Key points are not available for this paper at this time.
RESUMO CONTEXTO E OBJETIVO: A eficácia da estimulação cerebral profunda crônica do núcleo subtalâmico (STN-DBS) no tratamento da Doença de Parkinson (PD) apresenta variabilidade substancial entre indivíduos. A identificação pré-operatória de candidatos adequados para DBS por meio de métodos preditivos torna-se crucial. Nosso estudo visa investigar o valor preditivo da caracterização de redes de covariância estrutural individualizadas para a eficácia a longo prazo da DBS, oferecendo aos pacientes uma ferramenta de triagem pré-operatória precisa e econômica. MATERIAIS E MÉTODOS: Incluímos 138 pacientes com PD e 40 controles saudáveis. Desenvolvemos redes de covariância estrutural individualizadas a partir de imagens ponderadas por T1 utilizando Perturbação de Template de Rede, e computamos as características topológicas das redes. Os pacientes foram categorizados de acordo com sua melhoria motora a longo prazo após STN-DBS. Análises intergrupais foram conduzidas em arestas de rede individuais e índices topológicos, juntamente com análises de correlação com resultados a longo prazo para toda a coorte de pacientes. Finalmente, algoritmos de aprendizado de máquina (ML) foram empregados para regressão e classificação para prever a melhora motora pós-DBS. RESULTADOS: Entre os pacientes com PD, seis arestas (lobo frontal médio esquerdo e núcleo caudado esquerdo, olfatório direito e ínsula direita, giro frontal medial superior esquerdo e ínsula direita, lobo frontal médio direito e lobulo paracentral esquerdo, lobo frontal médio direito e cerebelo, lobulo VIIb do cerebelo esquerdo e vermis do cerebelo) apresentaram resultados significativos nas comparações intergrupais e análises de correlação. Aumentos na centralidade de grau e eficiência local do cerebelo, giro parahipocampal e giro pós-central foram associados à melhoria da DBS. Um modelo de regressão construído a partir dessas seis arestas revelou uma correlação significativa entre as mudanças previstas e observadas na escala unificada de classificação da doença de Parkinson (R=0.671, PCONCLUSÕES: Nossos achados revelam a ligação entre impressões digitais das redes de covariância estrutural individualizadas em pacientes com PD e o desfecho motor a longo prazo após STN-DBS. Além disso, arestas binárias e contínuas da rede de covariância estrutural cerebelo-gânglios basais-frontal emergiram como potenciais biomarcadores preditivos para o resultado motor da DBS. ABREVIATURAS: estimulação cerebral profunda do núcleo subtalâmico = STN-DBS; Doença de Parkinson = PD; aprendizado de máquina = ML; Perturbação de Template de Rede = NTP.
Diao et al. (Terça,) estudaram essa questão.