早期阿尔茨海默病中的网络引导 TMS (NetTMS)

阿尔茨海默氏病 (AD) 引起的痴呆症是美国主要的公共卫生问题，尽管进行了多项临床试验，但护理费用巨大且没有有效的药物疗法。 大量研究表明，轻度认知障碍 (MCI) 是 AD 的前兆，可能适合非药物干预。 经颅磁刺激 (TMS) 是一种很有前途的非侵入性治疗方法，已被证明可以增加大脑的可塑性并增强在整个 AD 谱系中受损的认知功能。 然而，虽然 TMS 在正常人群中显示出益处，但仍然需要在 AD 相关人群中显示疗效。

大多数先前关于 AD 和 MCI 的神经刺激研究都集中在刺激对一个大脑区域的影响，然而，成功记忆背后的认知过程是由复杂的全脑网络介导的。 神经刺激影响皮层网络中的多个位点，但由于对单个位点对更广泛的皮层变化的影响了解有限，这些更全面的影响尚未被用作刺激目标。 当前提议的新颖之处在于，研究人员通过考虑神经调节对大脑状态或连通性的整体变化的影响以及调节行为长期后果的潜在血管变化，使用有关受影响大脑区域的网络控制结构的信息。 这种基于网络的 TMS 由功能连接和神经血管作为行为反应的介质来告知，作为一种手段，专门针对每个 MCI 患者的神经病理学定制 TMS 治疗，从而使治疗个性化以实现更好的治疗效果。

为了解决这个问题，研究人员将在情景记忆任务中使用多模态神经成像和网络建模来证明局部神经刺激如何引起 MCI 中神经功能和行为的变化。 这些目标将在两个具体目标中得到解决。 首先，研究人员将使用基于网络的 TMS 来优化一组 MCI 患者的记忆成功网络 (MSN) 的激活，目标是 TMS 站点，该站点专注于刺激站点的可控性，以最大程度地提高记忆性能. 其次，研究小组将评估结构和神经血管因素的纵向变化，这些因素影响跨多个并发 TMS-fMRI 会话的个性化基于网络的 TMS 的功效。 通过创建与 MCI 相关的这些神经血管缺陷的多模态模型，研究人员将系统地调整基于网络的 TMS 以证明 MCI 大脑如何补偿这些神经缺陷。 拟议的工作将是第一个评估网络可控性作为 AD 相关综合征记忆增强的 TMS 目标的效用，并且第一个以如此丰富的细节评估神经调节的短期神经可塑性效应。 因此，该项目获得的知识可能会导致用于衡量药理和非药理治疗反应或用于 AD 和相关疾病的有针对性和丰富的临床试验的新颖和创新的生物识别技术。