Volltext-Downloads (blau) und Frontdoor-Views (grau)

Bitte verwenden Sie diesen Link, wenn Sie dieses Dokument zitieren oder verlinken wollen: https://nbn-resolving.org/urn:nbn:de:gbv:9-opus-26355

Bildgebung zur Vorhersage und Verlaufsbetrachtung der motorischen Restitution nach Schlaganfall

  • 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
  • This cumulative thesis discusses the role of imaging in answering important questions related to recovery from a stroke event and focuses on MRI and motor stroke. Since strokes still represent the main cause of long-term disabilities and limitations, especially in Germany, it is of great interest to find out to what extent a single patient can regain full functionality and thus re-integration into everyday life. Early use of imaging techniques can significantly improve the predictability of a patient's motor skills. However, this approach is fraught with many difficulties, which are summarized in the review article [Horn et al., 2016a] and provide reasons why such a prediction could not already be integrated into the clinical routine. The article evaluates structural and functional imaging parameters for their suitability as a biomarker for predicting motor skills after stroke. Accompanying this, examples of such a prediction are given by another article [Lindow et al., 2016]. There are clear differences in the predictive power of structural parameters compared to functional parameters. In addition to the numerous factors that influence the imaging and the prediction thereof, there is also a lack of data that enables a structured processing of different hypotheses. In the present work it is described, why initially already investigated parameters should be collected in order to group patients in this regard. Only then can new imaging parameters be included in the prediction or classification process. If this is not the case, small samples with different predictive and outcome parameters are difficult to compare and research moves little forward towards individual prediction. However, it may be beneficial not only to perform prediction data-driven, but also to develop models of why certain predictions work so well and how certain parameters allow this prediction. Further understanding and refinement of this prediction may eventually lead to a kind of simulation based on various measurements of a patient, how his brain will evolve over time, allowing for individualized predictions. Here, however, not only are appropriate biophysical models of the interaction of the various hierarchical levels required, but also basic research that determines all the factors that influence the imaging results. The understanding of the underlying structural and functional changes during recovery is essential for an improved prediction of the final states of such plasticity processes. For this reason, another meaningful approach to the overall problem of stroke research can be accomplished by means of longitudinal studies. During multiple measurements, processes can be imaged which proceed from an initial state of the damaged network. Again, it is important to confine oneself to certain patients so that as many factors as possible can be kept constant, that are responsible for a certain variance between patients. In another study described in this thesis [Horn et al., 2016b], this was done by limiting it to a group that already had certain motor skills and, accordingly, only modest damage to the motor system. The changes in brain activation were limited to a specific region, the ventral premotor cortex, whose activity increased over time. The functional changes of this area, which is increasingly activated during object manipulation, could be complemented by an analysis of the connection strengths. Numerous other studies are needed to understand how these different levels of reorganization interact with each other and what factors influence these measurements. This has to be researched already on healthy persons, in order to differentiate the pathological processes in patients from other factors that have an influence on the imaging results.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author: Ulrike Horn
URN:urn:nbn:de:gbv:9-opus-26355
Title Additional (English):Brain imaging for prediction and longitudinal assessment of motor restitution after stroke
Referee:Prof. Dr. Martin Lotze, Prof. Dr. Alfons Hamm, Dr. Bernhard Sehm
Advisor:Prof. Dr. Martin Lotze
Document Type:Doctoral Thesis
Language:German
Year of Completion:2019
Date of first Publication:2019/05/16
Granting Institution:Universität Greifswald, Universitätsmedizin
Date of final exam:2019/03/25
Release Date:2019/05/16
Tag:MRT; Schlaganfall
MRI; Stroke
GND Keyword:Schlaganfall
Page Number:70
Faculties:Universitätsmedizin / Institut für Diagnostische Radiologie
DDC class:600 Technik, Medizin, angewandte Wissenschaften / 610 Medizin und Gesundheit