Stimolazione cerebrale profonda adattiva guidata da beta bursts: uno studio di simulazione per trattamenti alternativi nel morbo di Parkinson

Parkinson’s disease is a chronic and progressive neurodegenerative disorder, characterized by motor symptoms such as resting tremor, bradykinesia, rigidity and postural instability. These symptoms are caused by the loss of dopaminergic neurons in the substantia nigra and subsequent functional alterations to the cortico-basal ganglia circuits. However, as the disease progresses, the efficacy of pharmacological treatments tends to decrease, while side effect – such as drug-induced dyskinesias – become increasingly problematic. Deep Brain Stimulation (DBS) of the subthalamic nucleus (STN) has emerged as one of the most effective treatments for improving motor symptoms in patients at advanced stages. DBS involves implanting electrodes in specific brain regions to deliver high-frequency electrical impulses and modulate abnormal neuronal activity. The ultimate goal is to alleviate motor symptoms and improve patients’ quality of life when medications are no longer effective. Nevertheless, continuous DBS stimulates the patients constantly, regardless of their underlying neuronal state, with potential drawbacks such as high battery consumption and side effects. In recent years, adaptive DBS has been proposed as a “closed-loop” stimulation strategy, whereby stimulation delivery is modulated in real time by neural biomarkers. In particular, beta bursts recorded from local field potentials (LFPs) in the subthalamic nucleus are strongly associated with the severity of motor symptoms – such as bradykinesia and rigidity – and have been proposed as electrophysiological biomarkers to guide stimulation. Unlike continuous DBS, adaptive stimulation is triggered only in response to pathological bursts. This aims to reduce unnecessary stimulation while maintaining therapeutic efficacy, thereby limiting both side effects and energy consumption. The aim of this work was to develop an algorithm in MATLAB for the automatic detection of beta bursts from LFP signal recorded from patients, analyzing parameters such as duration, frequency and amplitude. Based on these parameters, a simulation of adaptive DBS was implemented, in which stimulation was delivered only in the presence of significant bursts. The results were then compared with a continuous DBS stimulation to evaluate parameters such as the total stimulation time, the proportion of bursts covered by stimulation and the amount of stimulation saved.

La malattia del Parkinson è una patologia neurodegenerativa cronica e progressiva, caratterizzata da sintomi motori quali tremore a riposo, bradicinesia, rigidità e instabilità posturale. Tali sintomi sono causati dalla perdita di neuroni dopaminergici della substantia nigra e dalle conseguenti alterazioni funzionali dei circuiti cortico-basalgangliari. Tuttavia, con il progredire della malattia, l’efficacia dei farmaci tende a diminuire mentre gli effetti collaterali – come le discinesie indotte da farmaci – diventano sempre più problematici. La stimolazione celebrale profonda (Deep Brain Stimulation, DBS) del nucleo subtalamico (STN) si è affermata come uno degli approcci più efficaci per migliorare i sintomi motori nei pazienti in fase avanzata. La DBS prevede l’impianto di elettrodi in specifiche aree del cervello per somministrare impulsi elettrici ad alta frequenza con l’obiettivo di modulare l’attività neuronale anomala. Lo scopo è alleviare i sintomi motori e migliorare la qualità della vita del paziente quando i farmaci non sono più efficaci. Tuttavia, la DBS continua, stimola il paziente in modo costante, indipendentemente dal suo stato neuronale, con possibili svantaggi tra cui un elevato consumo della batteria ed effetti collaterali. Negli ultimi anni è stata proposta la DBS adattiva, una strategia di stimolazione “a circuito chiuso” in cui l’erogazione è modulata in tempo reale da biomarcatori neurali. In particolare, i burst beta registrati dai potenziali di campo locale (LFP) nel nucleo subtalamico sono strettamente associati alla gravità dei sintomi motori come la bradicinesia e la rigidità, e sono stati proposti come biomarcatori elettrofisiologici per guidare la stimolazione. A differenza della DBS continua, la stimolazione adattiva si attiva soltanto in corrispondenza di burst patologici, con l’obiettivo di ridurre la stimolazione superflua, mantenendo l’efficacia terapeutica e limitando al contempo effetti collaterali e consumo energetico. L’obiettivo di questo lavoro è stato lo sviluppo, in MATLAB, di un algoritmo per il rilevamento automatico dei burst beta partendo dai segnali LFP registrati da alcuni pazienti analizzandone parametri quali durata, frequenza e ampiezza. Sulla base di questi è stata implementata una simulazione di DBS adattiva, in cui la stimolazione veniva erogata solo in presenza di burst significativi. I risultati ottenuti sono stati confrontati con una simulazione DBS continua, valutando parametri quali il tempo totale di stimolazione, la proporzione di burst coperti dalla stimolazione e la quantità di stimolazione risparmiata.