Nuevo algoritmo identifica el origen de convulsiones para intervenciones quirúrgicas más precisas
Actualizado el 13 Dec 2024
La epilepsia, que afecta a más de 50 millones de personas en todo el mundo, es uno de los trastornos neurológicos más comunes. Si bien muchas formas de epilepsia se pueden controlar con medicamentos, aquellos con epilepsia farmacorresistente a menudo requieren intervención quirúrgica para controlar sus convulsiones. En estos casos, los neurocirujanos generalmente eliminan el área del cerebro que desencadena las convulsiones. Para identificar la región exacta responsable, los médicos primero utilizan un EEG para registrar la actividad cerebral durante una convulsión colocando electrodos en el cuero cabelludo del paciente. Si este método no proporciona suficiente información, se emplea un enfoque más invasivo, el estereo-EEG (SEEG), que consiste en insertar electrodos en las áreas cerebrales sospechosas a través de pequeños orificios perforados en el cráneo.
Aunque es más invasivo, el SEEG ofrece registros de mayor resolución de la actividad cerebral durante las convulsiones en comparación con el EEG tradicional. Sin embargo, esta técnica solo captura el área del cerebro con la mayor actividad y y no rastrea todo el recorrido de la convulsión mientras se propaga. En consecuencia, la región con las señales más grandes puede indicar la propagación de la convulsión y no necesariamente la fuente. Como resultado, incluso con este método invasivo, el éxito quirúrgico ocurre sólo en alrededor del 60 % de los casos.
Ahora, una nueva herramienta desarrollada por ingenieros neuronales de la Escuela de Ingeniería Duke Pratt (Durham, Carolina del Norte, EUA) promete mejorar estos resultados quirúrgicos al ayudar a los neurocirujanos a identificar con mayor precisión el origen de las convulsiones en el cerebro. La herramienta, un algoritmo llamado TEDIE (Expansión Iterativa Temporalmente Dependiente), recoge señales de cada electrodo implantado y reconstruye la ruta y los cambios de la actividad neuronal durante una convulsión. Con solo datos de imágenes cerebrales y registros de SEEG, TEDIE crea una "película" dinámica que muestra dónde comienza la convulsión y cómo se propaga por todo el cerebro. El algoritmo no solo identifica el punto de origen de la convulsión, sino que también proporciona una estimación de su tamaño. En pruebas preliminares, TEDIE se aplicó a convulsiones simuladas con ubicaciones y tamaños conocidos, superando a otros algoritmos actuales. Luego, el equipo utilizó TEDIE para analizar registros de EEG estereoscópicos de 46 pacientes con epilepsia.
Sus hallazgos, publicados en la revista Brain, demostraron que las reconstrucciones de TEDIE identificaron con precisión las áreas que fueron extirpadas en pacientes que no mostraron más síntomas de epilepsia después de la cirugía. En contraste, TEDIE también identificó los orígenes de las convulsiones en pacientes que continuaron experimentando síntomas después de la cirugía, mostrando que las regiones eliminadas no eran la fuente. Además, TEDIE reveló nuevos objetivos quirúrgicos potenciales en 12 de los 23 pacientes que todavía tenían síntomas de epilepsia después de la cirugía.
Alentados por estos resultados, el equipo planea introducir TEDIE en ensayos clínicos. También pretenden adaptar el algoritmo para su uso con EEG convencional, lo que potencialmente reduciría la necesidad de SEEG invasivo y proporcionaría una herramienta más accesible para centros de epilepsia que no cuentan con equipos especializados. Además, las capacidades de TEDIE se extienden más allá de las aplicaciones clínicas, ofreciendo información valiosa sobre la actividad cerebral para la investigación básica en neurociencia.
“La epilepsia es un trastorno muy complejo. En algunos individuos, los médicos eliminarán partes del cerebro y el paciente mejorará, pero luego, un año después, las convulsiones regresarán”, dijo Brandon Thio, recién graduado de doctorado y primer autor del artículo. “Es probable que TEDIE no eleve la eficacia al 100 %, pero esperamos que mejore la tasa de éxito clínico actual del 60 %”.
