Kvantifiering av risken för operationsrelaterad afasi efter borttagning av hjärntumör

Kvantifiering av risken för operationsrelaterad afasi efter borttagning av hjärntumör

Kan kirurger kvantifiera risken för afasi när man tar bort en hjärntumör? För att ta reda på det analyserar forskare vid Rechts der Isar Clinic vid Tekniska universitetet i München (TUM) hjärnan som ett nätverk. I en nyligen genomförd studie med 60 patienter uppnådde de en träfffrekvens med tre fjärdedelar av sina förutsägelser.

Mit einer speziellen Form der Magnetresonanztomographie, der sogenannten Traktographie, erstellen Wissenschaftler der TUM 3D-Darstellungen der Netzwerke von Nervenbahnen im Gehirn. Bildnachweis: Technische Universität München (TUM)

Hjärntumörer är relativt sällsynta. Enligt German Society for Neurology är den årliga incidensen cirka fem fall per 100 000 invånare. "Men i de flesta fall är kirurgiskt avlägsnande av tumören oundvikligt", säger prof. Sandro Krieg, som uppskattar att ett gliom – en vanlig form av hjärntumör – tas bort vid Klinikum Rechts der Isar vid Tekniska universitetet i München (TUM). "Nästan varje dag."

Beroende på tumören utvecklar Krieg och hans kollegor individuella behandlings- och kirurgiska strategier. En avgörande punkt: Frisk vävnad ska skonas så mycket som möjligt och inga strukturer ska skadas som kan leda till ytterligare restriktioner. Till exempel är "afasi" termen för postoperativa språkstörningar. "Vi vill ha exakt kunskap om risken för afasi innan operationen."

Överläkaren på den neurokirurgiska kliniken vid Rechts der Isar Clinic har arbetat med preoperativ hjärnkartläggning i mer än 10 år. "Vi har länge känt till de centrala platserna i hjärnan som är ansvariga för funktioner som rörelse eller språk. Men först under de senaste fem åren har vi börjat analysera hjärnnätverket för att lära oss hur de olika regionerna samverkar, till exempel för att göra det möjligt för en person att tala. En sak är klar: det finns inget språkcentrum som sådant. Istället är strukturen mer som flera nav eller noder i ett stort nätverk som görs möjligt."

Hjärntumör: Förutsägelser genom maskininlärning

Analysen av hjärnans nätverksegenskaper - den så kallade connectome-analysen - en procedur som Prof. Kriegs team har använt i cirka två år - spelar en nyckelroll i aktuell forskning. "På detta sätt kvantifierar vi sambanden i enskilda hjärnregioner", säger Prof. Krieg. "Vi har nu börjat tilldela mer exakta funktioner till hjärnregioner."

Neurovetenskap e-bok

Sammanställning av de bästa intervjuerna, artiklarna och nyheterna från det senaste året. Ladda ner en gratis kopia

TUM-forskarna Dr Haosu Zhang och Dr Sebastian Ille har kartlagt anatomiska bilder av de lager i hjärnan som ansvarar för språkförmåga. Processen är som följer: "Med hjälp av en speciell form av magnetisk resonanstomografi, traktografi, skapar vi 3D-representationer av nätverken och undernätverken av nervbanor i hjärnan", förklarar Zhang.

Denna nätverksanalys stöds av metoden för navigerad transkraniell magnetisk stimulering, där en riktad magnetisk puls hämmar nervceller i fiberkanaler som ansvarar för språket. Detta gör att patienten upplever en tillfällig talstörning, som kan upptäckas i videoanalys. Det gör det möjligt för forskare att exakt identifiera de hjärnregioner som är ansvariga för språket.

Vi kombinerar de så kallade connectome-parametrarna från traktografi med information om patientens talfunktion.”

Dr Haosu Zhang, TUM-forskare

Det som är speciellt med Zhang och Illes algoritm är att den tillhandahåller "statistiskt signifikanta parametrar" – data som kan användas för att träna en maskininlärningsmodell och på så sätt lokalisera enskilda patienters språk. Hur komplicerad tillämpningen av de olika analysmetoderna än kan tyckas, är metodens nyckelfunktion dess enkelhet: hela analysprocessen fungerar utan komplexa algoritmer eller kraftfulla datorer. "Datan vi använder kommer från rutinmässiga sjukhustester", säger Zhang.

Nätverksanalys: 73 procents noggrannhet i att förutsäga språkstörning

I en nyligen genomförd studie av 60 patienter visade forskare vid Rechts der Isar Clinic att denna kombinerade analys med stor noggrannhet (73%) kan förutsäga om operation kommer att leda till språksvårigheter (postoperativ afasi). "Det är mycket viktigt att kunna göra dessa förutsägelser", säger Krieg. Han är exalterad över möjligheten att kunna kvantifiera risker mer exakt genom "riktig nätverksanalys" och ha konkreta data som hjälper till att kartlägga hjärnan.

Vad mer: Med hjälp av maskininlärning blir förutsägelserna ännu bättre med tiden. Men för att göra detta behöver forskarna mer patientdata för att träna maskininlärningsalgoritmerna. "Det är det enda tillvägagångssättet som kan använda stora data för att förutsäga risken för ett kirurgiskt ingrepp", säger Prof. Krieg, som nu planerar att rekrytera fler patienter för sin forskning. Han tror att bara "några hundra" patienter kommer att räcka för mycket exakta förutsägelser.

Källa:

Münchens tekniska universitet (TUM)

Hänvisning:

Ille, S., et al. (2022) Preoperativ funktionsspecifik konnektoranalys förutsäger operationsrelaterad afasi efter gliomresektion. Kartläggning av den mänskliga hjärnan. doi.org/10.1002/hbm.26014.

.