Predicting optimal deep brain stimulation parameters for Parkinson's disease using functional MRI and machine learning.
Predicting optimal deep brain stimulation parameters for Parkinson's disease using functional MRI and machine learning.
复制标题
DOI：
10.1038/s41467-021-23311-9
复制
发表时间：
2021-05-24
影响因子：
16.6
通讯作者：
Lozano AM
中科院分区：
文献类型：
--
作者：
Boutet A;Madhavan R;Elias GJB;Joel SE;Gramer R;Ranjan M;Paramanandam V;Xu D;Germann J;Loh A;Kalia SK;Hodaie M;Li B;Prasad S;Coblentz A;Munhoz RP;Ashe J;Kucharczyk W;Fasano A;Lozano AM
脑深部电刺激（DBS）通常用于帕金森病（PD），在优化时可产生显著的临床益处。然而，评估大量可能的刺激设置（即，编程）需要大量的诊所访问。在这里，我们研究功能磁共振成像（fMRI）是否可以用来预测最佳刺激设置为个别患者。我们分析了3T功能磁共振成像数据的前瞻性采集的一部分，在67例PD患者使用最佳和非最佳刺激设置的观察性试验。临床上最佳的刺激会产生一种特征性的功能磁共振成像大脑反应模式，其特征是运动回路的优先参与。然后，我们建立了一个机器学习模型，使用39名具有先验临床优化DBS的PD患者的fMRI模式预测最佳与非最佳设置（准确率为88%）。该模型预测了看不见的数据集中的最佳刺激设置：先验临床优化和刺激初治PD患者。我们建议帕金森病患者脑功能磁共振成像脑反应DBS刺激可以代表一个客观的生物标志物的临床反应。在通过其他研究进行进一步验证后，这些发现可能为功能成像辅助DBS程控打开大门。帕金森氏病的脑深部电刺激编程需要评估大量可能的模拟设置，需要在手术后进行大量的门诊。在这里，作者表明，功能性MRI的模式可以预测最佳刺激设置。
Commonly used for Parkinson’s disease (PD), deep brain stimulation (DBS) produces marked clinical benefits when optimized. However, assessing the large number of possible stimulation settings (i.e., programming) requires numerous clinic visits. Here, we examine whether functional magnetic resonance imaging (fMRI) can be used to predict optimal stimulation settings for individual patients. We analyze 3 T fMRI data prospectively acquired as part of an observational trial in 67 PD patients using optimal and non-optimal stimulation settings. Clinically optimal stimulation produces a characteristic fMRI brain response pattern marked by preferential engagement of the motor circuit. Then, we build a machine learning model predicting optimal vs. non-optimal settings using the fMRI patterns of 39 PD patients with a priori clinically optimized DBS (88% accuracy). The model predicts optimal stimulation settings in unseen datasets: a priori clinically optimized and stimulation-naïve PD patients. We propose that fMRI brain responses to DBS stimulation in PD patients could represent an objective biomarker of clinical response. Upon further validation with additional studies, these findings may open the door to functional imaging-assisted DBS programming. Deep brain stimulation programming for Parkinson’s disease entails the assessment of a large number of possible simulation settings, requiring numerous clinic visits after surgery. Here, the authors show that patterns of functional MRI can predict the optimal stimulation settings.
登录
查看更多内容
DOI：
10.1016/j.nicl.2015.08.008
发表时间：
2015
期刊：
NeuroImage. Clinical
影响因子：
--
作者：
Holiga Š;Mueller K;Möller HE;Urgošík D;Růžička E;Schroeter ML;Jech R
通讯作者：
Jech R
影响因子：
4.4
作者：
Hancu, Ileana;Boutet, Alexandre;Madhavan, Radhika
通讯作者：
Madhavan, Radhika
影响因子：
5.9
作者：
Hesselmann, V;Sorger, B;Sturm, V
通讯作者：
Sturm, V
影响因子：
14.5
作者：
Asanuma, Kotaro;Tang, Chengke;Eidelberg, David
通讯作者：
Eidelberg, David
影响因子：
1.9
作者：
Cilia, Roberto;Marotta, Giorgio;Antonini, Angelo
通讯作者：
Antonini, Angelo