Refine
Document Type
- Article (1)
- Doctoral Thesis (1)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- - (1)
- MRI (1)
- MRT (1)
- Schlaganfall (1)
- Stroke (1)
- diffusion weighted imaging (1)
- motor outcome (1)
- prediction (1)
- recovery (1)
- resting state fMRI (1)
- stroke (1)
Institute
Publisher
Bildgebung zur Vorhersage und Verlaufsbetrachtung der motorischen Restitution nach Schlaganfall
(2019)
In dieser kumulativen Dissertation wird erörtert, welche Rolle die Bildgebung mittels MRT bei der Beantwortung von wichtigen Fragen im Hinblick auf die Erholung nach einem Schlaganfallereignis spielt.
Da Schlaganfälle gerade in Deutschland noch immer die Hauptursache von längerfristigen Behinderungen und Einschränkungen darstellen, ist es von großem Interesse, zu ergründen, inwiefern ein einzelner Patient wieder volle Funktionsfähigkeit und somit eine Wiederintegration in den Alltag erlangen kann.
Ein frühzeitiger Einsatz bildgebender Verfahren kann die Vorhersage der motorischen Fähigkeiten eines Patienten wesentlich verbessern. Dieses Vorgehen ist jedoch mit zahlreichen Schwierigkeiten versehen, die im Übersichtsartikel [Horn et al., 2016a] erläutert werden und der somit Gründe liefert, weshalb eine solche Prädiktion nicht bereits in den Klinikalltag integriert werden konnte. Im Artikel werden strukturelle und funktionelle Bildgebungsparameter hinsichtlich ihrer Eignung als Biomarker für die Vorhersage der motorischen Fähigkeiten nach dem Schlaganfall bewertet. Begleitend dazu werden in der vorliegenden Arbeit Beispiele für eine solche Vorhersage anhand eines weiteren Artikels erläutert [Lindow et al., 2016].
Es zeigen sich deutliche Unterschiede in der Prädiktionskraft struktureller Parameter im Vergleich zu funktionellen Parametern.
Neben den zahlreichen Faktoren, die die Bildgebung und die Vorhersage daraus beeinflussen, fehlen auch grundsätzlich die Datenmengen, die ein strukturiertes Abarbeiten verschiedener Hypothesen ermöglichen. In der vorliegenden Arbeit wird beschrieben, weshalb zunächst bereits erforschte Parameter erhoben werden müssten, um Patienten diesbezüglich zu gruppieren. Erst dann können neue Bildgebungsparameter in den Vorhersage- oder Klassifizierungsprozess eingefügt werden. Ist das nicht der Fall, sind kleine Stichproben mit verschiedenen Vorhersage- und Outcome-Parametern nur schwer vergleichbar und die Forschung bewegt sich wenig voran in Richtung einer individuellen Vorhersage.
Es kann zudem durchaus vorteilhaft sein, eine Prädiktion nicht nur datengetrieben durchzuführen, sondern zusätzlich Modelle zu entwickeln, wieso gewisse Prädiktionen so gut funktionieren und auf welchem Wege gewisse Parameter diese Vorhersage ermöglichen.
Ein weitergehendes Verständnis und eine Verfeinerung dieser Prädiktion würde eventuell irgendwann dazu führen, dass man anhand diverser Messungen eines Patienten eine Art Simulation durchführen könnte, wie sich dessen Gehirn über die Zeit entwickeln wird und so individuelle Vorhersagen ermöglichen. Hier braucht es jedoch nicht nur entsprechende biophysikalische Modelle der Interaktion der verschiedenen hierarchischen Ebenen sondern auch grundlegende Forschung, die alle Faktoren bestimmt, die einen Einfluss auf die Bildgebungsergebnisse haben.
Das Verständnis für die zugrundeliegenden strukturellen und funktionellen Veränderungen während der Erholung ist wesentlich für eine verbesserte Vorhersage der Endzustände solcher Plastizitätsprozesse. Aus diesem Grund ist eine andere sinnvolle Herangehensweise an die Gesamtproblematik Schlaganfallforschung mittels longitudinaler Studien zu bewerkstelligen. Hierbei können während mehrfacher Messungen Prozesse abgebildet werden, die ausgehend von einem Initialzustand des geschädigten Netzwerks vonstattengehen. Auch dabei gilt es, sich auf bestimmte Patienten zu beschränken, damit so viele Faktoren wie möglich konstant gehalten werden können, die für eine gewisse Varianz zwischen Patienten verantwortlich sind. In einer weiteren hier beschriebenen Studie [Horn et al., 2016b] geschah dies durch eine Beschränkung auf eine Gruppe, die schon bestimmte motorische Fertigkeiten aufwies und dementsprechend lediglich eine mäßige Schädigung des motorischen Systems. Die Veränderungen der Gehirnaktivierung beschränkten sich auf eine spezifische Region, den ventralen prämotorischen Kortex, dessen Aktivität mit der Zeit zunahm. Die funktionellen Veränderungen dieses Areals, das vermehrt für Objektmanipulation aktiviert wird, konnten zudem mittels einer Analyse der Verbindungsstärken ergänzt werden. Zahlreiche weitere Untersuchungen sind notwendig, um zu verstehen, wie diese verschiedenen Ebenen der Reorganisation miteinander interagieren und welche Faktoren einen Einfluss auf diese Messungen haben. Dies muss bereits an Gesunden erforscht werden, um die pathologischen Prozesse in Patienten von weiteren Faktoren abzugrenzen, die einen Einfluss auf die Bildgebungsergebnisse
Connectivity-Based Predictions of Hand Motor Outcome for Patients at the Subacute Stage After Stroke
(2016)
Background: Connectivity-based predictions of hand motor outcome have been proposed to be useful in stroke patients. We intended to assess the prognostic value of different imaging methods on short-term (3 months) and long-term (6 months) motor outcome after stroke.
Methods: We measured resting state functional connectivity (rsFC), diffusion weighted imaging (DWI) and grip strength in 19 stroke patients within the first days (5–9 days) after stroke. Outcome measurements for short-term (3 months) and long-term (6 months) motor function was assessed by the Motricity Index (MI) of the upper limb and the box and block test (BB). Patients were predominantly mildly affected since signed consent was necessary at inclusion. We performed a multiple stepwise regression analysis to compare the predictive value of rsFC, DWI and clinical measurements.
Results: Patients showed relevant improvement in both motor outcome tests. As expected grip strength at inclusion was a predictor for short- and long-term motor outcome as assessed by MI. Diffusion-based tract volume (DTV) of the tracts between ipsilesional primary motor cortex and contralesional anterior cerebellar hemisphere showed a strong trend (p = 0.05) for a predictive power for long-term motor outcome as measured by MI. DTV of the interhemispheric tracts between both primary motor cortices was predictive for both short- and long-term motor outcome in BB. rsFC was not associated with motor outcome.
Conclusions: Grip strength is a good predictor of hand motor outcome concerning strength-related measurements (MI) for mildly affected subacute patients. Therefore additional connectivity measurements seem to be redundant in this group. Using more complex movement recruiting bilateral motor areas as an outcome parameter, DTV and in particular interhemispheric pathways might enhance predictive value of hand motor outcome.