Stati vegetativi, italiano nuovo metodo prognosi con EEG

Stati vegetativi, italiano nuovo metodo prognosi con EEG.Un nuovo metodo per la prognosi dei pazienti in stato vegetativo, basato sull’analisi non lineare del tracciato EEG, è stato messo a punto da un gruppo di ricerca tutto italiano coordinato da Marco Sarà della Casa di Cura San Raffaele di Cassino, che ha coinvolto anche il Campus Biomedico di Roma, l’Università La Sapienza di Roma, l’Università de L’Aquila, l’IRCCS S. Raffaele-Pisana. Lo studio è in via di pubblicazione su Neurorehabilitation & Neural Repair.

Secondo i ricercatori italiani, fra cui Francesca Pistoia, Patrizio Pasqualetti, Fabio Sebastiano, Paolo Onorati e Paolo M. Rossini, i network neurali estesi del cervello, alla base della coscienza, possono essere visti come sistemi complessi con output che mostrano un grado di imprevedibilità sperimentalmente quantificabile mediante la parametrizzazione non lineare dell’entropia approssimata (ApEn) del sistema.

L’ipotesi di Sarà e colleghi è che lo stato vegetativo persistente costituisca il risultato di uno squilibrio di queste reti neuronali diffuse, con una conseguente riduzione della complessità e della mutua interconnettività che porta a un isolamento funzionale nella corteccia cerebrale e alla riduzione del comportamento caotico dei suoi output.

“Secondo questo approccio sarebbe possibile affermare qualcosa anche riguardo circuiti non ancora identificati (ghost network) dal momento che un elevato grado di isolamento funzionale implica che nessun circuito esteso sia comunque in grado di funzionare”, ha spiegato a BrainFactor Marco Sarà, responsabile dell’Unità Post Coma e Riabilitazione del San Raffaele di Cassino e primo autore dello studio.

In altri termini, nei disordini di coscienza come gli stati vegetativi, la “monotonia” prenderebbe il posto della “naturale imprevedibilità” del sistema… Questo cambiamento, se misurato opportunamente, può rivelarsi un efficace predittore della probabile evoluzione delle condizioni del paziente.

“D’altronde – prosegue Sarà – uno degli aspetti più affascinanti del comportamento umano è proprio la sua imprevedibilità da un punto di vista formale: tanto più si sale lungo la scala evolutiva quanto più è difficile prevedere le risposte di un individuo. In questi termini una grave cerebrolesione acquisita può essere rappresentata come una decomplessificazione del cervello. Il grado di questa decomplessificazione può essere stabilito studiando il grado di impredicibilità del segnale in uscita del sistema”.

“L’applicazione dell’analisi non lineare ai segnali EEG (tecnica di indagine sicuramente non invasiva, meno costosa, ampiamente disponibile e di agevole applicazione clinica rispetto ad altri strumenti diagnostici) ci ha consentito di discriminare non solo fra pazienti e controlli sani, ma anche fra pazienti in stato vegetativo persistente e pazienti in stato vegetativo che recuperano”.

I risultati dello studio, che ha coinvolto 38 pazienti e 40 soggetti di controllo, sugeriscono dunque che i correlati dinamici della complessità neurale residua possono essere di aiuto nella formulazione della prognosi delle persone in stato vegetativo.

Infatti: i valori medi di ApEn (molto robusto statisticamente) sono risultati inferiori nei pazienti rispetto ai controlli; inoltre, a sei mesi di distanza, “i pazienti con il più bassso livello ApEn (il parametro non lineare che quantifica il grado di imprevedibilità in una serie temporale) sono morti (n = 14) o sono rimasti stazionari (n = 12), mentre i pazienti con i livelli ApEn più elevati sono passati in stato di minima coscienza (n = 5) o hanno mostrato una ripresa parziale (n = 4) o totale (n = 3)”.

L’analisi non lineare dei dati è stata recentemente proposta anche per monitorare l’effetto degli anestetici sul sistema nervoso, per prevedere gli attacchi epilettici, per esplorare le disfunzioni del cervello e – specialmente con reti neurali artificiali – formulare una diagnosi precoce dell’Alzheimer.

References:

Leave a comment

Your email address will not be published.


*


Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.