Hauptinhalt

Untersuchung der für das klinische Resultat der Tiefen Hirnstimulation verantwortlichen metabolischen Netzwerke mittels dynamischer FDG-fPET

Beschreibung

Die nicht-motorischen Symptome der Parkinson-Krankheit stellen für die meisten Betroffenen eine weitaus größere Einschränkung im Alltag dar als die motorischen Symptome. Dazu gehören neuropsychiatrische Symptome wie Depression und Demenz, Verlust des Geruchssinns, Schlafstörungen, gastrointestinale Symptome wie Obstipation sowie verschiedene Störungen des vegetativen Nervensystems. Die nicht-motorischen Symptome dominieren das klinische Bild fortgeschrittener Parkinson-Erkrankungen und führen häufig zu einer drastischen Verschlechterung der Lebensqualität. Die Tiefe Hirnstimulation (THS) ist eine neurochirurgische Behandlungsmethode, die zur Therapie der motorischen Symptome bei fortgeschrittener Parkinson-Erkrankung bereits etabliert ist und gute Erfolge zeigt. Studien von Dafsari et al. aus dem Jahr 2015 konnten nun zeigen, dass die THS auch positive Effekte auf nicht-motorische Symptome der Parkinson-Erkrankung hat. Die neurophysiologischen Grundlagen für den Erfolg der THS sind allerdings noch unklar. Frühere Studien kamen zu dem Ergebnis, dass der klinische Erfolg der THS mit einem spezifischen Muster der strukturellen und funktionellen Konnektivität des stimulierten Hirnareals korreliert. Diese Erkenntnisse legten den Grundstein dafür, dass auch präoperativ erhobene funktionelle Konnektivitätsprofile als Indikator für den Erfolg der THS dienen können. Allerdings ist die funktionelle Konnektivität auf der Basis von fMRI-Daten ein sehr indirektes Maß für die neuronale Aktivität. Ein direkteres Maß für die neuronale Aktivität ist dagegen die metabolische Konnektivität, die durch 18F-Fluorodeoxyglukose (FDG) Positronen-Emissions-Tomographie-Untersuchungen dargestellt werden kann und damit Informationen über metabolische Netzwerke liefert. Daher sollen in dieser Arbeit die präoperativ erhobenen dynamischen fPET-Daten genutzt werden, um metabolische Konnektivitätsanalysen auf individueller Patientenebene durchzuführen, die diejenigen Verbindungen aufzeigen, die für das Outcome der THS in Bezug auf die nicht-motorischen Symptome der Parkinson-Erkrankung entscheidend sind. Werden so definierte metabolische Netzwerke gefunden, die mit dem Ergebnis der THS korrelieren, wäre es in Zukunft möglich, das klinische Outcome der THS für jeden einzelnen Patienten, insbesondere im Hinblick auf die Verbesserung der nicht-motorischen Symptome, vorherzusagen und den Einsatz der Stimulationselektroden entsprechend zu optimieren.

Ansprechpartner:innen

Frau Dr. Marina Rupper-Junck und Dr. Philipp Löhrer
Frau Maya Beckersjürgen
Telefon: 06421/58 - 65299
Telefax: 06421/58 - 67055
marina.ruppert@

* Um eine richtige E-Mail-Adresse zu erhalten, fügen Sie bitte "uni-marburg.de" an.