poniedziałek, 28 lutego 2011

EEG a diagnozowanie autyzmu - nowe badanie

Dzięki połączeniu tradycyjnego badania elektroencefalograficznego (EEG) oraz techniki analizy komputerowej nazwanej modified multiscale entropy (mMSE) można próbować bezinwazyjnie identyfikować dzieci z grupy ryzyka rozwoju autyzmu.
Bazując na teorii chaosu analizuje się zmierzone wzory aktywności elektrycznej mózgu, które dają pośrednie informacje o organizacji połączeń w mózgu. Algorytmy komputerowe mogą pomóc dostrzec takie zależności, niemożliwe do zaobserwowania w standardowych badaniach.

Teoria chaosu opisuje zmiany danego układu w czasie, gdy niewielkie zaburzenie warunków początkowych powoduje rosnące zmiany w zachowaniu układu („efekt motyla”). Znikoma różnica na jakimś etapie może po dłuższym czasie urosnąć do dowolnie dużych rozmiarów. Systemy o charakterze deterministycznym mogą wskutek nawet małego zaburzenia parametrów przestać być przewidywalne.

Zaburzenia rozwoju układu nerwowego charakteryzują się subtelnymi sygnałami w funkcjonowaniu mózgu we wczesnym okresie życia, przed pojawieniem się behawioralnych objawów.
W pilotażowym badaniu, mającym na celu znalezienie bardzo wczesnych markerów ryzyka autyzmu, prowadzonym w Children's Hospital w Bostonie, uczestniczyło 79 dzieci od 6 do 24 miesiąca życia. 46 z nich miało starsze rodzeństwo z potwierdzonym rozpoznaniem zaburzeń ze spektrum autyzmu a pozostałe 33 nie miało w rodzinie takich zaburzeń.
Największą różnicę zaobserwowano średnio w 9 miesiącu życia - uzyskano 80 procent dokładności w różnicowaniu między 9-miesięcznymi niemowlętami z grupy ryzyka autyzmu a grupą kontrolną składającą się z dzieci w tym samym wieku.
Naukowcy zauważyli, że u dzieci na tym etapie rozwoju zachodzą istotne zmiany w mózgu, które są kluczowe dla powstawania wyższego poziomu umiejętności społecznych i komunikacyjnych - zwykle deficytowych w autyzmie.
Metoda ta wymaga jeszcze weryfikacji i udoskonalenia, jednakże wyniki dotychczasowych eksperymentów dają nadzieję na bezpieczne, tanie, łatwe i szybkie diagnozowanie.

Źródła:
ScienceDaily, 22 lutego 2011
tutaj
BMC Medicine, 22 lutego 2011 (on-line)
tutaj