Physiologische Maße für die Prognose von Gedächtnisverfall
Physiological Markers for the Prognosis of Memory Decline
Wissenschaftsdisziplinen
Andere Humanmedizin, Gesundheitswissenschaften (25%); Klinische Medizin (75%)
Keywords
-
Temporal Lobe Epilepsies,
Mild Cognitive Impairmant,
Prognosis Of Memory Impairment,
Electroencephalogram,
Magnetic Resonance Imaging,
Machine Learning
Was zwei Forschungsbereiche voneinander lernen können: Gedächtnisverfall bei Temporallappen-Epilepsie und leichter kognitiven Störung Zwischen den beiden klinischen Störungsbildern, welche die Kernbereiche unseres Forschungsinteresses bilden, besteht eine gewisse Analogie: Die Temporallappen-Epilepsie (TLE) und die leichte kognitive Störung (LKS), die frühe Form der degenerativen Demenz, weisen ein gemeinsames, besonders beeinträchtigendes Symptom auf. Die Gedächtnisschwäche ist als größtes Problem der LKS bekannt. Sie ist aber auch einer der Hauptgründe für die niedrigere Lebensqualität von TLE-Patienten. Dieses gemeinsame Leitsymptom beider Erkrankungen schlägt nicht nur eine Brücke zwischen den beiden Störungen, sondern kann auch die Basis für eine wechselseitige Bereicherung der beiden Forschungsbereiche sein. Besonders bei Patienten mit subjektiv berichteter Beeinträchtigung aber unnauffälligen Standardtestverfahren ist die Gedächtnisstörung schwer erfassbar. Dies ist bei frühen Formen der LKS und der TLE der Fall. Allerdings können Korrelate dieser nicht objektivierbaren Gedächtnisprobleme mit Hilfe von bildgebenden Verfahren und neurophysiologischen Untersuchungen identifiziert werden. Daraus leiten wir die beiden Hauptziele der Studie ab: Wir suchen nach einem gemeinsamen Muster hinsichtlich der Gedächtnisstörung bei TLE und LKS, was zum besseren Verständnis der Mechanismen der Beeinträchtigung führen soll. Dieses Ziel verfolgen wir durch den Vergleich dieser Gruppen anhand einer Reihe von physiologischen Maßen. Die Validität der Prognose des Gedächtnisverfalls soll verbessert werden. Hierzu wird eine multimodale Untersuchung der einzelnen Patienten unternommen. In dieser Studie werden Patienten mit LKS und mit rein subjektiven Beschwerden sowie Patienten in einem frühen und in einem späten, pharmakoresistenten Stadium der TLE untersucht. Am Beginn der Studie werden bei jedem Patienten neuropsychologische Tests u.a. zur Feststellung der Gedächtnisleistung, Ereignis-korrelierte Elektroenzephalographie (EEG) und Magnetresonanztomographie (MRI) durchgeführt. Die Daten der einzelnen Patienten werden mit innovativen Techniken verarbeitet und mit nicht-parametrischer Einzelsubjektstatistik evaluiert. Durch diese Verarbeitung gewonnene Kennzahlen werden zwischen den Patientengruppen und einer Gruppe gesunder Kontrollpersonen verglichen. Die Kennzahlen wurden aufgrund vorliegender Evidenz für prognostische oder diagnostische Validität in einer der beiden Störungen ausgewählt. Nach 1,5 Jahren wird mit neuropsychologischen Tests der Gedächtnisverfall gemessen. Um nun jene Kennzahlen bzw. jene Kombination von Kennzahlen aus MRI und/oder EEG mit der besten prognostischen Validität zu identifizieren, werden Support Vector Machines verwendet. Um den für die Prognose von Gedächtnisverfall am besten geeignetsten Algorithmus für maschinelles Lernen zu identifizieren, werden mehrere Klassifikatoren miteinander verglichen.
Die Zusammenschau verschiedener computergestützter Untersuchungsmodalitäten werden zunehmend die Diagnose und Prognose von Patienten mit neurologischen Erkrankungen wie Temporallappen-Epilepsie und leichter kognitiver Störung unterstützen. Patienten mit Temporallappen-Epilepsie leiden unter Anfällen, die im Schläfenlappen des Gehirns beginnen. Im Schläfenlappen liegt eine Gehirnregion, die in der Form einem Seepferdchen ähnelt. Sie trägt daher den Namen Hippocampus (lateinisch für Seepferdchen). Der Hippocampus erfüllt grundlegende Funktionen des Gedächtnisses. Es ist daher wenig verwunderlich, dass Patienten mit Temporallappen-Epilepsie häufig über Gedächtnisprobleme klagen. Die leichte kognitive Störung ist in vielen Fällen eine frühe Form der Alzheimer Demenz. Auch sie fällt den Betroffenen in erster Linie wegen der Gedächtnisschwierigkeiten auf. In frühen Stadien bemerken meist nur die Betroffenen selbst, dass ihr Gedächtnis nicht mehr das ist, was es einmal war. Psychologische Tests können die Probleme erst in einem fortgeschrittenen Stadium erkennen. Dabei wäre es gerade bei der leichten kognitiven Störung wichtig, rechtzeitig etwas gegen die sich vielleicht anbahnende Demenz zu unternehmen. Tatsächlich ist bei beiden Störungen der Hippocampus in seiner Form und seiner Größe verändert. Aber das ist nicht die einzige Gemeinsamkeit dieser beiden neurologischen Erkrankungen. Auch die elektrischen Gehirnströme sind deutlich verändert. Aus diesen elektrischen Gehirnströmen lassen sich Netzwerke konstruieren. Die Netzwerkeigenschaften sind stark durch die Erkrankungen beeinflusst. Bei der Temporallappen-Epilepsie werden die Netzwerke nach links oder rechts verzerrt, je nachdem auf welcher Seite des Gehirns die Anfälle üblicherweise beginnen. Bei der leichten kognitiven Störung verändern sich die Netzwerke im gesamten Gehirn gleichmäßig: Die Netzwerkaktivität wird langsamer. Diese physiologischen Maße der Größe und Form des Hippocampus, der Netzwerkeigenschaften und insbesondere der Netzwerkgeschwindigkeiten können die klinische Arbeit bereichern. Mit modernen computergestützten Algorithmen können sie dazu verwendet werden, die Diagnose in der Klinik genauer und vielleicht sogar früher zu stellen. Allerdings ist es sehr schwierig, die Größe und Form des Hippocampus genau zu messen. Automatische Messungen unterscheiden sich dramatisch, je nachdem welcher Algorithmus dazu verwendet wird. Eine händische Vermessung unterscheidet sich ebenso stark zwischen verschiedenen Experten. Besonders groß sind diese Unterschiede bei Patienten mit starker Verformung des Hippocampus - also gerade jene, bei welchen eine genaue Messung wichtig wäre. Im vorliegenden Projekt konnten wir zeigen, dass dieses Problem gelöst werden kann, wenn verschiedene Algorithmen geschickt miteinander kombiniert werden. Auch die Netzwerkeigenschaften der elektrischen Gehirnaktivität sind keineswegs unproblematisch. Sie variieren sehr stark über die Zeit hinweg und es hat sich gezeigt, dass sie bei Patienten unterschiedlich stark variieren. Die Stabilität solcher Netzwerke könnte ein neues klinisches Maß darstellen, das möglicherweise nicht nur für Epilepsie und Frühformen von Demenz interessant ist. Die Kombination von verschiedenen physiologischen Maßen z.B. der Struktur, Durchblutung und elektrischen Gehirnaktivität ist vielversprechend und wird gewiss zunehmend im klinischen Alltag eingesetzt.
- Andreas Uhl, Universität Salzburg , assoziierte:r Forschungspartner:in
Research Output
- 766 Zitationen
- 16 Publikationen
-
2018
Titel Do EEG-Biometric Templates Threaten User Privacy? DOI 10.1145/3206004.3206006 Typ Conference Proceeding Abstract Autor Höller Y Seiten 31-42 Link Publikation -
2018
Titel Testing Mean Differences among Groups: Multivariate and Repeated Measures Analysis with Minimal Assumptions DOI 10.1080/00273171.2018.1446320 Typ Journal Article Autor Bathke A Journal Multivariate Behavioral Research Seiten 348-359 Link Publikation -
2019
Titel Emotion recognition and social cognition in juvenile myoclonic epilepsy DOI 10.1007/s10309-019-0261-y Typ Journal Article Autor Kuchukhidze G Journal Zeitschrift für Epileptologie Seiten 177-182 Link Publikation -
2018
Titel Age, Sex, and Pathology Effects on Stability of Electroencephalographic Biometric Features Based on Measures of Interaction DOI 10.1109/tifs.2018.2854728 Typ Journal Article Autor Höller Y Journal IEEE Transactions on Information Forensics and Security Seiten 459-471 Link Publikation -
2020
Titel Prediction of Cognitive Decline in Temporal Lobe Epilepsy and Mild Cognitive Impairment by EEG, MRI, and Neuropsychology DOI 10.1155/2020/8915961 Typ Journal Article Autor Höller Y Journal Computational Intelligence and Neuroscience Seiten 8915961 Link Publikation -
2016
Titel Assessing Out-of-the-box Software for Automated Hippocampus Segmentation DOI 10.1007/978-3-662-49465-3_38 Typ Book Chapter Autor Gschwandtner M Verlag Springer Nature Seiten 212-217 -
2016
Titel Variability Issues in Automated Hippocampal Segmentation: A Study on Out-of-the-Box Software and Multi-Rater Ground Truth DOI 10.1109/cbms.2016.55 Typ Conference Proceeding Abstract Autor Liedlgruber M Seiten 191-196 -
2014
Titel What do temporal lobe epilepsy and progressive mild cognitive impairment have in common? DOI 10.3389/fnsys.2014.00058 Typ Journal Article Autor Höller Y Journal Frontiers in Systems Neuroscience Seiten 58 Link Publikation -
2014
Titel Seizure outcome in 175 patients with juvenile myoclonic epilepsy – A long-term observational study DOI 10.1016/j.eplepsyres.2014.09.008 Typ Journal Article Autor Höfler J Journal Epilepsy Research Seiten 1817-1824 Link Publikation -
2017
Titel Reliability of EEG Interactions Differs between Measures and Is Specific for Neurological Diseases DOI 10.3389/fnhum.2017.00350 Typ Journal Article Autor Höller Y Journal Frontiers in Human Neuroscience Seiten 350 Link Publikation -
2017
Titel Reliability of EEG Measures of Interaction: A Paradigm Shift Is Needed to Fight the Reproducibility Crisis DOI 10.3389/fnhum.2017.00441 Typ Journal Article Autor Höller Y Journal Frontiers in Human Neuroscience Seiten 441 Link Publikation -
2017
Titel Combining SPECT and Quantitative EEG Analysis for the Automated Differential Diagnosis of Disorders with Amnestic Symptoms DOI 10.3389/fnagi.2017.00290 Typ Journal Article Autor Höller Y Journal Frontiers in Aging Neuroscience Seiten 290 Link Publikation -
2015
Titel Perampanel for tonic-clonic seizures in idiopathic generalized epilepsy DOI 10.1212/wnl.0000000000001930 Typ Journal Article Autor French J Journal Neurology Seiten 950-957 Link Publikation -
2015
Titel High-frequency oscillations in epilepsy and surgical outcome. A meta-analysis DOI 10.3389/fnhum.2015.00574 Typ Journal Article Autor Höller Y Journal Frontiers in Human Neuroscience Seiten 574 Link Publikation -
2015
Titel Is There a Relation between EEG-Slow Waves and Memory Dysfunction in Epilepsy? A Critical Appraisal DOI 10.3389/fnhum.2015.00341 Typ Journal Article Autor Höller Y Journal Frontiers in Human Neuroscience Seiten 341 Link Publikation -
0
DOI 10.1145/3206004 Typ Other