Obliczenia matematyczne mogą pomóc w znalezieniu ogniska padaczki przed operacją

Epilepsia Open (ILAE)➕ 25.07.2026Epilepsia Open (ILAE)Dla: Padaczka oporna na leki

Bridging computational and clinical strategies for presurgical identification of epileptogenic networks

W skrócie

Badacze testowali, czy modele matematyczne zbudowane z zapisów mózgu mogą wskazać części mózgu, gdzie zaczyna się padaczka. Wyniki sugerują, że ta metoda może być przydatna do planowania operacji u pacjentów opornych na leki.

Szczegóły

U około jednej trzeciej pacjentów z padaczką leki nie działają wystarczająco dobrze. Dla tych osób operacja mózgu może być ważną opcją leczenia. Aby operacja była skuteczna, lekarze muszą bardzo dokładnie zlokalizować miejsce, gdzie zaczyna się napada padaczki. Obecnie robią to głównie patrząc na zapis elektrycznej aktywności mózgu, co wymaga doświadczenia i czasem bywa niedokładne.

Nautkowcy sprawdzili, czy można użyć komputerowych modeli do znalezienia tego ogniska. Analizowali zapisy z elektrod umieszczonych bezpośrednio w mózgu 20 pacjentów. Na podstawie tych zapisów zbudowali modele, które pokazują, jak różne części mózgu komunikują się ze sobą i jak zmienia się ta komunikacja w różnych warunkach.

Badacze testowali swoje modele na kilka sposobów. Sprawdzili, czy przewidywania modelu zgadzają się z tym, co zaobserwowali lekarze, gdy pobudzali elektrodami miejsca w mózgu. U czterech z pięciu pacjentów, którym przeprowadzono ten test, model wskazał właściwe miejsca. To sugeruje, że matematyczne miary wrażliwości sieci neuronowej mogą rzeczywiście odzwierciedlać to, co widać w klinice.

Nautkowcy również wykorzystali model do symulacji wirtualnego zabiegu usunięcia lub zniszczenia podejrzanych miejsc w mózgu. U sześciu pacjentów, którzy potem rzeczywiście przeszli taki zabieg, model poprawnie przewidział, jakie zmiany w sieci neuronowej będą jego rezultatem. Oznacza to, że model nie tylko identyfikuje problematyczne miejsca, ale również pomaga przewidzieć efekty potencjalnych zabiegów.

Ważne jest, że wszystkie te obliczenia były dokonywane na podstawie zapisów z czasów, gdy pacjent nie miał napadu. Model pozostał niezawodny w różnych porach dnia i w różnych warunkach badania. To czyni go obiecującym narzędziem do uzupełnienia standardowych metod diagnostycznych.

Najważniejsze ustalenia

  • Model matematyczny wskazał miejsce początku padaczki u czterech z pięciu badanych pacjentów, gdzie przeprowadzono test pobudzania
  • Miary wrażliwości sieci mózgu były stabilne w różnych porach dnia i warunkach nagrywania
  • Symulacja wirtualnego zabiegu poprawnie przewidziała zmiany w sieci mózgu u sześciu pacjentów, którzy następnie rzeczywiście przeszli zabieg
  • Wszystkie obliczenia opierały się wyłącznie na zapisach z czasów bez napadów padaczki

Co to znaczy dla pacjenta

Naukowcy opracowali sposób na wykorzystanie zapisów elektrycznej aktywności mózgu do znalezienia miejsca, gdzie zaczyna się padaczka, zanim dojdzie do operacji. To może pomóc lekarzom lepiej zaplanować zabiegi i zwiększyć ich skuteczność. Badania są jednak wciąż na wczesnym etapie i potrzebne są większe testy, zanim metoda będzie rutynowo używana w klinice.

Pytania, które warto zadać lekarzowi

  • Czy modelowanie sieci mózgu mogłoby być przydatne w moim przypadku przy planowaniu badań przed operacją?
  • Jak metoda modelowania sieci mózgu porównuje się do innych dostępnych metod lokalizacji ogniska padaczki?
  • Czy w moim ośrodku przeprowadza się badania z wykorzystaniem takich modeli matematycznych?
  • Jakie są następne kroki w badaniach nad tą metodą, zanim będzie dostępna dla pacjentów?

Ograniczenia badania

Badanie obejmowało zaledwie 20 pacjentów, a szczegółowe porównanie z pobudzaniem elektrycznym przeprowadzono u pięciu osób. Potrzebne są większe badania prospektywne, aby potwierdzić, czy metoda będzie niezawodna u większych grup pacjentów.

Oryginalny abstract (angielski)

Abstract Objective About one third of epilepsy patients are drug‐resistant. Resective epilepsy surgery remains a key treatment option but depends critically on accurate identification of the seizure onset zone (SOZ), which is still guided mainly by subjective visual inspection of electrophysiological signals. Network‐based metrics derived from intracranial EEG have recently shown promise for SOZ identification, but their evaluation and interpretation have remained disconnected from standard clinical procedures and reasoning. Methods We analyzed stereotactic EEG (sEEG) recordings from 20 patients undergoing presurgical evaluation in the interictal state and during clinical mapping via electrical stimulation. We constructed patient‐specific time‐varying dynamic network models and addressed key questions for clinical translation: how sensitive network vulnerability estimates are to the choice among related published metrics, how they depend on the time of the day, and how the resulting conclusions relate to stimulation‐evoked epileptiform discharges as a routine clinical reference for network vulnerability in 5 patients who underwent 50 Hz stimulation mapping. We then simulated virtual thermocoagulation in 6 patients who later underwent thermocoagulation by removing the clinically coagulated nodes and testing whether the resulting network changes went beyond pure network size reduction. Results The network metrics correlated with epileptiform discharges evoked by 50 Hz intracranial stimulation in four of five stimulated patients, supporting a link between model‐based network fragility and interictal epileptiform discharges evoked in clinical stimulation mapping. Using virtual thermocoagulation, we quantified the expected network‐level change under model node removal, capturing both local and global effects depending on individual network architecture. Across patients, more fragile network metrics pointed toward clinically defined SOZ contacts and yielded stable conclusions across time, conditions, and perturbation properties, supporting their reliability. Significance Together, these findings provide a clinically interpretable calibration of published network vulnerability metrics against routine clinical references, using interictal sEEG data only. Plain Language Summary Some people with epilepsy need brain recordings to find the tissue where seizures start. We tested whether computational models built from seizure‐free sEEG recordings can identify vulnerable parts of the epileptic network. The model‐based measures pointed toward clinically defined seizure onset regions, were stable across recording times, and often agreed with responses seen during clinical brain stimulation. These results suggest that interictal network modeling may complement standard presurgical evaluation, although larger prospective studies are needed.

Metadane publikacji

Journal
Epilepsia Open (ILAE)
Data publikacji
24.07.2026
DOI
10.1002/epi4.70311
Autorzy
Tena Dubcek, Debora Ledergerber, Kristina Koenig, Adham Elshahabi, Rafael Polania, Lukas Imbach
Źródło
Epilepsia Open (ILAE)