Adaptiv nevrostimulering for å gjenopprette søvn ved Parkinsons sykdom

Selv om STN-DBS rutinemessig brukes til å behandle PD motoriske symptomer, har flere studier rapportert at STN-DBS også gir fordeler for søvndysregulering gjennom normalisering av søvnarkitekturen. I vårt tidligere arbeid, ved å bruke lokale feltpotensialer (LFP) registrert fra STN DBS-elektroder implantert for behandling av PD, ble unike spektrale mønstre i STN-oscillerende aktivitet identifisert som korrelerte med distinkte søvnsykluser, og gir innsikt i søvndysregulering. Disse funnene ble brukt til å konstruere et kunstig nevralt nettverk (ANN) som nøyaktig kan forutsi søvnstadiet. Ved å bygge på dette arbeidet med bruk av ny DBS-batteriteknologi som tillater utforskning av potensielle biomarkører og prototyping av algoritmer med lukket sløyfe, vil etterforskerne teste hypotesen om at STN - en svært sammenkoblet node i basalgangliene - bidrar til regulering og forstyrrelse av menneskelig søvnatferd og kan manipuleres for terapeutisk fordel.

Dette er første del, Mål 1, av en todelt studie. Etterforskere vil registrere 20 forsøkspersoner for mål 1 i denne studien og 20 forsøkspersoner for mål 2, med 10 forsøkspersoner påmeldt på hvert klinisk sted for hvert mål (University of Nebraska Medical Center og Stanford University Medical Campus). I mål 1 vil forsøkspersonene gjennomgå standard-of-care STN DBS blyimplantasjonskirurgi for behandling av PD. De vil returnere 3 uker senere til søvnlaben for 3 netter med STN LFP-opptak med samtidig PSG, EMG, EOG, aktigrafi og video-EEG. De to første nettene med registrering vil bli brukt til å etablere en fysiologisk søvnbaselinje for hver pasient. Den tredje natten med opptak vil involvere subkliniske terskler for stimulering hos alle forsøkspersoner, i et forsøk på å gunstig endre varigheten av søvnstadiet, slik at NREM og REM-3 forlenges. Som et sekundært resultat vil forsøkspersonene bli bedt om å fylle ut et søvnskjema for alle tre nettene, og søvnen hvor stimuleringen fant sted vil bli sammenlignet med de to foregående nettene. Data samlet inn i løpet av alle tre netter med opptak vil bli brukt til å forutsi identiteten på søvnstadiet fra LFP-ene som er registrert i STN, med grunnsannheten for hvert søvnstadium gitt av søvnekspert evaluert PSG. Disse dataene vil også bli brukt til å identifisere den optimale sub-kliniske terskelstrømamplituden og søvntrinns timing for adaptiv stimulering for å forbedre søvnen. Stimuleringsalgoritmen utviklet i Mål 1 vil bli implementert i den andre delen av studien, Mål 2, for å gi adaptiv stimulering til forsøkspersoner under nattesøvnen, i løpet av 3 ukers hjemmesøvn.