Aivohalvauksen aiheuttamat muutokset aivokudokseen ja EEG:n aivosignaalien kuvaamiin aivojen yhteyksiin

Abstract

Aivohalvaus on maailmanlaajuisesti yksi suurimmista syistä toimintakyvyn heikentymiselle ja voi johtaa jopa kuolemaan. Aivohalvauksen aikainen diagnosointi on ensiarvoisen tärkeää, jotta potilaille pystytään tarjoamaan tarvittavaa hoitoa ajoissa mahdollistaen aivojen normaalin toimintakyvyn palautumisen. Haasteena on nykyisten aivohalvauksen diagnosointiin käytettyjen menetelmien suuret kustannukset ja hitaus. Tämän vuoksi potilaiden hoitoon pääsy viivästyy, jolloin ennusteet ovat huonompia. Uusia menetelmiä siis tarvitaan, jotta aivohalvaus voidaan diagnosoida mahdollisimman aikaisessa vaiheessa. Elektroenkefalografiaa (EEG) on tutkittu mahdollisena menetelmänä, joka vastaisi näihin ongelmiin. EEG on nopeampi ja halvempi menetelmä kuin tavallisesti aivohalvauksen diagnosoinnissa käytetyt tietokonetomografia ja magneettiresonanssikuvantaminen. Tässä kirjallisuuskatsauksessa on tarkasteltu, miten EEG:tä on hyödynnetty aivohalvauksen jälkeisten muutosten arvioinnissa erityisesti liittyen muutoksiin aivojen yhteyksissä ja konnektiivisuudessa. Lisäksi katsauksessa on arvioitu, miten EEG:tä on pystytty hyödyntämään aivohalvauksen diagnosoinnissa sekä millaisia rajoitteita EEG:n käyttöön liittyy ja miten niistä voitaisiin päästä yli.

Vertailemalla tutkimuksia ja kirjallisuutta, saatiin selville, että EEG:n käytöstä ensihoidossa aivohalvauksen diagnosointiin on saatu lupaavia tuloksia. Kuitenkin tutkimuksissa käytettyjen EEG-teknologioiden vaihtelevuus on suuri. Lisäksi tutkimuksissa on käsitelty aivojen diagnosoinnin erinäisiä osa-alueita, kuten aivohalvauksen erottamista aivohalvausta matkivista oireista tai iskeemisen aivohalvauksen ja aivoverenvuodon erottamista toisistaan. On siis selvää, että puuttuu yhtenäinen näkemys siitä, miten EEG:tä tulisi hyödyntää osana aivohalvauksen diagnosointiprosessia. EEG:n hyödyntämisestä aivohalvauksen jälkeisen konnektiivisuuden arvioinnissa ilmeni, että erityisesti alfa- ja beeta-taajuusalueiden muutoksia tutkimalla on saatu hyödyllistä tietoa aivohalvauksen jälkeisistä muutoksista. Kyseisten taajuusalueiden muutoksista on saatu tietoa muun muassa aivojen toiminnalliseen heikentymiseen eri vakavuusasteilla viittaavista erottavista tekijöistä sekä siitä miten aivohalvaus vaikuttaa aivopuoliskojen ja aivoverkostojen järjestäytymiseen paikallisemmin toimiviksi kokonaisuuksiksi. Tietoa aivohalvauksen jälkeisten kudoksissa tapahtuvien biologisten muutosten yhteydestä konnektiivisuuteen on vähän. Tutkimuksissa on kuitenkin viitteitä siitä, että rakenteellisten yhteyksien katkeamisella on vaikutusta rakenteellisen konnektiivisuuden lisäksi myös funktionaaliseen konnektiivisuuteen.

Erottavien tekijöiden tunnistaminen voisi tulevaisuudessa tukea potilaiden aikaista diagnosointia ensihoidossa. Lisäksi tieto konnektiivisuuden muutoksista voisi auttaa hoitomuotojen kehittämisessä, kuten esimerkiksi aivojen yhteyksien uudelleenmuodostaminen keinotekoisesti kliinisessä ympäristössä. Kuitenkin lisää tutkimuksia tarvitaan, missä seurataan saman potilaan kohdalla konnektiivisuuden muutoksia kaikissa aivohalvausvaiheissa. Lisäksi tarvitaan lisää tutkimuksia, joissa on suurempi otoskoko. Toistuvasti EEG-mittauksissa esiintyvät elektrodien virheellisiin tulkintoihin liittyvät ongelmat viittaavat siihen, että elektrodijärjestelmiä tulee kehittää erilaisten signaalidatan esikäsittelymenetelmien kehittämisen lisäksi.

Brain stroke is globally one of the main reasons for the decline of brain functions and may even lead to death. Early diagnosis of stroke is vital for providing patients with needed care in time to ensure restoration of normal brain functions. The high costs and slowness of currently used techniques for diagnosing brain stroke remain as a challenge. For this reason, the patients’ access to care is delayed leading to worse prognoses. New techniques are sought for to be able to diagnose brain stroke as early as possible. Electroencephalography (EEG) has been suggested as a possible alternative method to address these problems. EEG is faster and cheaper than generally used methods, such as computer tomography and magnetic resonance imaging. In this literature review, the utilization of EEG in estimating changes following brain stroke, especially concerning changes in brain connections and connectivity, is evaluated. In addition, this review evaluates the use of EEG in early diagnosing of stroke as well as the limitations for using EEG and how one could overcome these limitations.

By comparing studies and literature, it was discovered that promising results have been obtained from the use of EEG in diagnosing brain stroke. However, there is much variability in the used EEG-techniques across different studies. In addition, the studies have focused on different sub-regions of brain stroke diagnosis, such as identifying brain stroke from stroke-like symptoms or being able to distinguish ischaemic brain stroke from brain haemorrhage. It is clear that a common idea is missing on how to utilize EEG as part of the diagnosing process of brain stroke. When evaluating the utilization of EEG in estimating connectivity after brain stroke, it appeared that useful information of changes after brain stroke was derived especially from examining the changes in alpha and beta frequency bands. The changes in the frequency bands in question have provided information about discriminatory factors that can indicate decline in brain functions at different severity levels as well as how brain stroke affects the reorganisation of the hemispheres and brain networks into more locally operating entities. There is little information about the influence of biological changes of tissue to brain connectivity following brain stroke. However, studies imply that in addition to having an impact on structural connectivity, the breaking of structural connections has an impact on functional connectivity as well.

Recognising discriminatory characteristics could support the early detection of brain stroke in prehospital care in the future. In addition, information about brain connectivity changes could support the development of treatments, such as, stimulating brain connection rebound in clinical environments. However, further studies are needed where the changes in connectivity are assessed from the same patient through all phases of brain stroke. Also, more studies are needed with greater sample size. A recurring problem in EEG-measurements regarding false interpretations by the electrodes imply that the electrode system has to be developed in addition to developing varying preprocessing methods for signal data.