Sistema de Apoio à Decisão Clínica (CDSS) na Terapia de Neuroestimulação (CDSS)

Objetivo primário: Desenvolver um modelo preditivo integrado em um sistema de apoio à decisão clínica (CDSS) alimentado por informações quantitativas de neuroimagem extraídas objetivamente de imagens de Ressonância Magnética (RM), que maximize o uso adequado e a eficácia de dispositivos de estimulação elétrica implantados cirurgicamente em pacientes selecionados com dor crônica.

Objetivos Exploratórios:

1. -Analisar padrões funcionais e anatômicos de conectividade cerebral em pacientes com dor crônica, para desenvolver um modelo preditivo baseado em neuroimagem por ressonância magnética quantitativa que maximize a eficácia de dispositivos de neuroestimulação implantados cirurgicamente em pacientes com dor crônica.
2. -Analisar a relação entre os biomarcadores de neuroimagem e as diferentes escalas e variáveis ​​clínicas captadas de cada paciente (VAS, Oswestry Disability Index, DN4, Pain Detect, Moss, SF12, escala de enfrentamento, otimismo, resiliência e HAD).

Dispositivo de teste: 1,5 Sistema Tesla MR (Philips Healthcare, Best, Holanda) Boston Scientific Neuromodulation (BSN) Sistema de estimulação da medula espinhal Precision Spectra™ com software Illumina 3D™ e 32 contatos.

Descrição do dispositivo: O sistema Precision Spectra™ IPG é um gerador de pulso controlado por corrente independente, capaz de fornecer corrente através de 32 contatos. É alimentado por um software de programação 3D que considera a posição anatômica dos eletrodos. Serão fornecidos dois modelos de cabos SCS, com 8 ou 16 contatos com diâmetro de 1,3 mm, comprimento de contato de 3 mm e espaçamento de contato de 1, 4 ou 6 mm. O uso de extensões SCS será opcional para conectar o IPG.

Descrição do fMR: O experimento de RM será consistente com os requisitos do rótulo. O procedimento de RM será realizado antes da implantação do dispositivo para evitar viés. Ainda mais, a Food and Drug Administration (FDA) não recomenda o exame de pacientes com este tipo de dispositivos por questões de segurança.

Os exames serão realizados em um sistema 1'5 Tesla MR (Philips Healthcare, Best, Holanda) no Quiron Hospital. A decisão do campo magnético é baseada na qualidade dos exames e deve contar com a rotulagem dos produtos e aprovação da empresa para interação com o sistema implantado.

Será utilizada uma bobina de cabeça com 8 canais de recepção. Uma vez que o paciente tenha sido posicionado no sistema, as imagens iniciais e de localização rápida serão adquiridas para planejar adequadamente as sequências de RM do estudo de pesquisa.

Após o planejamento, uma sequência de imagens de RM funcional em estado de repouso (rs-fMR) será adquirida, solicitando ao paciente que fique quieto com os olhos fechados e pensando em um céu azul. Os parâmetros de aquisição consistirão em uma sequência T2* dinâmica Echo Planar (EPI), cobertura cerebral total com os seguintes parâmetros: TR=2000 ms; TE=30 ms; tamanho do voxel, 1,8 × 1,8 x 3,5 mm; ângulo de inclinação, 90º; 40 cortes axiais; tempo de aquisição 5:20 min.

Uma sequência DTI RM será adquirida para análise da microestrutura e conectividade da substância branca por técnicas de tractografia com os seguintes parâmetros: sequência Spin-Echo Echo Planar Imaging (SE-EPI), disparo único; cobertura total do cérebro; 64 direções de gradiente; valor b, 1300 s/mm2; TR=6200ms; TE=67ms; tamanho do voxel, 2 x 2 x 2 mm; 60 cortes axiais; tempo de aquisição 9:40 min.

Uma sequência anatômica adicional permitirá sobrepor resultados estruturais e funcionais e, além disso, obter os valores de volumetria de cada região cerebral. Os parâmetros da sequência são: sequência de eco gradiente 3D ponderada em T1 (GRE), cobertura total do cérebro; TR=11,6ms; TE=5,69; tamanho do voxel, 0,48 x 0,48 x 0,50 mm; ângulo de inclinação, 8º; 280 cortes axiais; tempo de aquisição 5:36 min.

Após a aquisição da imagem, todos os conjuntos de dados serão enviados para a Plataforma de Biomarcadores de Imagem do Grupo de Pesquisa em Imagem Biomédica (GIBI230) do La Fe Research Institute.

As imagens fMR serão alinhadas para corrigir possíveis pequenos movimentos da cabeça do paciente durante o exame. Para isso, será utilizada a ferramenta de software open source SPM8 (Statistical Parametric Mapping, http://www.fil.ion.ucl.ac.uk/spm/). Após a correção do movimento, será aplicada uma correção temporal otimizando o timing do corte. As imagens serão então normalizadas para um modelo cerebral padronizado para permitir o estudo das oscilações entre os indivíduos. Após tais processos, os dados serão filtrados por um kernel 3D-Gaussiano, a fim de aumentar a relação sinal-ruído (SNR), minimizando as diferenças inter-sujeitos. Finalmente, a aplicação de algoritmos de análise de componentes independentes (ICA) permitirá a extração de mapas de ativação cerebral no sujeito durante a aquisição.

A análise dos dados DTI MR para extrair a conectividade dos tratos da substância branca será realizada com a ferramenta de software FSL de código aberto (http://www.fmrib.ox.ac.uk/fsl/). Uma correção inicial de correntes parasitas será aplicada às imagens, a fim de minimizar pequenos deslocamentos das imagens e distorções geométricas. O cérebro será então segmentado usando o algoritmo BET e os dados cerebrais de todos os pacientes serão normalizados para um modelo comum para a análise baseada em grupo. Após este processo, serão obtidos os mapas de anisotropia fracional (FA), difusividade (D) e orientação.

Uma vez processadas as imagens de RM, as propriedades de conectividade estrutural e funcional devem ser extraídas das regiões de interesse (ROI). O posicionamento dessas regiões será obtido a partir das zonas envolvidas na Default Mode Network (DMN). A DMN pode ter um papel importante na percepção da dor e apresenta alta correlação com os sintomas descritos pelos pacientes, o que torna esta rede útil para prever a resposta do paciente após a implantação da estimulação elétrica, seja em nível funcional ou estrutural.

Como as imagens serão normalizadas para um modelo comum, a ferramenta AAL de rotulagem automatizada de áreas será usada para definir as regiões de interesse do estudo, que compõem o DMN e são formadas pelo lobo temporal medial, córtex pré-frontal, cingulado posterior, precuneus e o córtex parietal. Após a medição dos parâmetros de conectividade nessas regiões, um modelo preditivo será desenvolvido combinando variáveis ​​clínicas (escalas e sintomas de cada paciente) e informações de neuroimagem. Estes modelos serão inicialmente ajustados com um total de 30 pacientes (dados de treinamento) e posteriormente validados em um grupo de 30 pacientes (dados de validação), obtendo-se a partir daí resultados de especificidade, sensibilidade e precisão dos modelos.