con questo tipo di dispositivi per motivi di sicurezza.

Gli esami saranno eseguiti in un sistema RM da 1'5 Tesla (Philips Healthcare, Best, Paesi Bassi) presso il Quiron Hospital. La decisione del campo magnetico si basa sulla qualità degli esami e deve basarsi sull'etichetta dei prodotti e sull'approvazione dell'azienda per l'interazione con il sistema impiantato.

Verrà utilizzata una head coil con 8 canali di ricezione. Una volta che il paziente è stato posizionato nel sistema, verranno acquisite immagini iniziali e di rapida localizzazione per pianificare correttamente le sequenze RM dello studio di ricerca.

Dopo la pianificazione, verrà acquisita una sequenza di imaging RM funzionale in stato di riposo (rs-fMR), chiedendo al paziente di stare tranquillo con gli occhi chiusi e di pensare in un cielo blu. I parametri di acquisizione consisteranno in una sequenza T2* dinamica Echo Planar (EPI), copertura cerebrale completa con i seguenti parametri: TR=2000 ms; TE=30 ms; dimensione del voxel, 1,8 × 1,8 x 3,5 mm; angolo di ribaltamento, 90º; 40 fette assiali; tempo di acquisizione 5:20 min.

Verrà acquisita una sequenza DTI RM per analizzare la microstruttura e la connettività della sostanza bianca mediante tecniche di trattografia con i seguenti parametri: sequenza Spin-Echo Echo Planar Imaging (SE-EPI), single shot; copertura completa del cervello; 64 direzioni di pendenza; valore b, 1300 s/mm2; TR=6200 ms; TE=67 ms; dimensione del voxel, 2 x 2 x 2 mm; 60 fette assiali; tempo di acquisizione 9:40 min.

Un'ulteriore sequenza anatomica consentirà di sovrapporre risultati strutturali e funzionali e, inoltre, di ottenere i valori di volumetria di ciascuna regione cerebrale. I parametri della sequenza sono: sequenza di eco gradiente 3D pesata in T1 (GRE), copertura cerebrale completa; TR=11,6 ms; TE=5,69; dimensione del voxel, 0,48 x 0,48 x 0,50 mm; angolo di ribaltamento, 8º; 280 fette assiali; tempo di acquisizione 5:36 min.

Dopo l'acquisizione delle immagini, tutti i set di dati verranno inviati alla piattaforma Imaging Biomarkers del Biomedical Imaging Research Group (GIBI230) del La Fe Research Institute.

Le immagini fMR saranno allineate per correggere eventuali piccoli movimenti della testa del paziente durante l'esame. Per questo verrà utilizzato lo strumento software open source SPM8 (Statistical Parametric Mapping, http://www.fil.ion.ucl.ac.uk/spm/). Dopo la correzione del movimento, verrà applicata una correzione temporale che ottimizza il timing dello slice. Le immagini saranno poi normalizzate in un modello cerebrale standardizzato per consentire lo studio delle oscillazioni tra gli individui. Dopo tali processi, i dati saranno filtrati da un kernel gaussiano 3D per aumentare il rapporto segnale-rumore (SNR) minimizzando le differenze inter-soggetto. Infine, l'applicazione di algoritmi di analisi delle componenti indipendenti (ICA) consentirà l'estrazione di mappe di attivazione cerebrale nel soggetto durante l'acquisizione.

L'analisi dei dati DTI MR per l'estrazione della connettività dei tratti di materia bianca sarà eseguita con lo strumento software open-source FSL (http://www.fmrib.ox.ac.uk/fsl/). Alle immagini verrà applicata una correzione iniziale delle correnti parassite, al fine di minimizzare lievi spostamenti delle immagini e distorsioni geometriche. Il cervello verrà quindi segmentato utilizzando l'algoritmo BET e i dati cerebrali di tutti i pazienti saranno normalizzati in un modello comune per l'analisi basata sul gruppo. Dopo questo processo si otterranno anisotropia frazionaria (FA), diffusività (D) e mappe di orientamento.

Una volta che le immagini RM sono state elaborate, le proprietà di connettività strutturale e funzionale devono essere estratte dalle regioni di interesse (ROI). Il posizionamento di queste regioni sarà ricavato dalle zone coinvolte nel Default Mode Network (DMN). Il DMN potrebbe assumere un ruolo importante nella percezione del dolore e mostra un'elevata correlazione con i sintomi descritti dai pazienti, il che rende questa rete utile per la previsione della risposta del paziente dopo l'impianto di stimolazione elettrica, sia a livello funzionale che strutturale.

Poiché le immagini saranno normalizzate su un modello comune, lo strumento AAL di etichettatura automatica dell'area verrà utilizzato per definire le regioni di interesse dello studio, che compongono il DMN e sono formate dal lobo temporale mediale, dalla corteccia prefrontale, dal cingolo posteriore, dal precuneo e la corteccia parietale. Dopo aver misurato i parametri di connettività in queste regioni, verrà sviluppato un modello predittivo combinando variabili cliniche (scale e sintomi di ciascun paziente) e informazioni di neuroimaging. Questi modelli saranno inizialmente aggiustati con un totale di 30 pazienti (dati di training) e successivamente validati in un gruppo di 30 pazienti (dati di validazione), ottenendo successivamente risultati di specificità, sensibilità e precisione dei modelli.