29 October 2022 - Resumo
Os avanços tecnológicos da Estimulação Cerebral Profunda (DBS) dentro do núcleo subtalâmico (STN) para a doença de Parkinson (DP) fornecem mais opções de programação com maior carga de programação. Reduzir o esforço de otimização DBS requer novas estratégias de programação. O objetivo deste estudo foi avaliar a viabilidade de uma abordagem semiautomática de programação guiada por algoritmo (AgP - algorithm-guided-programming) para obter configurações de estimulação benéficas para pacientes com DP com sistemas DBS direcional. O AgP avalia iterativamente a combinação ponderada de respostas avaliadas pelo sensor e pelo clínico de vários sintomas de DP às configurações sugeridas de DBS até convergir para uma solução final. A eficácia clínica aguda das configurações de AgP DBS e as configurações de DBS que foram encontradas após um procedimento padrão de atendimento (SoC - standard of care) foram comparadas de forma randomizada, cruzada e duplo-cega em 10 indivíduos com DP de um único centro. Em comparação com a ausência de terapia, as configurações de AgP e SoC DBS melhoraram significativamente (p = 0,002) os escores totais da Escala III de Avaliação da Doença de Parkinson Unificada III (mediana de 69,8 intervalo interquartil (IQR) 64,6 | 71,9% e 66,2 IQR 58,1 | 68,2%, respectivamente). Apesar de seus resultados clínicos semelhantes, as configurações de AgP e SoC DBS diferiram substancialmente. Por sujeito, o AgP testou 37,0 IQR 34,0|37 configurações antes da convergência, resultando em 1,7 IQR 1,6|2,0 h, que é comparável aos relatórios anteriores. Embora os resultados clínicos de longo prazo do AgP ainda precisem ser investigados, essa abordagem constitui uma alternativa para a programação DBS e representa um passo importante para futuros sistemas de otimização DBS em malha fechada. (segue...) Original em inglês, tradução Google, revisão Hugo. Fonte: Nature.
Nenhum comentário:
Postar um comentário