뇌졸중 후 공간 방치 및 섬망

섬망 평가 및 예방은 입원 결과 및 의료 비용에 막대한 영향을 미칩니다. 섬망은 인식, 사고, 주의 및 기억에 영향을 미치는 인지 기능의 급격한 감소를 특징으로 하는 다성분 증후군입니다. 미국 65세 이상 인구의 17%를 차지하는 뇌졸중 생존자(CDC, 2012)는 정신 착란 발병의 주요 위험에 처해 있습니다(우반구 뇌졸중에서 최대 50% 발생률). 또한, 우반구 뇌졸중 환자의 약 50%는 공간 무시를 경험하여 안전과 회복을 저해합니다. 이 연구는 우반구 뇌졸중 후 정신 착란과 공간 무시의 높은 발생률을 설명하는 잠재적인 신경 메커니즘을 조사합니다. 연구 가설은 mesencephalic 망상 형성의 상행 투영으로 구성되고 오른쪽 우세한 등쪽 및 복부 피질 및 변연계 구성 요소를 통합하는 각성 및 주의를 위한 뇌 네트워크가 이러한 장애에서 영향을 받을 수 있다는 것입니다. 이 연구는 자기공명영상(MRI)과 우측 반구 뇌졸중 생존자의 행동 데이터를 평가합니다. 각성 및 주의력에 대한 뇌 네트워크의 손상된 활동 및 구조적 무결성은 섬망 및 공간 방치의 행동 징후와 관련이 있을 것으로 예측됩니다. 연구는 급성(n=45) 및 아급성(n=30) 환자 샘플을 모집하는 두 곳에서 수행될 것입니다. 이 연구 결과는 뇌졸중 후 섬망의 중요한 바이오마커 및 행동 프로필을 제공함으로써 뇌졸중 치료에 영향을 미칠 가능성이 있습니다. 이것은 임상의에게 병원 이환율과 독립성 상실의 위험이 높은 환자에게 예방 치료 및 표적 개입을 시작하도록 경고할 수 있습니다.

연구 가설 가설 1: 병변 결핍 분석에서 섬망 및/또는 공간 무시가 있는 환자에서 주의, 방향 및 각성 네트워크 내의 우뇌 영역이 뇌졸중 병변의 영향을 받는다는 것이 밝혀질 것이라는 가설이 있습니다.

가설 2: 두 질환 모두 공통 뇌 네트워크의 기능 장애에서 비롯된다는 가설을 세웠기 때문에, 공간 무시 심각도는 상대적인 병변 크기와 뇌졸중 심각도를 제어하면서 섬망 심각도의 예측 인자가 될 것으로 예상됩니다. 가설 3: 공간 무시와 섬망 둘 다 심각도는 주의, 방향 및 각성 네트워크 내의 뇌 영역 간의 기능적 연결성과 관련이 있습니다.

가설 4: 수술 후 섬망 환자, 방치 및 혼수 상태 환자에 대한 이전 작업의 증거를 기반으로 주의, 방향 및 각성에 대한 피질 및 피질 하부 네트워크를 구성하는 뇌 영역 간의 백질 연결의 무결성이 반비례 상관관계가 있다는 가설을 세웁니다. 섬망 및 공간 무시의 심각성.

계획된 분석:

가설 1:

뇌졸중 후 섬망에 영향을 미치는 중요한 네트워크 구성 요소를 조사하기 위해 이 연구는 참가자의 구조적 스캔을 조사할 것입니다. 연구에서 기록된 구조적 스캔에는 30명의 아급성 뇌졸중 참가자에 대한 T1 강조 및 T2 강조 FLAIR 이미지가 포함됩니다. 또한 45명의 급성 뇌졸중 참가자에 대해 임상 스캔을 수행하여 총 75개의 뇌 스캔을 수행합니다. 구조적 병변은 MRIcron 패키지의 반자동 병변 매핑을 사용하여 매핑되며, 여기에서 각 뇌 복셀은 병변이 있거나 병변이 없는 이진 방식으로 점수가 매겨집니다. 3차원 병변 마스크는 Matlab(Voxel Lesion Symptom Mapping)에서 구현된 VLSM 2 소프트웨어에 입력됩니다. BIT(행동 부주의 테스트) 및 CAM-S(혼동 평가 방법-심각도) 점수와 같은 유사 연속 결과의 경우 주어진 뇌 복셀의 병변이 더 높거나 낮은 심각도 점수를 예측하는지 여부를 테스트하는 t-점수가 계산됩니다. . 섬망 진단과 같은 이항 결과의 경우, 각 복셀에 대해 Leibermeister 척도가 계산되어 주어진 병변이 있는 복셀이 모든 참가자에 대해 섬망을 예측하는지 여부를 테스트합니다. 분석은 뇌 복셀을 통해 연속적으로 이동하고 각 복셀에서 테스트를 수행합니다. 복셀은 최소 5명의 환자에서 동시 발생하는 복셀만 고려되도록 임계값이 지정됩니다. 일반적인 병변 연구에서 이것은 참가자 전체에서 고려되는 수백 개의 복셀을 초래합니다. 최종 결과는 p<.05의 False Discovery Rate를 사용하여 다중 비교를 위해 수정됩니다.

가설 2:

이 가설은 뇌졸중 후 정신 착란과 공간 무시의 존재와 심각도 사이에 연관성이 존재하는지 확인하고자 합니다. 이 가설을 테스트하기 위해 BIT 점수를 예측 변수로 사용하고 CAM 점수를 결과로 사용하여 회귀 분석을 수행합니다. 분석은 나이뿐만 아니라 NIH 뇌졸중 척도 점수 및 병변 크기를 제어합니다. 두 가지 분석 세트에서 원시 평가 점수는 척도 균일성을 위해 백분율로 변환됩니다.

가설 3:

CAM-S 및 BIT 점수의 함수로 선택된 뇌 영역의 시간 경과 간의 상관관계를 테스트하는 시드 기반 기능 연결성 분석이 수행됩니다. 각성 및 주의 네트워크 내에서 이 분석을 수행하는 데 16개의 관심 영역(ROI)이 사용됩니다. 섬망 및 방치 심각도와의 예기치 않은 연관성을 포착하기 위해 전체 뇌 ROI-to-voxel 분석도 수행됩니다. 이 분석 및 데이터 전처리는 fMRI에서 기능 연결의 계산, 표시 및 분석을 위한 Matlab 기반 교차 플랫폼 소프트웨어인 CONN 도구 상자를 사용하여 수행됩니다. 먼저 모든 연속 뇌편과 시리즈의 1권 사이에 재정렬이 이루어집니다. 뇌 슬라이스의 인터리브 획득에서 시간 차이를 설명하기 위해 슬라이스 타이밍 보정이 적용됩니다. 백질과 뇌척수액(CSF)의 마스크를 만들기 위해 구조 분할이 수행됩니다. 이러한 마스크는 생리적 노이즈를 나타내는 성가신 회귀자를 추정하는 데 사용됩니다. 기능 스캔은 구조 스캔 및 아틀라스 템플릿에 대해 정규화(정렬)됩니다. 이것은 그룹 비교를 위해 수행되며 해부학적 아틀라스를 사용하여 ROI 정의를 허용합니다. 기능적 이미지는 6mm 반경 커널로 부드럽게 처리됩니다. 다음으로 모션 이상값(큰 움직임), 연속 모션(롤, 피치 및 요) 및 생리적 노이즈의 기여도가 데이터에서 회귀됩니다. 마지막으로 ROI-ROI 및 ROI-복셀 연결은 각 뇌 스캔 내에서 수행되어 2차 비교(즉, 섬망 및 방치 심각도 점수가 기능 연결에 기여하고 공변량을 제어함)를 허용합니다.

가설 4:

확률론적 tractography 분석은 문헌에서 선험적으로 정의된 16 ROI를 사용하여 수행됩니다. 분석은 FSL 분석 제품군(예: Probtrax, FDT Toolbox)에서 사용할 수 있는 확산 텐서 트랙토그래피 도구를 사용하여 DTI 데이터에서 수행됩니다. 이 분석은 주의 및 각성 네트워크 내의 영역을 연결하는 관을 식별할 것으로 예상됩니다. 섬유 무결성의 척도로서 복셀 단위의 분수 이방성(FA)을 추정합니다. FA는 0과 1 사이의 스칼라 값으로 물 분자의 주요 확산 방향을 측정합니다. 0의 FA는 완벽한 구형, 즉 균일한 확산을 나타냅니다. 인접한 복셀이 확산의 동일한 방향 일관성을 갖는 장소는 확률적으로 관 위치에 할당됩니다. 그런 다음 값을 평균하여 각 지역에 대한 글로벌 FA를 얻습니다. 섬망 및 방치 중증도 점수는 ANCOVA(임상/인구학적/생리학적/환자 특성 고려)에서 FA 값으로 회귀됩니다. ROI 기반 접근 방식이 성공적이지 않은 경우 섬망 및 방치 심각도 점수와의 연관성을 위해 관심 있는 뇌 네트워크 외부 영역을 포함하는 전체 뇌 FA 지도가 고려됩니다.

샘플 크기 결정.

효과 크기를 추정하기 위해 파일럿 조사가 수행되었습니다. 19명의 우뇌 뇌졸중 환자(여성 12명, 백인 8명, 아프리카계 미국인 8명, 아시아인 3명), 60세(SD=17세), 만성(뇌졸중 후 > 6개월) 1명 및 아급성(< 1개월) 18명 post-stroke)가 파일럿 연구에 참여했습니다. 섬망과 방치 중증도 사이의 연관성에 대해 R-제곱 값 .26이 얻어졌습니다. 이것은 .35의 효과 크기(Cohen의 f2)를 제공합니다. 이 효과 크기를 사용하면 표본 크기가 환자 75명이고 알파가 0.05라고 가정할 때 효과를 관찰할 수 있는 99% 이상의 검정력이 있습니다. (가설 2)

병변 결손 분석(가설 1)의 검정력을 추정하기 위해 동일한 복셀이 병변이 될 참가자 샘플의 비율로 15%, 30% 및 50%를 사용하여 데이터를 시뮬레이션했습니다. Leibermeister 접근 방식은 복셀 병변 상태와 정신 착란 상태 사이의 연관성이 없다는 귀무 가설을 테스트하기 위한 p-값을 계산하는 데 적용되었습니다. 75명의 참가자(급성+아급성 샘플)가 있는 경우 샘플의 최소 30%가 동일한 병변을 가지고 있고 병변이 40-100 복셀 사이에 있어 단단한 클러스터를 형성한다고 가정할 때 효과를 감지하는 데 80% 이상의 검정력이 있습니다. 이것은 과거 연구에서 합리적인 가정입니다.

파일럿 연구에서는 회귀자 섬망 또는 방치 심각도 점수로 포함된 일반 선형 모델이 각 참가자에 대한 16X16 ROI 연결성 측정 매트릭스에 적용되었습니다. 피험자 간 효과에 대한 결과 t-점수는 BIT 측정의 경우 4.61~7.88 범위, CAM-S의 경우 7.07~9.31 범위였습니다. 이러한 t-점수는 큰 효과 크기에 해당합니다. Cohen의 f .35 사용 (큰 효과) 4개의 예측 변수, 알파 수준 .05, 선형 다중 회귀에 대한 검정력 추정 양측 테스트를 통해 30명의 참가자 샘플(급성 샘플)이 주어졌을 때 이 효과를 관찰하는 데 87%의 검정력이 있을 것으로 추정됩니다(가설 3).

이전 연구에서는 시상 분수 이방성(FA)이 .315로 보고되었습니다. (.026) 정신 이상에서 .333에 비해 (.023) 섬망이 없는 환자에서. 이 값은 큰 코헨의 d 효과 크기에 해당합니다. 유사한 범위의 FA 값이 관찰될 것이라고 가정하면 선형 다중 회귀 모델로 이러한 효과를 감지할 수 있는 탁월한 능력이 있습니다.

평균 환자 흐름을 기준으로 최대 20명의 환자가 각 기관에서 연구 적격성을 위해 매월 선별될 것으로 추정됩니다. 파일럿 샘플의 모집률에 따라 선별 샘플의 10-20%가 동의될 것으로 추정됩니다. 25-40%의 보수적인 탈락 추정치를 고려하면 제안된 연구 샘플이 모집될 가능성이 높습니다. 환자 감소를 설명하기 위해 이 연구는 대상 샘플을 5명의 환자로 초과 모집합니다.

우뇌 뇌졸중 후 섬망 및 방치의 예상 비율은 약 50%입니다. 따라서 연구 샘플 중 약 50개는 방치, 섬망 또는 둘 다 있을 것으로 예상됩니다. 섬망/무시 상태를 이분형 변수로 사용하는 것 외에도 각 변수에 대한 준연속 심각도 점수가 사용되어 이 두 장애와 뇌 병변 위치 사이의 연관성을 감지하는 능력이 증가합니다.