Cвязь нейронных осцилляций субталамического ядра в бета-диапазоне с клиническими симптомами болезни Паркинсона

Обложка

Цитировать

Полный текст

Аннотация

Патологическое усиление β-осцилляций в субталамическом ядре (СТЯ) считается одним из основных нейрофизиологических биомаркеров болезни Паркинсона. Ряд данных указывает на возможные функциональные различия между низкочастотным (13–19 Гц) и высокочастотным (20–30 Гц) β-поддиапазонами, но полного понимания их специализации все еще нет. В исследование было включено 6 пациентов с болезнью Паркинсона (БП), которым вживляли в СТЯ электроды для глубинной стимуляции мозга (DBS). После операции электроды с помощью удлинителей временно выводили наружу, регистрацию локальных потенциалов СТЯ осуществляли до и после приема леводопы в постоперационный период. Была изучена связь между параметрами низкочастотной (13–19 Гц) и высокочастотной (20–30 Гц) β-активности и двигательными симптомами. Выраженность β-осцилляций оценивали по средней спектральной мощности в интересующем диапазоне и ряду других параметров. Средняя спектральная мощность в обоих поддиапазонах уменьшалась после приема препаратов леводопы. В низкочастотном β-поддиапазоне средняя спектральная мощность коррелировала с оценками по трем шкалам двигательных симптомов (UPDRS3, ригидность и гипокинезия), в то время как в высокочастотном β-поддиапазоне значение этого параметра коррелировало только с ригидностью. Помимо средней спектральной мощности анализировали количество и параметры пиков осцилляций, выявленных на спектрах в указанных диапазонах. Большинство обнаруженных пиков осцилляций было сосредоточено в высокочастотном β-поддиапазоне. После приема препаратов леводопы их число значимо сокращалось, тогда, как немногочисленные низкочастотные β-пики почти полностью исчезали, поэтому параметры этих осцилляций при переходе из периода выключения в период включения не анализировались. Частота и амплитуда высокочастотных β-пиков изменялись при переходе из периода выключения к периоду включения и коррелировали только с оценкой ригидности. Результаты показывают, что, хотя и низкочастотный, и высокочастотный β-диапазоны реагируют на изменения медикаментозного состояния пациентов, между ними существуют функциональные различия: низкочастотный β-диапазон неспецифически отражает двигательные симптомы, в то время как высокочастотный β-диапазон более специализирован и отражает преимущественно выраженность ригидности у пациентов с болезнью Паркинсона.

Об авторах

К. Э. Сайфулина

ФГБУН Федеральный исследовательский центр химической физики
имени Н.Н. Семёнова РАН

Автор, ответственный за переписку.
Email: kseniasayfulina@gmail.com
Россия, Москва

В. И. Филюшкина

ФГБУН Федеральный исследовательский центр химической физики
имени Н.Н. Семёнова РАН

Email: kseniasayfulina@gmail.com
Россия, Москва

А. А. Гамалея

ФГАУ “НМИЦ нейрохирургии имени академика Н.Н. Бурденко” МЗ РФ

Email: kseniasayfulina@gmail.com
Россия, Москва

А. А. Томский

ФГАУ “НМИЦ нейрохирургии имени академика Н.Н. Бурденко” МЗ РФ

Email: kseniasayfulina@gmail.com
Россия, Москва

А. С. Седов

ФГБУН Федеральный исследовательский центр химической физики
имени Н.Н. Семёнова РАН

Email: kseniasayfulina@gmail.com
Россия, Москва

Е. М. Белова

ФГБУН Федеральный исследовательский центр химической физики
имени Н.Н. Семёнова РАН

Email: kseniasayfulina@gmail.com
Россия, Москва

Список литературы

  1. Бриль Е.В., Белова Е.М., Седов А.С. и др. Современные представления о механизмах нейростимуляции при болезни Паркинсона // Анналы клинической и экспериментальной неврологии. 2022. Т. 16. № 2. С. 89. Bril E.V., Belova E.M., Sedov A.S. et al. Current understanding of neurostimulation for Parkinson’s disease // Ann. Clin. Exp. Neurol. 2022. V. 16. № 2. P. 89.
  2. Armstrong M.J., Okun M.S. Diagnosis and Treatment of Parkinson Disease: A Review // JAMA. 2020. V. 323. № 6. P. 548.
  3. Chung C.L., Mak M.K., Hallett M. Transcranial Magnetic Stimulation Promotes Gait Training in Parkinson Disease // Ann. Neurol. 2020. V. 88. № 5. P. 933.
  4. Zhang W., Deng B., Xie F. et al. Efficacy of repetitive transcranial magnetic stimulation in Parkinson’s disease: A systematic review and meta-analysis of randomised controlled trials // eClinicalMedicine. 2022. V. 52. P. 101589.
  5. Deng Z.-D., Lisanby S.H., Peterchev A.V. Coil design considerations for deep transcranial magnetic stimulation // Clin. Neurophysiol. 2014. V. 125. № 6. P. 1202.
  6. Levy R., Ashby P., Hutchison W.D. et al. Dependence of subthalamic nucleus oscillations on movement and dopamine in Parkinson’s disease // Brain. 2002. V. 125. Pt. 6. P. 1196.
  7. Little S., Brown P. The functional role of beta oscillations in Parkinson’s disease // Parkinsonism Relat. Disord. 2014. V. 20. Suppl 1. P. S44.
  8. Wang D.D., de Hemptinne C., Miocinovic S. et al. Subthalamic local field potentials in Parkinson’s disease and isolated dystonia: An evaluation of potential biomarkers // Neurobiol. Dis. 2016. V. 89. P. 213.
  9. Geraedts V.J., Boon L.I., Marinus J. et al. Clinical correlates of quantitative EEG in Parkinson disease: A systematic review // Neurology. 2018. V. 91. № 19. P. 871.
  10. Melgari J.-M., Curcio G., Mastrolilli F. et al. Alpha and beta EEG power reflects L-dopa acute administration in parkinsonian patients // Front. Aging Neurosci. 2014. V. 6. P. 302.
  11. He X., Zhang Y., Chen J. et al. The patterns of EEG changes in early-onset Parkinson’s disease patients // Int. J. Neurosci. 2017. V. 127. № 11. P. 1028.
  12. Stanzione P., Marciani M.G., Maschio M. et al. Quantitative EEG changes in non-demented Parkinson’s disease patients before and during L-dopa therapy // Eur. J. Neurol. 1996. V. 3. № 4. P. 354.
  13. Marceglia S., Foffani G., Bianchi A.M. et al. Dopamine-dependent non-linear correlation between subthalamic rhythms in Parkinson’s disease: Dopamine-dependent segregation between STN rhythms // J. Physiol. 2006. V. 571. Pt. 3. P. 579.
  14. Oswal A., Beudel M., Zrinzo L. et al. Deep brain stimulation modulates synchrony within spatially and spectrally distinct resting state networks in Parkinson’s disease // Brain. 2016. V. 139. Pt. 5. P. 1482.
  15. Gramfort A., Luessi M., Larson E. et al. MEG and EEG data analysis with MNE-Python // Front. Neurosci. 2013. V. 7. P. 267.
  16. Donoghue T., Haller M., Peterson E.J. et al. Parameterizing neural power spectra into periodic and aperiodic components // Nat. Neurosci. 2020. V. 23. № 12. P. 1655.
  17. Linear Mixed-Effects Models: Basic Concepts and Examples / Mixed-Effects Models in S and S-PLUS: Statistics and Computing. N.Y.: Springer-Verlag, 2000. P. 3.
  18. Bates D., Mächler M., Bolker B., Walker S. Fitting Linear Mixed-Effects Models Using lme4 // J. Stat. Softw. 2015. V. 67. № 1. P. 1.
  19. Kuznetsova A., Brockhoff P.B., Christensen R.H.B. lmerTest Package: Tests in Linear Mixed Effects Models // J. Stat. Softw. 2017. V. 82. № 13. P. 1.
  20. Halekoh U., Højsgaard S. A Kenward-Roger Approximation and Parametric Bootstrap Methods for Tests in Linear Mixed Models – The R Package pbkrtest // J. Stat. Softw. 2014. V. 59. № 9. P. 1.
  21. van Wijk B.C.M., de Bie R.M.A., Beudel M. A systematic review of local field potential physiomarkers in Parkinson’s disease: from clinical correlations to adaptive deep brain stimulation algorithms // J. Neurol. 2022. V. 270. № 2. P. 1162.
  22. Kilavik B.E., Ponce-Alvarez A., Trachel R. et al. Context-Related Frequency Modulations of Macaque Motor Cortical LFP Beta Oscillations // Cereb. Cortex. 2012. V. 22. № 9. P. 2148.
  23. Canessa A., Palmisano C., Isaias I.U., Mazzoni A. Gait-related frequency modulation of beta oscillatory activity in the subthalamic nucleus of parkinsonian patients // Brain Stimul. 2020. V. 13. № 6. P. 1743.
  24. Foffani G., Bianchi A.M., Baselli G., Priori A. Movement-related frequency modulation of beta oscillatory activity in the human subthalamic nucleus: Movement-related FM in the human STN // J. Physiol. 2005. V. 568. Pt. 2. P. 699.
  25. Feldmann L.K., Lofredi R., Neumann W.-J. et al. Toward therapeutic electrophysiology: beta-band suppression as a biomarker in chronic local field potential recordings // NPJ Parkinsons Dis. 2022. V. 8. № 1. P. 44.
  26. Iskhakova L., Rappel P., Deffains M. et al. Modulation of dopamine tone induces frequency shifts in cortico-basal ganglia beta oscillations // Nat. Commun. 2021. V. 12. № 1. P. 7026.
  27. Johnson M.D., Zhang J., Ghosh D. et al. Neural targets for relieving parkinsonian rigidity and bradykinesia with pallidal deep brain stimulation // J. Neurophysiol. 2012. V. 108. № 2. P. 567.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2.

Скачать (311KB)
3.

Скачать (307KB)
4.

Скачать (777KB)
5.

Скачать (799KB)

© К.Э. Сайфулина, В.И. Филюшкина, А.А. Гамалея, А.А. Томский, А.С. Седов, Е.М. Белова, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».