Rapport de recherche sur les changements de connectivité fonctionnelle chez les patients souffrant d’épilepsie post-AVC basés sur l’EEG de sources et la théorie des graphes

Contexte de la recherche

Les causes de l’épilepsie sont diverses, comprenant l’épilepsie idiopathique, congénitale, les traumatismes crâniens, les infections du système nerveux central, les tumeurs cérébrales, les maladies neurodégénératives ou les maladies vasculaires cérébrales. Parmi elles, les maladies vasculaires cérébrales représentent environ 11 % de tous les cas d’épilepsie et sont la cause la plus fréquente chez les patients âgés. De plus, l’épilepsie post-AVC (Epilepsie Post-AVC, PSE) est l’une des complications fréquentes chez les patients ayant subi un AVC, avec 3 % à 30 % des patients susceptibles de développer une PSE. Les facteurs de risque de l’épilepsie post-AVC incluent l’implication corticale, la transformation hémorragique, les crises épileptiques précoces, l’occurrence à un jeune âge, la sévérité de l’AVC (par exemple, un score élevé au NIHSS) et l’alcoolisme.

Les sciences des réseaux et la théorie des graphes sont considérées comme ayant un potentiel significatif pour comprendre la fonction cérébrale. Les indicateurs des graphes de la théorie des graphes peuvent refléter les caractéristiques d’intégration et d’isolation du réseau, et sont donc largement utilisés dans l’étude de diverses maladies du système nerveux, y compris l’épilepsie. Cependant, malgré des études précédentes indiquant des changements significatifs dans la topologie des réseaux cérébraux chez les patients épileptiques comparés aux témoins sains, il n’existe pas encore de recherche portant sur les modifications de la connectivité fonctionnelle des patients atteints de PSE basée sur l’analyse de l’EEG de sources.

Source de l’étude

Cet article est rédigé par Dong Ah Lee, Taeik Jang, Jaeho Kang, Seongho Park et Kang Min Park, tous issus du département de neurologie de l’hôpital Haeundae Paik de la faculté de médecine de l’Université Inje en Corée du Sud. L’article a été publié dans le journal « Brain Topography » et accepté officiellement le 28 mars 2024.

Méthodes de recherche

Sujets de l’étude

Cette étude a recruté de manière prospective 30 patients atteints de PSE et 35 patients non atteints de PSE après un AVC, avec l’approbation du comité d’éthique hospitalier. Aucun de ces patients n’avait d’antécédents d’épilepsie ou de crises épileptiques avant l’AVC, et ils ne présentaient aucun trouble mental, retard de développement ou autre maladie grave. Nous avons collecté des informations sur les caractéristiques cliniques des patients, telles que l’âge, le sexe, la cause de l’AVC (selon la classification TOAST), la localisation et le côté de l’AVC, le score NIHSS, la présence ou non de transformation hémorragique, les comorbidités (telles que l’hypertension, le diabète, la dyslipidémie, la fibrillation auriculaire, etc.), l’intervalle de temps entre l’AVC et l’examen EEG, ainsi que la présence de crises toniques-cloniques bilatérales focales.

Collecte et prétraitement des données EEG

Les données EEG ont été collectées alors que les patients étaient au repos, les yeux fermés mais éveillés. Le même type d’équipement EEG a été utilisé pour tous les patients, avec 23 électrodes placées selon le système 10-20 international. La fréquence d’échantillonnage était de 250 Hz et chaque enregistrement durait au moins 30 minutes. Les données ont ensuite été revues manuellement et les périodes de 5 secondes sans artefacts ni décharges épileptiformes dans l’activité Alpha ont été choisies pour le prétraitement.

Estimation des sources et création des matrices de connectivité fonctionnelle

Nous avons utilisé le programme Brainstorm pour effectuer des estimations de sources par la méthode d’imagerie de norme minimale et avons défini des nœuds selon l’atlas Desikan-Killiany (68 régions d’intérêt du cortex cérébral). La synchronisation cérébrale a été mesurée en utilisant la valeur de verrouillage de phase (PLV). Les données ont été traitées selon les bandes de fréquences EEG (Alpha, Beta, Theta, Delta, faible Gamma et haute Gamma), et une matrice de connectivité pondérée 68×68 a été créée pour chaque bande.

Analyse de la théorie des graphes

Nous avons utilisé le programme Braph pour effectuer une analyse de la théorie des graphes afin d’obtenir des mesures de connectivité fonctionnelle à partir des matrices de connectivité, telles que l’intensité moyenne, le rayon, le diamètre, l’excentricité moyenne, la longueur de chemin moyenne, le coefficient de clustering moyen, la transitivité et l’indice de petits mondes. Les mesures de connectivité entre les patients PSE et non-PSE ont été comparées en utilisant des tests de permutation non paramétriques.

Analyse statistique

Nous avons utilisé le test du chi carré, le test t pour échantillons indépendants ou le test de Mann-Whitney pour comparer les caractéristiques cliniques des deux groupes de patients. Les mesures de connectivité fonctionnelle ont été soumises à des tests de permutation non paramétriques avec 1 000 permutations pour évaluer la signification statistique, avec ajustement des valeurs p pour les résultats significatifs marqués par ∆.

Résultats de la recherche

Comparaison des caractéristiques cliniques

Les résultats montrent qu’il n’y avait pas de différence significative entre les deux groupes en ce qui concerne l’âge, le sexe, la cause de l’AVC, la localisation et le côté de l’AVC, le score NIHSS, et les caractéristiques des comorbidités. Cependant, l’intervalle de temps pour l’examen EEG était significativement plus long pour le groupe PSE par rapport au groupe non-PSE (29,0 semaines contre 2,0 semaines, p < 0,001), ce qui indique que les patients PSE étaient examinés après un délai plus long après l’AVC.

Analyse de la puissance spectrale EEG

Dans les bandes de fréquences Delta, Theta, Alpha, Beta, faible Gamma et haute Gamma, il n’y avait pas de différence significative dans la puissance spectrale relative entre les deux groupes.

Comparaison des mesures de connectivité fonctionnelle

L’analyse de la théorie des graphes a révélé que le rayon et le diamètre étaient significativement augmentés chez les patients PSE dans les bandes Beta et haute Gamma, et le rayon était également significativement augmenté dans la bande faible Gamma. Par ailleurs, l’intensité moyenne, le coefficient de clustering moyen et la transitivité étaient significativement réduits dans la bande haute Gamma chez les patients PSE. Cela indique que l’intégration et la séparation des réseaux cérébraux sont diminuées chez les patients PSE, en particulier dans les bandes Beta et Gamma.

Conclusions et implications de la recherche

Cette étude utilise pour la première fois l’analyse de l’EEG de sources et la théorie des graphes pour étudier les changements de connectivité fonctionnelle chez les patients souffrant d’épilepsie post-AVC. Les résultats indiquent que par rapport aux patients AVC sans PSE, les patients PSE présentent des changements significatifs dans l’intégration et la séparation des réseaux cérébraux, en particulier dans les bandes de fréquences élevées (Beta et Gamma). Ces découvertes soutiennent l’idée que les mécanismes sous-jacents à l’épilepsie post-AVC sont étroitement liés aux modifications de la connectivité fonctionnelle cérébrale, fournissant des références importantes pour comprendre les mécanismes pathogéniques de la PSE et des stratégies d’intervention clinique potentielles.

Points forts de la recherche

Les points forts de cette étude résident dans les nouvelles perspectives fournies par l’analyse de l’EEG de sources sur la connectivité fonctionnelle des patients PSE, et dans la quantification détaillée des caractéristiques du réseau cérébral à différentes bandes de fréquences à l’aide de la théorie des graphes. De plus, même avec un échantillon de petite taille et une étude monocentrique, les changements des mécanismes de crise épileptique de la PSE ont été clairement révélés, et une valeur potentielle pour des applications cliniques a été soulignée, posant les bases pour des études longitudinales à plus grande échelle et multicentriques.

Limites de la recherche

Étant donné la taille d’échantillon relativement petite et la nature monocentrique de cette étude, ces résultats doivent être confirmés dans le cadre d’études plus vastes et multicentriques. En outre, les différences d’intervalle de temps pour l’examen EEG peuvent également influencer les résultats de l’étude, un aspect qui devra être contrôlé dans les futurs design d’étude.

Résumé

L’étude sur les changements de connectivité fonctionnelle chez les patients souffrant d’épilepsie post-AVC basée sur l’analyse de l’EEG de sources et la théorie des graphes révèle des changements significatifs dans la topologie des réseaux cérébraux chez les patients PSE. Ces découvertes fournissent une compréhension précieuse des mécanismes épileptiques de la PSE et des stratégies potentielles d’intervention clinique.