Destacados:
- Conectividad funcional intrahemisférica en 6 adultos con hemisferectomía infantil
-
La organización de las redes canónicas de estado de reposo se conserva en el hemisferio intacto.
-
La comunicación entre redes aumenta en comparación con los controles
-
Las redes cerebrales funcionales conocidas apoyan la cognición incluso en anatomía altamente atípica
Resumen
Se encuentra un conjunto confiable de redes cerebrales funcionales en personas sanas y se cree que allí subyace nuestra cognición, emoción y comportamiento. Aquí, investigamos estas redes cuantificando la conectividad funcional intrínseca en seis individuos que se habían sometido a la extirpación quirúrgica de un hemisferio. Los sujetos con hemisferectomía y los controles sanos se escanearon con parámetros idénticos en el mismo escáner y se compararon con una muestra normativa grande (n = 1,482). Sorprendentemente, todos los sujetos y controles de la hemisferectomía mostraron una conectividad intrahemisférica fuerte y equivalente entre las regiones del cerebro tipicamente asignadas a la misma red funcional. Sin embargo, la conectividad entre partes de diferentes redes se incrementó notablemente para casi todos los participantes de la hemisferectomía y en todas las redes.
Gráficamente abstracto
Palabras clave
Introducción
El estudio de las correlaciones temporales de la señal dependiente del nivel de oxigenación de la sangre (BOLD) como medidas indirectas de la conectividad funcional intrínseca con fMRI en estado de reposo ha revelado un conjunto confiable de redes cerebrales en personas sanas (Biswal et al., 199, Damoiseaux et al., 2006) Ahora se ha reproducido un conjunto típico de redes de estado de reposo en cientos de estudios que son consistentes en diferentes parcelaciones anatómicas o funcionales (Fan et al., 2016, Glasser et al., 2016, Gordon et al., 2016,Yeo et al., 2016) Además, estas mismas redes también surgen cuando se activan diferencialmente por diferentes tareas cognitivas (Cole et al., 2014, Fox y Raichle, 2007, Smith et al., 2009), reflejando esta asociación en sus convenciones de nomenclatura (por ejemplo, red de modo predeterminado y red de atención frontoparietal). Estudiar la conectividad dentro de estas redes a través de grandes conjuntos de datos ha revelado asociaciones con diferencias individuales en cognición y comportamiento (Dubois et al., 2018 ,Kong et al., 2019) personalidad (Dubois et al., 2018b) y enfermedad (Castellanos et al., 2013)
Esta literatura grande y de rápido crecimiento apoya la idea de un conjunto relativamente pequeño de redes cerebrales funcionales que subyacen a toda cognición y comportamiento (Smith et al., 2009), con diferencias individuales que reflejan variaciones sutiles en este sustrato subyacente. Sin embargo, es posible mantener una cognición notablemente intacta a pesar de la neuroanatomía profundamente atípica, ejemplificada en casos raros de hidrocefalia (Feuillet et al., 2007) o grandes lesiones cerebrales (Damasio et al., 1985) ¿El nivel compensado de cognición que ocasionalmente se puede encontrar en tales pacientes depende de un conjunto diferente o reorganizado de redes funcionales, o la cognición mayormente intacta siempre va de la mano con el conjunto básico de redes de estado de reposo? Ninguno de los casos anteriores (Feuillet et al., 2007, Damasio et al., 1985) ha sido investigado con fMRI en estado de reposo, y una respuesta cuantitativa a esta pregunta sigue siendo desconocida. Aquí, probamos esta pregunta recolectando fMRI de estado de reposo de alta calidad en una muestra de seis individuos raros con perturbación anatómica importante, pacientes de alto funcionamiento después de la extirpación quirúrgica de un hemisferio cerebral (hemispherectomía; Figura 1 ; Tabla 1 ).
Figura 1 Hemispherectomía Anatomía del cerebro
Tabla 1 Información demográfica y neurológica para participantes de HS
| Caso | HS | Etiol | Comienzo | Edad HS | Sexo | Mano | Años | POI | VCI |
|---|---|---|---|---|---|---|---|---|---|
| HS1 | R | RS | 6 años | 7 años | F | R | 29 | 74 | 105 |
| HS2 | L | PNS | 3 años | 6 años | F | L | 22 | 95 | 101 |
| HS3 | L | PNS | 5 años | 8 años | F | L | 22 | 89 | 109 |
| HS4 | R | RS | 10 años | 11 años | METRO | R | 31 | 86 | 118 |
| HS5 | R | RS | 3 años | 4 años | F | R | 20 | 95 | 109 |
| HS6 | R | discos compactos | nacimiento | 3 m | METRO | R | 21 | 72 | 91 91 |
CD, displasia cortical; HS, hemispherectomy; R, a la derecha; L, izquierda; Etiol, etiología; RS, encefalitis de Rasmussen; PNS, accidente cerebrovascular perinatal; F, hembra; M, hombre; m, mes; PDI, índice de organización perceptiva; VCI, índice de comprensión verbal; y años.
Los pacientes que tuvieron hemispherectomía en la infancia pueden retener niveles sorprendentemente altos de habilidades cognitivas y sensitivomotoras (Moosa et al., 2018) La hemisferectomía es un procedimiento quirúrgico que generalmente se usa para aliviar ciertas formas de epilepsia intratable (Jonas et al., 2004) al aislar el hemisferio afectado, ya sea retirándolo por completo (hemispherectomía anatómica, que a menudo incluye todas las estructuras subcorticales) o cortando todas las conexiones al hemisferio funcional (hemispherectomía funcional, con resección anatómica parcial) (Kim et al., 2018) Hay daños consecuentes en las funciones sensoriales y motoras (descritas en detalle en otra parte, por ejemplo, hemiparesia y hemianopsia; ver de Bode y Curtiss, 2009, Moosa et al., 2013 pero incluso estos pueden recuperarse en cierta medida (Devlin et al., 2003, Liu et al., 2018, Ramantani et al., 2013) La función del lenguaje se ha estudiado con cierto detalle, y también muestra una recuperación casi completa en muchos pacientes a quienes se les extirpó el hemisferio dominante del lenguaje (Ivanova et al., 2017)
Las alteraciones en la función cerebral que deben ser la base de gran parte de esta compensación son poco conocidas, y sus estudios casi siempre se han limitado a habilidades específicas y regiones cerebrales específicas. De los pocos estudios que investigan la función cerebral en la hemisferectomía, la mayoría se enfoca exclusivamente en una modalidad, como la visión Bittar et al., 2000, Damásio et al., 1975, Danelli et al., 2013, Georgy et al., 2019, Werth, 2006), función somatosensorial / motora (Bernasconi et al., 2000, Bittar et al., 2000, de Bode y Curtiss, 2000, Graveline et al., 1998, Holloway et al., 2000, Leonhardt et al., 2001, Pilato et al., 2009), audición (Paiement et al., 2008) o idioma (Danelli et al., 2013, Hertz-Pannier et al., 2002, Ivanova et al., 2017, Liégeois et al., 2008); y solo uno tiene más de cinco pacientes con datos de fMRI (Holloway et al., 2000) Hasta donde sabemos, ningún estudio hasta la fecha ha investigado redes funcionales en estado de reposo en todo el hemisferio en individuos con hemisferectomía.
El estudio actual investigó la organización de redes de estado de reposo en adultos de alto funcionamiento que tenían hemisferectomía infantil (HS; n = 6; Figura 1 ) utilizando métodos de neuroimagen de alta resolución de última generación. Comparamos la arquitectura funcional intrínseca en los hemisferios intactos de los casos de HS con los resultados del hemisferio enmascarado único correspondiente en dos muestras de control de adultos sanos. La primera muestra de control (CNT; n = 6) se comparó cuidadosamente con las variables demográficas y se escaneó en la misma instalación con parámetros de secuencia casi idénticos. Para proporcionar un conjunto de datos de muestra grande que ayudaría a generalizar nuestros hallazgos, incluimos una segunda muestra de control de un conjunto de datos disponible públicamente (Brain Genomics Superstruct Project (GSP);Holmes et al., 2015 n = 1,482). Aplicamos una parcelación previamente introducida de siete redes funcionales de población promedio (Schaefer et al., 2018, Yeo et al., 2011, Yeo et al., 2014, Yeo et al., 2015) a todo el hemisferio (400 parcelas en todo el cerebro, con 200 parcelas por hemisferio; ver Figura 2 ) para estudiar la organización de la red funcional en estado de reposo de manera más integral. Utilizamos un enfoque de registro basado en la superficie para lograr la mayor sensibilidad a la anatomía individual (ver Métodos STAR ).
Figura 2 Esquema de parcelación
Este estudio abordó tres preguntas que se complementan entre sí. Primero, ¿se puede aplicar un esquema de parcelación cortical basado en atlas basado en conectividad funcional en individuos sanos a participantes con hemisferectomía? Segundo, el conectoma funcional dentro de cada individuo es confiable en dos sesiones de escaneo (huellas digitales;Finn et al., 2015)? Por último, ¿las redes funcionales que encontramos en estos participantes difieren de las que se encuentran en los controles saludables? Después de confirmar las dos primeras preguntas, encontramos redes de estado de reposo notablemente típicas en participantes con HS. El único hallazgo atípico fue un acoplamiento funcional anormalmente aumentado entre diferentes redes (conectividad normal dentro de la red pero mayor conectividad entre redes).
Resultados
Aplicación de una parcela cortical funcional basada en atlas a cerebros HS
Requerimos una parcelación común para comparar los cerebros HS con los controles y comenzamos usando un esquema de parcela cortical ampliamente aceptado (aunque no único) que se basa completamente en correlaciones del estado de reposo (no activaciones inducidas externamente por estímulos sensoriales). Brevemente, este esquema se basa en redes previamente identificadas de regiones funcionalmente acopladas a través de la corteza cerebral utilizando un enfoque de agrupamiento, descrito en detalle en otra parte (Yeo et al., 2011, Yeo et al., 2015), lo que da como resultado siete redes locales. Recientemente, este esquema se ha subdividido en parcelaciones más detalladas (Schaefer et al., 2018) relacionado con la parcela de siete redes. Aquí, utilizamos la parcela de 400 parcelas en todo el cerebro, lo que resulta en 200 parcelas por hemisferio. Este tamaño de parcela permite probar la homogeneidad específica de la parcela y la red (es decir, similitud de series de tiempo dentro de las parcelas), así como la conectividad con alta especificidad, mientras que también está en línea con la resolución de otras parcelaciones comúnmente utilizadas. Primero preguntamos si esta parcela del cerebro en redes funcionales intrínsecas, definida en una gran muestra independiente de sujetos sanos (Yeo et al., 2011), podría aplicarse a los pacientes con HS de manera significativa.
Para este fin, probamos cuán similar fue la respuesta intrínseca de la serie temporal BOLD en el vértice de cada parcela (punto muestreado en la superficie) a (1) la respuesta media en todos los vértices de esa parcela (dentro de la parcela), (2) la media de parcelas dentro de la misma red (dentro de la red) y (3) la media de las parcelas fuera de la red (fuera de la red). Si la parcela es aplicable en el cerebro HS, esperamos ver la homogeneidad más fuerte de las respuestas dentro de la misma parcela, seguida de correlaciones de parcela vértice más fuertes dentro que fuera de la red. De hecho, encontramos este patrón esperado de homogeneidad a través de HS y grupos de control (ver Figura 3 A y Tabla S1 para distribución de muestras); cada participante del HS mostró una mayor homogeneidad dentro de la parcela que dentro de la red, así como una mayor homogeneidad dentro y fuera de la red promediada en todas las redes (ver Figura 3 B). Esto confirma que la aplicación de una parcela cortical basada en atlas estándar después de la alineación cortical basada en superficie produce parcelas razonablemente delineadas funcionalmente en pacientes con HS, lo que nos permite utilizar este esquema de parcelación para hacer comparaciones entre muestras de sujetos. Observamos que los resultados de homogeneidad se esperan en los controles y, en particular, no son un hallazgo independiente en el conjunto de datos GSP, ya que la parcela se derivó de los datos de conectividad GSP en primer lugar (Yeo et al., 2011)
Figura 3 Análisis de control de conectividad
Las redes de estado de reposo son confiables en HS
Luego investigamos si los perfiles de conectividad funcional observados dentro de un individuo eran confiables en dos mediciones diferentes (es decir, dos corridas). Empleamos un método introducido previamente, la huella digital del connectoma funcional (Finn et al., 2015) Este procedimiento prueba si dos instancias del patrón de conectividad funcional adquirido del mismo individuo en diferentes puntos de tiempo (es decir, dos exploraciones) son más similares entre sí que a los patrones de conectividad funcional adquiridos de otros individuos. Es decir, ¿el conectoma funcional es suficientemente confiable para que uno pueda volver a identificar a un individuo a lo largo del tiempo?
Para los individuos de GSP con dos carreras (n = 1,077), la huella digital de conectoma no fue exitosa para n = 98 en el hemisferio izquierdo yn = 110 en el hemisferio derecho. Cinco de cada seis personas en el grupo de control tuvieron huellas digitales de conectoma exitosas en ambos hemisferios (ver Figura 3DO). Cinco de los seis individuos con hemisferectomía también tuvieron huellas digitales exitosas de conectoma. Estos hallazgos confirman que la organización funcional del cerebro es discriminatoria para los individuos, incluso si solo hay un hemisferio del cerebro disponible y cuando se compara entre un gran número de individuos (es decir, n> 1,000). También sugieren la fiabilidad normal test-retest de la conectividad funcional en dos ejecuciones de ∼6–7 min dentro de la misma sesión del escáner en participantes con HS, es decir, sus conectomas son relativamente estables en el tiempo.
Cuantificación de la conectividad dentro de la red y entre redes en HS
Un criterio global para las redes de estado de reposo en individuos sanos es una conectividad general más fuerte de las regiones dentro de una red y una conectividad más débil entre regiones de diferentes redes. Nuestro objetivo principal era cuantificar esta métrica también en pacientes con HS, aprovechando nuestra muestra única. Dado que la mayoría de las redes de estado de reposo están distribuidas bilateralmente en ambos hemisferios, esperábamos encontrar redes posiblemente profundamente reorganizadas en el único hemisferio restante de los participantes de HS. Por lo tanto, cuantificamos por separado la conectividad de las parcelas que pertenecen a la misma red (conectividad dentro de la red) y diferentes redes (conectividad entre redes) (consulte la Figura 4 A).
Figura 4 Conectividad funcional
La primera comparación estableció la representatividad de la conectividad de los seis participantes del control CNT con respecto al rango de los controles GSP de muestra grande para la conectividad dentro y fuera de la red. Fuerza media de la conectividad funcional en CNT de paquetes dentro y entre las redes estaba dentro del 50 º y 66 º percentil rango de la distribución GSP. Por lo tanto, a pesar de las diferencias en la adquisición y el preprocesamiento de la secuencia de resonancia magnética (MR), la conectividad de los participantes en el control de la CNT fue normalmente representativa en comparación con el conjunto de datos GSP, lo que justifica nuevas comparaciones entre los grupos de control y HS.
La comparación del interés principal se refería al HS y las muestras de control; la conectividad dentro de la red fue relativamente comparable en distribución (varianza: GSP, 0.016; CNT, 0.015; y HS, 0.018) y magnitud en las tres muestras ( Figura 4 A; Tabla S4 ). Este hallazgo fue corroborado por análisis de todo el cerebro basados en semillas ( Figura S1muestra resultados de todo el cerebro para el ejemplo de la región de semilla de parcela precuneus cortex [PCC], un componente de la red de modo predeterminado). En contraste con patrones similares de conectividad dentro de la red, las personas con hemispherectomía mostraron una conectividad entre redes notablemente más alta en comparación con los conjuntos de datos CNT y GSP. De hecho, cuatro de conectividad media los seis HS de los individuos entre las parcelas a través de diferentes redes estaba por encima del 95 ° percentil de la distribución GSP, y uno era por encima del 90 ° percentil ( Figuras 4 A y 4B; Tabla S5 ).
El aumento de la conectividad entre redes es evidente en todas las redes en los participantes de HS
A continuación, investigamos la conectividad entre redes de los participantes de la hemisferectomía con más detalle. ¿La mayor conectividad entre redes se debe principalmente a algunas redes funcionales o es evidente en todos? Como se ilustra en la Figura 4 B, una conectividad entre redes más fuerte no era específica de solo unas pocas redes o de unos pocos participantes específicos de HS. En cambio, para las siete redes, varios participantes de la hemisferectomía exhibieron una conectividad anormalmente alta a otras redes, fuera del rango normal, como indica una comparación cuantitativa detallada con las distribuciones de los conjuntos de datos de control. Con respecto a los pacientes, HS1 y HS6 exhibieron la conectividad entre redes más atípica; La fuerza de correlación de ambos individuos por red fue mayor que la de cualquier sujeto de control (ver Figura 4B y Tabla S5 para estadísticas). HS2, HS4, HS5 y también mostraron conectividad fuera del rango normal (> 90 ° percentil) durante más de al menos cuatro de los siete redes. HS3 produjo conectividad entre parcelas de diferentes redes por encima del 90 ° percentil de la muestra de GSP sólo para las dos redes sensoriales pero permaneció dentro del intervalo normal para los demás, así como cuando se compara con los datos de CNT. Con respecto a las redes, el efecto fue especialmente pronunciado para las redes somatosensoriales / motoras y visuales, donde todos los participantes de la hemisferectomía mostraron una conectividad entre redes notablemente alta (en comparación con la muestra GSP).
Los patrones de conectividad entre redes alterados eran idiosincrásicos para algunos participantes de HS
Una vez establecido que se encuentra una mayor conectividad entre redes en todos los participantes de la hemisferioctomía (en diversos grados) y en todas las redes funcionales, exploramos los patrones de conectividad con más detalle. Investigaciones anteriores han revelado relaciones específicas entre ciertas redes en adultos sanos (por ejemplo, anticorrelación entre el modo predeterminado y las redes de atención) (Fox y Raichle, 2007, Fox y otros, 2009) ¿Encontramos patrones similares de conectividad entre redes en la hemisferectomía solo con un aumento general en la fuerza de la correlación, o la hemisferectomía da como resultado relaciones diferentes entre las redes de lo que se informa típicamente en adultos sanos?
Primero, promediamos la matriz de conectividad del hemisferio completo de cada participante por grupo (CNT; HS) y graficamos los promedios de muestra resultantes ( Figura 5, fila superior, panel izquierdo y medio). En los controles de CNT, replicamos patrones de conectividad previamente informados entre redes: las parcelas de red predeterminadas se correlacionaron positivamente temporalmente con las redes límbicas y de control, mientras que exhibieron correlaciones pequeñas o negativas con todas las demás redes. Del mismo modo, las dos redes de atención se correlacionaron positivamente entre sí, así como con la red somatosensorial / motora. Promediado en todos los participantes de la hemisferectomía, hubo patrones similares de correlación entre redes; Se encontró una correlación positiva más fuerte entre las redes por defecto, de control y límbicas y entre la mayoría de las redes de atención y sensoriales. Sin embargo, las anticorrelaciones observadas de la primera (por defecto, control, y límbico) y el segundo grupo de redes (atención y sensorial) fueron mucho menos pronunciados para los participantes de HS. En general, parece que los patrones característicos de conectividad entre redes persisten después de la hemisferectomía pero con un aumento general.
Figura 5 Matrices de correlación de conectividad funcional en redes
En segundo lugar, para investigar la idiosincrasia potencial en la conectividad para los participantes de la hemisferectomía, calculamos matrices de conectividad individuales además de la muestra promediada ( Figura 5) HS2, HS3 y HS5 mostraron patrones generalmente más similares a los del promedio de control, con correlaciones positivas dentro de los dos grupos de redes y anticorrelaciones entre estos grupos. Si bien HS6 también exhibió patrones generales de conectividad similares a los de los controles, hubo una notable correlación positiva entre el somatosensorial / motor y todas las demás redes, así como también correlaciones algo más positivas entre las redes de atención y otras (principalmente con el control y el límbico redes). HS1, HS4 y HS6 mostraron patrones de conectividad que fueron muy diferentes a los observados en los controles. HS1 y HS6 mostraron solo correlaciones positivas. En particular para estos tres pacientes, la red de control se correlacionó positivamente con todos los demás (excepto la red visual para HS4). Sin embargo,
En tercer lugar, exploramos si las diferencias individuales en la conectividad en los pacientes con HS podrían corresponder a una mayor variación en la conectividad entre los participantes de control sanos. Sin embargo, la variación en todos los campos de la matriz de conectividad en la muestra de control de la CNT no se superpuso con los cambios más destacados en la conectividad en los participantes de la hemisferioctomía ( Figura 5 , arriba a la derecha), lo que sugiere que las correlaciones atípicas entre redes encontradas en nuestros pacientes con HS refleja una nueva reorganización en lugar de una mera amplificación de la variabilidad normal.
Además de evaluar la conectividad dentro y entre las redes específicas (y sus parcelas), también aplicamos herramientas de análisis de teoría de gráficos a nuestros datos (Espinas, 2014) Cabe señalar que la interpretación de las propiedades de la red en un solo hemisferio para los participantes de control no es una comparación totalmente válida, porque no tiene en cuenta la influencia de las conexiones homotópicas o de otro hemisferio cruzado que sirven el flujo de información y la distribución de la red en un cerebro típico con dos hemisferios (ver Discusión ).
Utilizamos la eficiencia global como una estimación de la integración funcional, es decir, la capacidad de combinar información especializada de regiones cerebrales distribuidas en un hemisferio. La eficiencia global se denota como la longitud de ruta inversa más corta promedio en una red (Latora y Marchiori, 2001) y se ha relacionado con los niveles de funcionamiento intelectual, memoria de trabajo y funcionamiento de atención y procesamiento cognitivo complejo efectivo en general (Cohen y D’Esposito, 2016, Kitzbichler et al., 2011, Li et al., 2009, Stanley et al., 2015, van den Heuvel et al., 2017) Cuatro de los seis pacientes de hemisferectomía (HS1, HS2, HS5 y HS6) exhibió relativamente alta eficiencia mundial (por encima del 95 ° percentil de la distribución CNT y GSP; ver Figura 6 A y Tabla S7 ) en comparación con los dos grupos de control. Cabe destacar que HS1, el participante con la mayor conectividad entre redes en todas las redes, sorprendentemente, no mostró la mayor eficiencia global.
Figura 6 Análisis de red de métricas de integración funcional y segregación
Para investigar la segregación funcional de la red en un hemisferio, evaluamos la modularidad, definida como el grado en que la red general puede subdividirse en grupos de nodos claramente delineados (pero sin solapamiento)Newman, 2006) El promedio de los valores de modularidad de cada nodo individual por red reveló niveles bastante típicos para los participantes de la hemisferectomía en comparación con la muestra de GSP (ver Figura 6 B y Tabla S8 ). Sólo HS1 (> 90 ° percentil) mostró una mayor modularidad en la red en modo automático.
Relaciones con el movimiento de la cabeza en el escáner, la historia neurológica y la cognición
Para capturar mejor las correlaciones atípicas encontradas en los participantes de HS, calculamos un resumen de la conectividad entre redes en relación con la conectividad dentro de la red como la fuerza promedio de la conectividad entre redes dividida por la fuerza promedio de la conectividad dentro de la red (vea STAR Métodos )
Primero verificamos que la conectividad atípica no era simplemente el resultado de altos niveles de movimiento de la cabeza en el escáner. Dado que el movimiento de la cabeza afecta a las series temporales en todas las redes de manera similar, esto podría conducir a resultados confusos que sugieren una mayor conectividad. Como se describe en detalle en la Tabla S2 , dos participantes de hemisferectomía mostraron niveles elevados de movimiento de la cabeza. Sin embargo, parece poco probable que el movimiento de la cabeza se relacione directamente con los mayores hallazgos de conectividad, por dos razones. Primero, los participantes que se movieron más en el escáner no mostraron el índice resumen más alto de conectividad (ver Tabla S6, HS2 y HS4). De hecho, los participantes con la conectividad más típica (HS3) y atípica (HS1 y HS6) entre redes mostraron niveles similares de movimiento de la cabeza. En segundo lugar, HS2 y HS4 mostraron niveles específicos de red de mayor conectividad. Si el movimiento hubiera influido fuertemente en su conectividad, esto se esperaría en todas las redes. Estos resultados sugieren que la cantidad de movimiento de la cabeza es poco probable que sea una confusión.
Luego exploramos si el inicio temprano de las convulsiones y, posteriormente, la hemisferioctomía temprana se asoció con una conectividad más típica, pero no encontramos evidencia de esto (ver Tabla S2 ). Finalmente, exploramos las relaciones con las medidas cognitivas, pero debido al pequeño tamaño de la muestra, nos abstenemos de presentar conclusiones de este análisis aquí en los resultados (ver la Información y discusión complementaria ).
Discusión
El estudio actual proporciona el primer análisis exhaustivo de la conectividad funcional de todo el cerebro a través del repertorio completo de redes en estado de reposo en una muestra de adultos con hemisferectomía. Utilizamos una parcela funcional del cerebro previamente validada para dividir la corteza en 400 parcelas (200 en cada hemisferio), una parcela de grano fino que representa siete redes funcionales principales (Yeo et al., 2011) asociado con funciones cognitivas y sensoriales en humanos. Encontramos (1) respuestas homogéneas a través de los vértices dentro de una parcela, lo que indica la consistencia del esquema de parcelación elegido con parcelaciones anteriores y actuales en controles sanos; (2) patrones de conectividad confiables a lo largo del tiempo (escaneos) en los participantes (indicados por huellas digitales de conectoma exitosas), y (3) similitud sorprendente general de patrones de conectividad que definen las redes funcionales típicas de estado de reposo en individuos con hemisferectomía. El único hallazgo atípico fue que los participantes con HS, a pesar de tener redes y conectividad en estado de reposo en su mayoría típicas dentro de sus nodos, mostraron correlaciones anormalmente elevadas entre las diferentes redes. Finalmente, los hallazgos anteriores no fueron atribuibles al aumento del movimiento de la cabeza.
Nuestro hallazgo de mayores correlaciones entre redes en el grupo HS es intrigante a la luz del trabajo sobre la integración y segregación de redes cerebrales. Se ha informado que los cambios en las características de la conectividad de red concertada se correlacionan con los cambios en la cognición humana. Por ejemplo, las variaciones en la anticorrelación entre el modo predeterminado y las redes de atención se han relacionado con la función cerebral alterada y los estados alterados de conciencia, incluidos los trastornos psiquiátricos (Buckner et al., 2008), la privación del sueño (De Havas et al., 2012, Yeo et al., 2015) y anestesia general (Boveroux et al., 2010, Deshpande et al., 2010) Al mismo tiempo, la segregación de nodos y la adaptación flexible de la organización funcional de la red parecen ser parte integral del rendimiento cognitivo adaptativo (Hearne et al., 2017) Recientemente se ha sugerido que la comunicación local (p. Ej., Conectividad dentro de la red) es esencial para la ejecución motora, mientras que la comunicación integradora (p. Ej., Conectividad entre redes) es crítica para más habilidades cognitivas ejecutivas (p. Ej., Memoria de trabajo; Cohen y D’Esposito, 2016) Nuestro hallazgo de una mayor conectividad entre redes en HS podría reflejar un aumento adaptativo en la integración de red necesaria para apoyar el funcionamiento cognitivo general y la experiencia consciente a pesar de la pérdida de la estructura cerebral típicamente disponible que admite la organización funcional homotópica. Los mecanismos exactos de reconfiguración en respuesta a las demandas de la tarea (frente a la organización intrínseca evaluada aquí con el estado de reposo) serán una próxima investigación importante para futuros estudios.
Una pregunta interesante es si las métricas de red anormales informadas en este artículo guardan alguna relación con los síntomas conductuales y la cognición. Si bien no tenemos una muestra lo suficientemente grande de pacientes para investigar esta pregunta, observamos que el rendimiento en la Escala de respuesta social, el coeficiente intelectual a gran escala y las medidas de la función psicomotora y el control ejecutivo se asociaron con el aumento específico de la red entre conectividad de red (ver información complementaria para detalles). El trabajo futuro deberá investigar los correlatos de comportamiento de estas métricas de red global en muestras más grandes. Nuestros hallazgos preliminares sugieren la hipótesis de que las habilidades cognitivas intactas en individuos con hemispherectomía van acompañadas de una conectividad más típica y, a su vez, que las personas con los mayores desafíos cognitivos son las que muestran una mayor conectividad a través de redes funcionales. Estas observaciones iniciales son consistentes con la idea de que una compensación más exitosa se acompaña de patrones de conectividad más típicos. Los estudios longitudinales podrían abordar aún más la compleja cuestión de si estos cambios están relacionados con la compensación y la recuperación de la hemispherectomía.
Nuestro estudio tiene varias limitaciones. Para abordar la limitación del tamaño pequeño de la muestra, presentamos datos grupales y sujetos a sujetos en los pacientes con HS, y comparamos esta muestra con controles sanos cuidadosamente emparejados, así como una muestra normativa grande, ayudando a la interpretabilidad y generalización de nuestros hallazgos. Para abordar la neuroanatomía altamente anormal (es decir, la pérdida de un hemisferio) y permitir comparaciones entre grupos, empleamos un enfoque de registro basado en la superficie que tiene en cuenta las características anatómicas individuales de manera más sensible que posible con una estrategia de registro volumétrico (Fischl et al., 2008, Hinds et al., 2008) También nos abstuvimos de registrar los datos de imágenes funcionales directamente en una plantilla común y, en su lugar, aplicamos parcelaciones anatómicas previamente informadas (Yeo et al., 2011) a la imagen cerebral estructural de cada participante y registraron sus datos funcionales solo en su anatomía individual. Al hacerlo, obtuvimos un espacio de referencia común (las parcelaciones en anatomía individual) con alta sensibilidad anatómica individual al patrón de plegado cortical.
Elegimos un esquema de parcelación funcional bastante fino de 200 parcelas por hemisferio individual (400 parcelas en todo el cerebro) en comparación con otros esquemas de parcelación de uso frecuente (por ejemplo, Gordon et al., 2016
) Incluso las parcelas de grano más fino (por ejemplo, 500 parcelas por hemisferio) podrían revelar una reorganización más sutil; sin embargo, también tienen el costo de mayores distorsiones espaciales y muestran una mayor variabilidad espacial en la población típica (Arslan et al., 2018, Salehi et al., 2018)
) Incluso las parcelas de grano más fino (por ejemplo, 500 parcelas por hemisferio) podrían revelar una reorganización más sutil; sin embargo, también tienen el costo de mayores distorsiones espaciales y muestran una mayor variabilidad espacial en la población típica (Arslan et al., 2018, Salehi et al., 2018)
Un aspecto importante de la arquitectura funcional intrínseca del cerebro humano es una organización homotópica de regiones funcionales distribuidas bilateralmente que están fuertemente interconectadas a través de los hemisferios izquierdo y derecho. Incluso en ausencia congénita completa del cuerpo calloso, se han reportado redes de estado de reposo homotópicas esencialmente intactas (Tyszka et al., 2011) Una explicación plausible para las redes de estado de reposo en gran parte preservadas y bilaterales en esa población es la presencia de otras vías comisurales (por ejemplo, la comisura anterior; Tyszka et al., 2011) y posiblemente el desarrollo de conexiones interhemisféricas alternativas (Tovar-Moll et al., 2014) Se presume que los niveles relativamente normales de funcionamiento cognitivo reportados en individuos con agenesia del cuerpo calloso son el resultado de sus redes de estado de reposo relativamente intactas (Paul et al., 2007, Tyszka et al., 2011) Si bien estas anormalidades en la materia blanca plantean preguntas interesantes sobre el enrutamiento alternativo del flujo de información en el cerebro (por ejemplo, nuevas conexiones de materia blanca;Tovar-Moll et al., 2014), el sustrato cortical para las redes típicas de estado de reposo todavía está intacto en estos individuos, presumiblemente apoyando contribuciones bilaterales a las capacidades cognitivas.
Nuestros hallazgos plantean nuevas preguntas intrigantes sobre la base neural de la cognición integrada y la experiencia consciente. En nuestros pacientes con HS (con resección anatómica completa), simplemente no hay hemisferio contralateral presente, lo que elimina las redes bilaterales de estado de reposo y la posibilidad de contribuciones bilaterales a la experiencia consciente.
En resumen, el estudio actual proporciona evidencia sobre la reorganización neural que produce una cognición compensada después de la extirpación quirúrgica de un hemisferio. La conectividad funcional del cerebro humano, medida con la resonancia magnética funcional en estado de reposo, deja preguntas futuras interesantes para la localización funcional basada en tareas en la hemisferectomía. Las ideas de estos pacientes raros argumentan que los mecanismos intrínsecos de organización del cerebro en solo la mitad de la corteza típicamente disponible pueden ser suficientes para soportar una amplia compensación cognitiva.
Métodos STAR ★
Tabla de recursos clave
| REACTIVO o RECURSO | FUENTE | IDENTIFICADOR |
|---|---|---|
| Datos depositados | ||
| GSP MRI data | Grupo de Investigación en Neuroinformática (Universidad de Harvard) (NRG) http://www.neuroinfo.org/ | https://dataverse.harvard.edu/dataverse/GSP https://doi.org/10.7910/DVN/25833 |
| Caltech MRI y datos de comportamiento | Instituto de Tecnología de California, Pasadena, California, EE. UU. | https://openneuro.org/datasets/ds002232 |
| Modelos experimentales: organismos / cepas | ||
| Humano: paciente, controles | Grupo de Investigación en Neuroinformática (Universidad de Harvard) (NRG) http://www.neuroinfo.org/ ; | N / A |
| Instituto de Tecnología de California, Pasadena, California, EE. UU. | ||
| Software y Algoritmos | ||
| MATLAB, 2017b | Mathworks | https://www.mathworks.com , RRID: SCR_00162 |
| FreeSurfer | Laboratorio de Neuroimagen Computacional, Centro Athinoula A. Martinos para Imágenes Biomédicas, Charlestown, MA, EE. UU. | https://surfer.nmr.mgh.harvard.edu/ , RRID: SCR_001847 |
| FSL | Grupo de Análisis, FMRIB, Oxford, Reino Unido. | https://fsl.fmrib.ox.ac.uk/fsl/fslwiki , RRID: SCR_002823 |
| Parcelacion Funcional del Cerebro | Grupo de imágenes cerebrales computacionales, Universidad Nacional de Singapur, Singapur | https://github.com/ThomasYeoLab/CBIG/tree/master/stable_projects/brain_parcellation/Schaefer2018_LocalGlobal |
| Caja de herramientas de conectividad cerebral | http://sites.google.com/site/bctnet/ , RRID: SCR_004841 | |
Contacto para reactivos y recursos compartidos
El contacto principal, la Dra. Dorit Kliemann, dorit@caltech.edu , debe dirigir y cumplir con más información y solicitudes de recursos .
Este estudio no creó nuevos reactivos únicos.
Modelo experimental y detalles del tema
Los datos se adquirieron en el Instituto de Tecnología de California o se obtuvieron de un conjunto de datos de fMRI disponible al público, que se describe en detalle a continuación.
Conjunto de datos Caltech
Seis adultos con hemispherectomía en la infancia (HS; 2 hombres, 2 zurdos, edad media = 24.33 (SD = 4.62) años) y seis adultos típicamente desarrollados (CNT; 2 hombres, 2 zurdos, edad media = 26.8 (SD = 4,26)) se escanearon en el Caltech Brain Imaging Center. Los participantes firmaron el consentimiento informado por escrito antes de la participación de acuerdo con los protocolos aprobados por la Junta de Revisión Institucional del Instituto de Tecnología de California. Estos participantes fueron similares con respecto a los niveles de funcionamiento intelectual (coeficiente intelectual promedio de escala completa: HS = 90.83 (SD = 7.41), CNT = 95.5 (SD = 3.86)), edad, mano y sexo. La información de muestra demográfica, así como los antecedentes neurológicos detallados anteriores y actuales sobre los individuos con HS se proporcionan en la Información de apoyo ( Tabla S3) En un análisis exploratorio (ver Tabla S9 ), evaluamos aún más las capacidades intelectuales y cognitivas en relación con la conectividad funcional con las siguientes medidas: funcionamiento intelectual (WAIS-III, (Wechsler, 2011), función ejecutiva (D-KEFS, Delis-Kaplan Executive Function System (Delis et al., 2011); función social (Social Responsiveness Scale-2 Adult Self report (Constantino y Gruber, 2012), SRS-2).
Casos de hemisferiectomía
El conjunto de datos incluyó a cuatro personas con hemisferectomía derecha y dos con hemisferio izquierdo con etiología diferente (L-HS, accidente cerebrovascular perinatal n = 2; R-HS: encefalitis de Rasmussen n = 3, displasia cortical n = 1), edad al inicio de la convulsión (minutos después desde el nacimiento hasta los 10 años) y la edad en la cirugía de hemisferectomía (3 meses – 11 años; consulte la Información complementaria , Tabla S1 ).
Cuatro individuos se sometieron a una hemisferectomía funcional, es decir, se resecaron grandes secciones del hemisferio afectado y se desconectaron todas las conexiones del tejido restante al hemisferio funcional. Dos pacientes tuvieron una hemisferectomía anatómica completa. La presencia de cualquier conexión perdida (es decir, la desconexión completa del tejido restante) fue evaluada por dos neurocirujanos especializados en cirugías de hemisferectomía (AF, HWP).
Conjunto de datos del proyecto de superestructura de Brain Genomics
Comparamos los datos de HS y CNT con los datos disponibles públicamente del Brain Genomics Superstruct Project (GSP, https://www.neuroinfo.org/gsp/ ), recopilados de 1482 adultos jóvenes sanos (621 hombres, edad media = 21.53 años) en la Universidad de Harvard y el Hospital General de Massachusetts (Holmes et al., 2015) Los datos sin procesar fueron procesados por el laboratorio de BTTY en la Universidad de Singapur en el contexto de publicaciones anteriores (Schaefer et al., 2018, Kong et al., 2019)
Detalles del método
Conjunto de datos del proyecto de superestructura de Brain Genomics
Los datos de GSP se obtuvieron en 3 escáneres Tesla TIM Trio coincidentes (Siemens Healthcare, Erlangen, Alemania) en el Hospital General de Massachusetts y la Universidad de Harvard con la bobina de cabeza de matriz en fase de 12 canales suministrada por el proveedor. Los detalles sobre la recopilación de datos se describen en otra parte (Holmes et al., 2015, Yeo et al., 2011) En resumen, cada sujeto tenía uno (n = 405) o dos (n = 1077) T2 * ponderadas EPI descansando carreras estatales (tamaño de vóxel isotrópico 3 mm, TR = 3,0 s, duración 6 min 12 s) y una exploración MR estructural (Tamaño de voxel isotrópico de 1,2 mm).
El preprocesamiento se describe en detalle en otra parte (Holmes et al., 2015, Kong et al., 2019) En resumen, los pasos de procesamiento incluyeron corrección de tiempo de corte, corrección de movimiento, detección de valores atípicos de punto de tiempo de movimiento (desplazamiento en cuadro (FD)> 0.2 mm, varianza de señal diferenciada en vóxel (DVARS)> 50, segmentos de datos sin censura que duran menos de 5 volúmenes contiguos por FD / DVARS (
)), regresión de variables molestas (señal global (GSR), seis parámetros de corrección de movimiento, señal ventricular, señal de materia blanca y sus derivados temporales), interpolación (
) a través de puntos de tiempo de movimiento atípico y aplicación de filtrado de paso de banda (0.009 Hz ≤ f ≤ 0.08 Hz). Posteriormente, los datos funcionales preprocesados se proyectaron en FreeSurfer fsaverage6 space space (espaciado de vértice de 1 mm), se alisaron con un núcleo de 6 mm de ancho medio y medio máximo (FWHM), y se redujeron al espacio de superficie fsaverage5 (espaciado de vértice de 4 mm) para análisis de conectividad funcional .
Conjunto de datos de Caltech
Los datos de seis individuos con hemispherectomía y seis participantes de control fueron adquiridos en el Centro de Imagenología Cerebral de Caltech (CBIC) usando un escáner de 3 Tesla MRI (cinco CNT y cinco HS: Magnetom TIM Trio; un CNT y un HS: Magnetom Prisma, Siemens Medical Solutions , Erlangen, Alemania) con parámetros de imagen casi idénticos. Para cada participante, analizamos los datos estructurales de T1w (MP-RAGE, TR / TE / TI = 1590ms / 2.7ms / 800ms, 1 mm (TIM Trio) o 0.9mm (Prisma) tamaño de vóxel isotrópico, ángulo de giro = 10 °) y dos carreras de T2 * ponderadas EPI (TR = 1000 ms y 400 imágenes, 6 minutos y 40 s (TIM Trio) o 700 ms y 600 imágenes, 7 minutos (PRISMA), TE = 30 ms, ángulo de flip = 60 ° (TIM Trio) o 53 ° (Prisma), adquisición multibanda 2D (factor de aceleración multibanda = 6) con vóxeles isotrópicos de 2.5 mm ). Para los participantes adquiridos con TIM TRIO, los datos de mapeo de campo de eco de gradiente se adquirieron con geometría idéntica a los datos de EPI para la corrección de distorsión fuera de resonancia de EPI (TR / TE = 400/5 ms, ángulo de giro = 45 °), para el Prisma , dos imágenes SE-EP con direcciones de codificación de fase opuesta (TR / TE = 5005/48 ms, ángulo de giro = 90 °).
Las imágenes DICOM sin procesar se convirtieron a archivos de formato Nifti-1 y se organizaron de acuerdo con la convención BIDS (Gorgolewski et al., 2016; https://bids.neuroimaging.io/ ) con la versión acoplable de BIDSKIT versión 1.0.0 ( https://github.com/jmtyszka/bidskit ). Después de la conversión, se realizó un preprocesamiento mínimo utilizando FMRIPREP versión 1.0.7, una herramienta basada en Nipype (Esteban et al., 2018, Gorgolewski et al., 2011) Cada volumen ponderado en T1 (T1w) se corrigió por falta de uniformidad de intensidad usando N4BiasFieldCorrection v2.1.0 (Tustison et al., 2018) y despojado del cráneo usando antsBrainExtraction.sh v2.1.0 (usando la plantilla OASIS). La segmentación del líquido cefalorraquídeo, la sustancia blanca y la materia gris se realizó en el T1w extraído del cerebro usando FAST (FSL v5.0.9). Los datos funcionales de EPI se corrigieron por movimiento usando MCFLIRT (FSL v5.0.9). La corrección de la distorsión de susceptibilidad se realizó utilizando una implementación de la técnica TOPUP (Andersson et al., 2003) utilizando 3dQwarp v16.2.07 distribuido como parte de AFNI (Cox, 1996) para los dos participantes con imágenes SE-EPI y con FUGUE v5.0.9 (Jenkinson, 2003) herramienta para todos los demás participantes con mapas de campo GRE. Esto fue seguido por el corregistro espacial a la imagen de control T1w del individuo usando un registro basado en límites con 9 grados de libertad, usando FLIRT (FSL). Las métricas de FD y DVARS se calcularon para cada ejecución funcional utilizando los métodos implementados por Nipype.
El preprocesamiento de los datos estructurales y funcionales fue conceptualmente muy similar al procesamiento de datos GSP descrito anteriormente con algunas diferencias: el procesamiento estructural con FreeSurfer se realizó con la versión 6.0 para sujetos de control y la versión de desarrollo de FreeSurfer (Fischl et al., 2001, Fischl et al., 2002) para los sujetos de la hemisferectomía para permitir la reconstrucción del espacio superficial acallosal en un solo hemisferio. Para todos los participantes, los datos se inspeccionaron cuidadosamente y se aplicaron correcciones manuales cuando fue necesario. El nivel de intervención manual necesaria para los datos de HS y CNT fue comparable y la calidad de la estimación de la superficie fue típica. Para los participantes de HS, solo se analizó el hemisferio funcional y posteriormente se segmentó. La interpolación sobre puntos temporales censurados por movimiento se realizó con interpolación lineal (frente a los mínimos cuadrados estimados). El filtrado de paso de banda se realizó con un filtro de Butterworth (0.009 Hz ≤ f ≤ 0.08 Hz). Dado el TR significativamente más corto, no se aplicó la corrección del tiempo de corte. Los datos funcionales se proyectaron en el espacio anatómico nativo de cada sujeto solo una vez,
Las poblaciones de pacientes psiquiátricos y neurológicos a menudo exhiben mayores niveles de movimiento de la cabeza en el escáner. Como era de esperar, también encontramos niveles mínimamente elevados de movimiento de la cabeza en algunos participantes de HS (ver Información suplementaria, Tabla S2 ). Para contrarrestar la pérdida de datos debido a la extensa censura de punto de tiempo de movimiento, aplicamos un umbral FD ligeramente más indulgente (0,4 mm). Discutimos el movimiento en detalle a continuación. Es poco probable que las diferencias mínimas antes mencionadas en el preprocesamiento conduzcan a diferencias notables en la estimación de conectividad final y las comparaciones entre las muestras. El objetivo principal de los datos del GSP es proporcionar un marco de referencia para los individuos de control y HS, no para hacer afirmaciones específicas sobre las diferencias en la muestra de Caltech.
Cuantificación y Análisis Estadístico
Parcela
Utilizamos una parcela en 7 redes de estado de reposo funcionales más grandes, descritas previamente, y sus respectivas subparcelaciones, en 400 parcelas bilaterales con 200 parcelas por hemisferio (Schaefer et al., 2018, Yeo et al., 2015, Yeo et al., 2015)
Análisis de conectividad funcional.
Los datos de la serie de tiempo preprocesados se extrajeron de la superficie para las regiones corticales y se promediaron dentro de cada parcela. Para investigar la conectividad funcional entre las regiones del cerebro, los datos de la serie temporal de cada parcela se correlacionaron con todas las demás parcelas por corrida (excluyendo puntos de tiempo atípicos) usando la correlación de Pearson. Para las comparaciones estadísticas, los coeficientes de correlación resultantes se transformaron luego de Fisher a z, lo que resultó en una matriz de conectividad N s (número de sujetos) x N r (número de corridas) x N p (número de paquetes). Todos los análisis se realizaron por separado para un hemisferio para los participantes de control, similar a los datos de un solo hemisferio en los participantes de la hemisferioctomía.
Paquete de homogeneidad
Para investigar la homogeneidad (y la consistencia) de la conectividad funcional dentro de la parcela a nivel de sujetos individuales, investigamos qué tan bien la serie temporal de cada vértice representaba la serie temporal promedio de su parcela contenedor. Para cada sujeto y corrida, primero calculamos la correlación de Pearson, r, entre la serie de tiempo de un vértice y la serie de tiempo promedio de i) la parcela asignada sin el vértice probado (dentro de la parcela), ii) otras parcelas pertenecientes a la misma red del parcela que contiene vértices (dentro de la red) y iii) todas las parcelas fuera de la red (fuera de la red). Las correlaciones individuales se transformaron con Fisher z antes de promediar las condiciones. Realizamos análisis de homogeneidad GSP en el espacio de superficie fsaverage6, ya que es el espacio fuente para la creación de las 400 parcelas Schaefer. Tenga en cuenta que no hacemos nuevas inferencias sobre la homogeneidad o validez de la parcela basada en los análisis de GSP, en cambio, estos resultados son solo para crear una comparación normativa para las muestras de HS y CNT. Los datos de un sujeto SGP se excluyeron de los análisis de homogeneidad debido a un problema de registro.
Huella digital de Connectome
Para evaluar la confiabilidad de la conectividad funcional dentro de un individuo a través de diferentes mediciones, realizamos un análisis conocido como huella digital de conectoma (descrito en detalle en otra parte (Finn et al., 201588)). En resumen, correlacionamos la matriz de conectividad de cada participante i) a través de las dos carreras de la misma materia y ii) con todas las carreras de todas las demás materias. Si se encontró la mayor correlación entre las dos ejecuciones del mismo sujeto, las huellas digitales de conectoma se consideraron «exitosas», lo que sugiere patrones confiables de conectividad funcional en dos ejecuciones dentro de un individuo. Dado que algunos participantes del GSP solo tenían una serie de IRMf en estado de reposo disponible, las comparaciones para el hemisferio izquierdo incluyeron 1087 participantes (HS n = 4, CNT n = 6, GSP n = 1077) y para el hemisferio derecho 1085 participantes (HS n = 2, CNT n = 6, GSP n = 1077).
Conectividad de red funcional
Para probar las características de la red global, probamos la conectividad dentro de la red y entre redes comparando la conectividad entre parcelas de la misma red y parcelas de diferentes redes, respectivamente. Para establecer la fuerza de la conectividad dentro de la red, promediamos los valores de correlación transformados por Fisher z entre todas las parcelas de cada una de las 7 redes. Del mismo modo, la fuerza de la conectividad entre redes se calculó promediando la fuerza de los bordes entre parcelas de cada una de las 7 redes y todas las demás. Esto dio como resultado 7 puntos fuertes de conectividad resumidos dentro de la red y 7 entre participantes por participante. Creamos un índice resumido (ver Tabla S6 ) (Índice FC ) de entre redes en relación con la conectividad dentro de la red como el cociente de la conectividad entre redes (FCBtw ) y conectividad dentro de la red (FC Wthn ), para cada una de las 7 redes:
ÍndiceFC= FCPor cierto/ FCWthnÍndiceFC=FCPor cierto/ /FCWthn
Análisis teóricos gráficos
Los análisis teóricos gráficos se han convertido en una herramienta importante para investigar aspectos topológicos de la conectividad cerebral funcional (y la desconectividad) en diferentes poblaciones de pacientes. Calculamos la eficiencia global y las métricas de modularidad basadas en matrices de conectividad individual (z> 0.5) y binarizadas (200×200). Para explorar la segregación funcional potencialmente nueva de los nodos de la red, elegimos no utilizar un enfoque de umbral proporcional (ver,
, para mayor discusión). Las métricas del gráfico se calcularon con una caja de herramientas de MATLAB disponible públicamente (
; brain-connectivity-toolbox.net ) para el hemisferio de cada participante por separado (tenga en cuenta que este enfoque da como resultado dos puntos de datos por participante de control).
La prueba de hipótesis nula estadística clásica no es estadísticamente significativa para pequeñas muestras de población de pacientes. Proporcionamos comparaciones cuantitativas para las conclusiones extraídas en este estudio mediante una descripción cuantitativa de dónde cae la métrica de conectividad relevante de cada participante de la hemisferectomía en la distribución normativa de la muestra de control. Esta información se informa en la sección de resultados respectivos.
Disponibilidad de datos y códigos
El conjunto de datos GSP está disponible en https://dataverse.harvard.edu/dataverse/GSP ( https://doi.org/10.7910/DVN/25833 ). Los datos de control de Caltech están disponibles en ( https://openneuro.org/datasets/ds002232 ). Los datos de hemisferectomía actualmente solo están disponibles a pedido debido a decisiones pendientes del IRB. Si los datos se pondrán a disposición del público en el futuro, se depositarán en el repositorio de control de Caltech. El código para preprocesar y crear FC para los datos de GSP está disponible en https://github.com/ThomasYeoLab/CBIG , los análisis y el código de GSP posteriores para procesar los conjuntos de datos de Caltech están disponibles a solicitud del autor correspondiente ( https://github.com / doritdorit / ).
Expresiones de gratitud
Agradecemos a los participantes y sus familias por su importante contribución a nuestro trabajo continuo en esta condición. Agradecemos a Monika Jones por su gran aliento y apoyo organizativo. Agradecemos al Dr. Aria Fallah y al Dr. H. Westley Phillips por revisar las resonancias magnéticas de hemisferioctomía incluidas en este estudio. Este proyecto fue financiado en gran parte por The Brain Recovery Project: Childhood Epilepsy Surgery Foundation. DK fue financiado en parte por la Fundación Della Martin para Enfermedades Mentales. RA, JD y LKP fueron financiados en parte por la subvención NSF BCS-1845958. BTTY cuenta con el apoyo de NUS Strategic Research (DPRT / 944/09/14), NUS SOM Aspiration Fund (R185000271720), Singapore NMRC (CBRG / 0088/2015), NUS YIA y la beca de la Fundación Nacional de Investigación de Singapur (NRF) ( clase de 2017). BF Los datos fueron proporcionados en parte por el Centro Caltech Conte para la Neurobiología de la Toma de Decisiones Sociales (2P50-MH094258) y el Proyecto de Superestructura de Genómica Cerebral de la Universidad de Harvard y el Hospital General de Massachusetts (investigadores principales: Randy Buckner, Joshua Roffman y Jordan Smoller), con el apoyo del Centro de Investigación de Neuroinformática del Centro de Ciencia del Cerebro, el Centro Athinoula A. Martinos de Imágenes Biomédicas y el Centro de Investigación Genética Humana. 20 investigadores individuales en Harvard y MGH contribuyeron generosamente con datos al proyecto general. y el Centro de Investigación Genética Humana. 20 investigadores individuales en Harvard y MGH contribuyeron generosamente con datos al proyecto general. y el Centro de Investigación Genética Humana. 20 investigadores individuales en Harvard y MGH contribuyeron generosamente con datos al proyecto general.
Contribuciones de autor
DK, RA, JMT y LKP diseñaron los experimentos; DK, JMT, LKP y RN realizaron los experimentos; DK, BF y BTTY analizaron los datos; DK y RA escribieron el documento; y JMT, BF, BTTY, JD y LKP proporcionaron comentarios para análisis y trabajos.
Declaración de Intereses
BF tiene un interés financiero en CorticoMetrics, una compañía cuyas actividades médicas se centran en las tecnologías de imágenes y mediciones cerebrales. Los intereses de BF fueron revisados y administrados por Massachusetts General Hospital y Partners HealthCare de acuerdo con sus políticas de conflicto de intereses. Todos los demás autores declaran no tener intereses en competencia.
Información suplementaria
-
Documento S1. Figura S1 y Tablas S1 – S9
Referencias
-
Cómo corregir las distorsiones de susceptibilidad en las imágenes eco-planar de spin-echo: aplicación a imágenes de tensor de difusión.
Neuroimagen. 2003; 20 : 870-888
-
Mapeo del cerebro humano: una comparación sistemática de los métodos de parcelación para la corteza cerebral humana.
Neuroimagen. 2018; 170 : 5-30
-
Organización sensoriomotora en pacientes que se han sometido a hemispherectomía: un estudio con (15) PET con O-agua y potenciales evocados somatosensoriales.
Neuroreport. 2000; 11 : 3085-3090
-
Conectividad funcional en la corteza motora del cerebro humano en reposo mediante resonancia magnética eco-plana.
Magn. Reson. Medicina. 1995; 34 : 537-541
-
Representación somatosensorial en pacientes sometidos a hemispherectomía: un estudio de resonancia magnética funcional.
J. Neurosurg. 2000; 92 : 45-51
-
Desglose de la conectividad de imágenes de resonancia magnética funcional en estado de reposo dentro y entre redes durante la pérdida de conciencia inducida por propofol.
Anestesiología 2010; 113 : 1038-1053
-
La red predeterminada del cerebro: anatomía, función y relevancia para la enfermedad.
Ana. NY Acad. Sci. 2008; 1124 : 1-38
-
Aplicaciones clínicas del conectoma funcional.
Neuroimagen. 2013; 80 : 527-540
-
La segregación e integración de distintas redes cerebrales y su relación con la cognición.
J. Neurosci. 2016; 36 : 12083-12094
-
Arquitecturas de red intrínsecas y provocadas por tareas del cerebro humano.
Neurona. 2014; 83 : 238-251
-
Escala de capacidad de respuesta social (SRS-2).
Segunda edicion. Servicios psicológicos occidentales , Torrence, CA 2012
-
AFNI: software para análisis y visualización de neuroimágenes de resonancia magnética funcional.
Comput Biomed. Res. 1996; 29 : 162-173
-
Función nerviosa después de la hemisferioctomía derecha.
Neurología. 1975; 25 : 89-93
-
Síndrome amnésico multimodal después de un daño bilateral en el prosencéfalo temporal y basal.
Arco. Neurol 1985; 42 : 252-259
-
Redes de estado de reposo consistentes en sujetos sanos.
Proc. Natl. Acad. Sci. ESTADOS UNIDOS. 2006; 103 : 13848-13853
-
¿Es suficiente un solo hemisferio derecho? Arquitectura neurolingüística en un caso con una hemisferioctomía izquierda muy temprana.
Neurocase. 2013; 19 : 209-231
-
Lenguaje después de la hemispherectomía.
Cogn cerebral. 2000; 43 : 135-138
-
La falta de sueño reduce la conectividad de red en modo predeterminado y la anti-correlación durante el descanso y el rendimiento de la tarea.
Neuroimagen. 2012; 59 : 1745-1751
-
Delis-Kaplan Executive Function System® (D-KEFS®): Manual del examinador: flexibilidad de pensamiento, formación de conceptos, resolución de problemas, planificación, creatividad, control implícito, inhibición.
Pearson , 2011
-
Coherencia local alterada en la red en modo predeterminado debido a la anestesia con sevoflurano.
Brain Res. 2010; 1318 : 110-121
-
Resultados clínicos de la hemispherectomía para la epilepsia en la infancia y la adolescencia.
Cerebro. 2003; 126 : 556-566
-
Una red cerebral distribuida predice inteligencia general a partir de datos de neuroimagen humana en estado de reposo.
Philos Trans. R. Soc. Lond. B Biol. Sci. 2018; 373 : 20170284
-
La conectividad cerebral funcional en estado de reposo predice mejor la dimensión de personalidad de la apertura a la experiencia.
Neurosci personal. 2018; 1 : e6
-
fMRIPrep: una sólida tubería de preprocesamiento para MRI funcional.
Nat. Métodos 2018; 16 : 111-116
-
El Atlas del Brainnetome Humano: un nuevo atlas cerebral basado en la arquitectura de conexión.
Cereb. Corteza. 2016; 26 : 3508-3526
-
Cerebro de un trabajador de cuello blanco.
Lanceta. 2007; 370 : 262
-
Huella digital de conectoma funcional: identificación de individuos mediante patrones de conectividad cerebral.
Nat. Neurosci. 2015; 18 : 1664-1671
-
Cirugía múltiple automatizada: construcción de modelos geométricamente precisos y topológicamente correctos de la corteza cerebral humana.
IEEE Trans. Medicina. Imágenes 2001; 20 : 70-80
-
Segmentación total del cerebro: etiquetado automatizado de estructuras neuroanatómicas en el cerebro humano.
Neurona. 2002; 33 : 341-355
-
Patrones de plegado cortical y predicción de citoarquitectura.
Cereb. Corteza. 2008; 18 : 1973-1980
-
Fluctuaciones espontáneas en la actividad cerebral observadas con resonancia magnética funcional.
Nat. Rev. Neurosci. 2007; 8 : 700-711
-
La señal global y las redes cerebrales anticorrelacionadas observadas en estado de reposo.
J. Neurophysiol. 2009; 101 : 3270-3283
-
Reorganización funcional de los campos receptivos de la población en un paciente con hemisferioctomía con visión ciega.
Neuropsychologia. 2019; 128 : 198-203
-
Una parcela multimodal de la corteza cerebral humana.
Naturaleza. 2016; 536 : 171-178
-
Generación y evaluación de una parcela de área cortical a partir de correlaciones de estado de reposo.
Cereb. Corteza. 2016; 26 : 288-303
-
Nipype: un marco de procesamiento de datos de neuroimagen flexible, ligero y extensible en python.
Frente. Neuroinform. 2011; 5 : 13
-
La estructura de datos de imágenes cerebrales, un formato para organizar y describir los resultados de los experimentos de neuroimagen.
Sci. Datos. 2016; 3 : 160044
-
Plasticidad sensoriomotora regionalizada después de la evaluación de la resonancia magnética hemisférica.
Pediatra Neurol 1998; 19 : 337-342
-
Reconfiguración de arquitecturas de redes cerebrales entre razonamiento cognitivo dependiente del estado de reposo y la complejidad.
J. Neurosci. 2017; 37 : 8399-8411
-
Plasticidad tardía para el lenguaje en el hemisferio no dominante de un niño: un estudio fMRI previo y posterior a la cirugía.
Cerebro. 2002; 125 : 361-372
-
Predicción precisa de la ubicación de V1 a partir de pliegues corticales en un sistema de coordenadas de superficie.
Neuroimagen. 2008; 39 : 1585-1599
-
La reorganización de la función sensoriomotora en niños después de la hemisferioctomía. Una resonancia magnética funcional y un estudio potencial evocado somatosensorial.
Cerebro. 2000; 123 : 2432-2444
-
Brain Genomics Superstruct Project lanzamiento de datos inicial con medidas estructurales, funcionales y de comportamiento.
Sci. Datos. 2015; 2 : 150031
-
Organización funcional intrínseca de las redes de lenguaje putativo en el cerebro después de la hemisferioctomía cerebral izquierda.
Estructura cerebral. Funct. 2017; 222 : 3795-3805
-
Algoritmo de desenvoltura de fase N-dimensional rápido, automatizado.
Magn. Reson. Medicina. 2003; 49 : 193-197
-
Hemisferioctomía cerebral: curso hospitalario, convulsiones, desarrollo, lenguaje y resultados motores.
Neurología. 2004; 62 : 1712-1721
-
Hemispherotomy y hemispherectomy funcional: indicaciones y resultados.
J. Epilepsy Res. 2018; 8 : 1-5
-
El esfuerzo cognitivo impulsa la configuración del espacio de trabajo de las redes funcionales del cerebro humano.
J. Neurosci. 2011; 31 : 8259-8270
-
La topografía espacial de las redes corticales específicas de cada individuo predice la cognición, la personalidad y las emociones humanas.
Cereb. Corteza. 2019; 29 : 2533-2551
-
Comportamiento eficiente de las redes de pequeños mundos.
Phys. Rev. Lett. 2001; 87 : 198701
-
Activación cortical en pacientes con hemispherectomía funcional.
J. Neurol. 2001; 248 : 881-888
-
Red anatómica del cerebro e inteligencia.
PLoS Comput. Biol. 2009; 5 : e1000395
-
Hablando con un solo hemisferio cerebral: organización del lenguaje fMRI después de la hemispherectomía en la infancia.
Brain Lang. 2008; 106 : 195-203
-
Reorganización exitosa de la corteza visual selectiva por categoría después de la lobectomía occipito-temporal en la infancia.
Cell Rep.2018 ; 24 : 1113-1122.e6
-
Resultados funcionales a largo plazo y sus predictores después de la hemispherectomía en 115 niños.
Epilepsia 2013; 54 : 1771-1779
-
Modularidad y estructura comunitaria en redes.
Proc. Natl. Acad. Sci. ESTADOS UNIDOS. 2006; 103 : 8577-8582
-
Reorganización funcional de las vías auditivas humanas después de la hemispherectomía: una demostración de fMRI.
Neuropsychologia. 2008; 46 : 2936-2942
-
Agenesia del cuerpo calloso: aspectos genéticos, de desarrollo y funcionales de la conectividad.
Nat. Rev. Neurosci. 2007; 8 : 287-299
-
Remodelación de la corteza motora no afectada después de la hemispherectomía en un paciente con parálisis cerebral epiléptica. Un estudio de TMS y fMRI.
Epilepsia Res. 2009; 85 : 243-251
-
Métodos para detectar, caracterizar y eliminar artefactos de movimiento en estado de reposo fMRI.
Neuroimagen. 2014; 84 : 320-341
-
Control de ataques y trayectorias de desarrollo después de la hemisferotomía para la epilepsia refractaria en la infancia y la adolescencia.
Epilepsia 2013; 54 : 1046-1055
-
Medidas complejas de red de conectividad cerebral: usos e interpretaciones.
Neuroimagen. 2010; 52 : 1059-1069
-
Un enfoque basado en ejemplos para la parcelación individualizada revela la necesidad de redes funcionales específicas del sexo.
Neuroimagen. 2018; 170 : 54-67
-
Parcelación local-global de la corteza cerebral humana a partir de la conectividad funcional intrínseca MRI.
Cereb. Corteza. 2018; 28 : 3095-3114
-
Correspondencia de la arquitectura funcional del cerebro durante la activación y el descanso.
Proc. Natl. Acad. Sci. ESTADOS UNIDOS. 2009; 106 : 13040-13045
-
Contribuciones y desafíos para modelos de red en neurociencia cognitiva.
Nat. Neurosci. 2014; 17 : 652-660
-
Cambios en la eficiencia de la red cerebral y el rendimiento de la memoria de trabajo en el envejecimiento.
Más uno. 2015; 10 : e0123950
-
El cableado estructural y funcional del cerebro aclara la transferencia interhemisférica preservada en humanos nacidos sin el cuerpo calloso.
Proc. Natl. Acad. Sci. ESTADOS UNIDOS. 2014; 111 : 7843-7848
-
N4ITK: corrección de sesgo N3 mejorada.
IEEE Trans. Medicina. Imágenes 2010; 29 : 1310-1320
-
Redes de estado de reposo bilaterales intactas en ausencia del cuerpo calloso.
J. Neurosci. 2011; 31 : 15154-15162
-
Umbral proporcional en redes de conectividad funcional fMRI en estado de reposo y consecuencias para los estudios de conectoma de control de pacientes: problemas y recomendaciones.
Neuroimagen. 2017; 152 : 437-449
-
Escala de inteligencia abreviada de Wechsler.
Segunda edicion. Corporación Psicológica , 2011
-
Funciones visuales sin el lóbulo occipital o después de la hemisferioctomía cerebral en la infancia.
EUR. J. Neurosci. 2006; 24 : 2932-2944
-
La organización de la corteza cerebral humana estimada por la conectividad funcional intrínseca.
J. Neurophysiol. 2011; 106 : 1125-1165
-
Estimaciones de segregación y superposición de redes de conectividad funcional en la corteza cerebral humana.
Neuroimagen. 2014; 88 : 212-227
-
La conectividad funcional durante la vigilia descansada predice la vulnerabilidad a la falta de sueño.
Neuroimagen. 2015; 111 : 147-158
Información del artículo
Historia de publicaciones
Publicado: 19 de noviembre de 2019
Aceptado: 15 de octubre de 2019
Recibido en forma revisada: 26 de julio de 2019
Recibido: 8 de febrero de 2019
Identificación
Derechos de autor
© 2019 Los Autores.
Licencia de usuario
Creative Commons Reconocimiento – No comercial – Sin derivaciones (CC BY-NC-ND 4.0) |
ScienceDirect
Figuras
-
Gráficamente abstracto -
Figura 1 Hemispherectomía Anatomía del cerebro
-
Figura 2 Esquema de parcelación
-
Figura 3 Análisis de control de conectividad
-
Figura 4 Conectividad funcional
-
Figura 5 Matrices de correlación de conectividad funcional en redes
-
Figura 6 Análisis de red de métricas de integración funcional y segregación
31381-6&id=fx1.jpg){kind=link}
31381-6&id=gr1.jpg){kind=link}
31381-6&id=gr2.jpg){kind=link}
31381-6&id=gr3.jpg){kind=link}
31381-6&id=gr4.jpg){kind=link}
31381-6&id=gr5.jpg){kind=link}
31381-6&id=gr6.jpg){kind=link}