携手健康网携手健康网

大脑植入物数据可提前几天预测癫痫发作的风险

根据加州大学旧金山分校,伯尔尼大学和日内瓦大学的神经科学家从临床批准的脑植入物获得的数据的最新分析,可以使用大脑活动的模式提前几天预测癫痫患者的癫痫发作风险。

“四十年来,预测癫痫发作的努力一直集中在开发预警系统上,它最多可以在癫痫发作之前几秒钟或几分钟就向患者发出警告。这是任何人第一次能够可靠地预测癫痫发作,提前几天,这确实可以使人们能够在处于高风险或低风险状态时开始计划生活,” UCSF癫痫中心(属于UCSF Helen的一部分)的神经病学家Vikram Rao博士说帕纳苏斯高地的迪勒医学中心。Rao是这项新研究的共同资深作者,该研究于2020年12月17日发表在《柳叶刀神经病学》上。

癫痫病是一种以反复发作为特征的慢性疾病,即大脑中短暂的电活动风暴,可能引起抽搐,幻觉或意识丧失。几十年来,世界各地的癫痫研究人员一直在努力研究大脑中即将发生癫痫发作的电活动模式,但成功率有限。研究作者说,部分原因是因为技术限制了该领域的使用,最多只能在人工住院的情况下记录几天至几周的大脑活动。

在整个美国西部主要的患者转诊中心UCSF癫痫中心,Rao率先使用了植入式脑部刺激设备,该设备可以通过在即将发作的最初征兆上精确刺激患者的大脑来快速停止癫痫发作。这种名为NeuroPace RNS系统的设备还使Rao的团队有可能研究患者正常生活(通常在神经科学领域闻所未闻)中长达数月甚至数年的癫痫发作相关的大脑活动。

通过分析这些数据,Rao和前加州大学旧金山分校神经病学博士学位的马克西姆·波特医学博士现在是伯尔尼大学和日内瓦Wyss生物与神经技术中心的癫痫病专家,最近发现癫痫发作较少随机性比它们出现的随机性高,确定每周到每月的“大脑易怒性”周期,这些周期预测发生癫痫的可能性更高。

在他们的新研究中,Rao和Baud着手测试这些常规模式是否可用于创建临床上可靠的癫痫发作风险预测。

这项新研究的共同资深作者鲍德说:“目前,对于癫痫病患者来说,癫痫发作的威胁是恒定的,因为没有任何方法可以识别高危时期与低危时期。” “这对日常活动具有非常广泛的影响,包括避免潜在的危险情况,例如洗澡,在热炉上做饭和参加运动。”

在日内瓦大学的蒂莫西·普罗瓦(TimothéeProix)博士的带领下,研究人员建立了统计模型,将记录的大脑活动模式与随后的18例癫痫患者的癫痫发作相匹配,并在加州大学旧金山分校和旧金山的加利福尼亚太平洋医学中心进行了随访。 。然后,他们使用157名参与者的数据测试了这些预测算法,这些参与者参加了2004年至2018年间RNS系统的多中心长期治疗试验。

回顾试验数据,研究人员能够确定癫痫发作几率是基线时的近10倍,并且在某些患者中,几天内可以发现这些发作风险升高的迹象。提前。

当然,癫痫发作的风险升高并不一定意味着会发生癫痫发作。癫痫学家仍然不完全了解是什么原因导致癫痫发作在特定的时间发生,尽管许多人报告了可靠的触发因素,例如压力,酒精,错过药物剂量或缺乏睡眠。他将该系统比作天气预报员使用的预测模型,我们经常使用该模型来决定外出时要穿什么衣服以及是否带雨伞。

欧内斯特·加洛(Ernest Gallo)的饶(Rao)说:“我认为我永远无法告诉病人她明天明天正好在下午3:17会发作-这就像预测闪电何时会来。”加州大学旧金山分校威尔神经科学研究所神经科学基金会特聘教授。“但是我们在这项研究中的发现使我希望,有一天我能够告诉她,根据她的大脑活动,明天她有90%的机会会发作,因此她应该考虑避免诸如酒精之类的诱因,并避免高驾驶等危险活动。”

研究人员说,对癫痫发作风险进行准确的预先预测还可能使神经科医生能够相应地调整患者的用药剂量,在大多数情况下将剂量保持在较低水平,以将副作用降至最低,并且仅在发生癫痫发作风险较高的时候才增加剂量。

研究人员发现,根据研究对象的大脑活动可以预测未来癫痫发作风险的显着差异。尽管可以在40%的RNS System试验参与者中提前几天预测风险,但其他参与者的大脑数据仅预测了第二天的风险,而其他参与者根本没有展现出可靠预测所需的活动周期。

Rao说,需要更多的研究来解释这种可。RNS系统本身旨在检测和避免即将来临的癫痫发作,而不是用于提前癫痫发作预测,因此,专用设备可以检测更广泛范围内的患者大脑活动的预测性波动。也可能是癫痫患者在风险周期的可预测性方面,就像在许多其他方面一样,只是有所不同。

“值得记住的是,目前,患者绝对没有关于未来的信息,这就像不知道明天的天气如何,我们认为我们的结果将有助于大大减少许多人的不确定性,” Rao说。“要真正确定这些预测的效用以及哪些患者将受益最大,将需要进行前瞻性试验,这是下一步。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。