Cognitive impairment and epilepsy are the most common and serious post-stroke comorbidities. They have far-reaching impacts on patient health status and decrease the efficacy of rehabilitation and delay the recovery. Severe attention deficits, post-stroke dementia or epilepsy are comorbidities which have failed to be explained in terms of being a direct consequence of localized damage to specific brain structures. Converging evidence suggests that understanding the emergence of these comorbidities requires radically new research paradigms that consider the impact of stroke on whole-brain connectivity. In this multidisciplinary project we seek to explore the role of global network damage in stroke survivors with emphasis on the damage of brain areas with high connectivity and information transfer – network hubs. Application of such a fundamental and innovative framework has potential to advance our understanding of stroke consequences and to develop early, network-targeting, therapeutic interventions to prevent or ameliorate these detrimental comorbidities.

Kognitivní deficit a epilepsie jsou jedny z nejčastějších následků ischemické cévní mozkové příhody, které vedou k dramatickému snížení kvality života pacientů, snižují účinnost rehabilitace a začlenění pacienta do běžného života. Vážné poruchy pozornosti, post-ischemická demence a epilepsie představují příklady komorbidit, jejichž vznik není možné vysvětlit jako přímý následek lokální ischemické léze. Moderní poznatky naznačují, že pochopení těchto komorbidit vyžaduje aplikaci moderních paradigmat, které vychází z konceptu, že hlavním organizačním principem funkce mozku je globální konektivita. Cílem projektu je studium dopadu mozkové ischémie na strukturu a funkce globálních cerebrálních sítí a především na význam poškození oblastí, které jsou charakterizované vysokou úrovní propojení a vysokým přenosem informace, tzv. hubs. Poznatky získané s pomocí těchto inovativních konceptů mají předpoklad podstatně přispět k pochopení následků ischémie na globální funkce mozku a k rozvoji časných léčebných intervencí k prevenci či léčbě těchto závažných komorbidit.

• MeSH
• cévní mozková příhoda komplikace   MeSH
• elektroencefalografie MeSH
• epilepsie diagnostické zobrazování   etiologie   MeSH
• ischemie mozku komplikace   MeSH
• kognitivní dysfunkce diagnostické zobrazování   etiologie   MeSH
• komorbidita MeSH
• lidé MeSH
• mozek patofyziologie   MeSH
• nervový přenos MeSH
• počítačové zpracování signálu MeSH
• Check Tag
• lidé MeSH

• Konspekt
• Patologie. Klinická medicína
• NLK Obory
• neurologie
• NLK Publikační typ
• závěrečné zprávy o řešení grantu AZV MZ ČR

Epilepsy is a substantial disease burden and ~30% of patients do not respond to drug therapy. For these patients the only option is epilepsy surgery. Localization of the seizure generating areas of the brain often requires implantation of intracranial electrodes. Visual analysis of long-term recordings from large number of electrodes is extremely laborious and introduces significant human bias. Improving the presurgical diagnosis and increasing the information yield of invasive recordings requires faster and more objective quantitative analysis. It is well established that seizures emerge within functionally altered brain networks. In the proposed project we will apply complex network methods to quantify the organization of epileptic networks and develop innovative and more precise presurgical diagnostic tools. Identification of key components of the epileptic network will improve localization of seizure-generating regions, and patient-oriented network modelling approach will allow us to predict surgical outcomes.

Přibližně 30% pacientů s epilepsií neodpovídá na farmakologickou léčbu a lze u nich zvážit chirugické řešení. Určení oblasti oblasti, jejíž resekce je nezbytná, aby došlo k vymizení záchvatů, vyžaduje u řady pacientů implantaci intrakraniálních elektrod. Zrakové hodnocení dlouhodobých intrakraniálních záznamů představuje velmi komplikovaný a zdlouhavý proces, který je zatížený subjektivní chybou. Zvýšení informační výtěžnosti záznamů vyžaduje nové metodické postupy, které umožní rychlou a objektivní analýzu. Nejnovější poznatky prokazují, že záchvaty jsou projevem abnormální funkce mozkových sítí. Na základě těchto znalostí využijeme analýz z oboru komplexní dynamiky sítí a teorie grafů k vývoji inovativních diagnostických algoritmů, které zvýší klinickou výtěžnost intrakraniálních záznamů a zkvalitní předoperační diagnostiku. Nalezení síťových ukazatelů oblasti vzniku záchvatů umožní přesněji lokalizovat klíčové oblasti resekce. Vytvoření algoritmu, který modeluje epileptické sítě na základě pacientských dat, umožní predikci funkčního vlivu resekce a výsledku chirurgické léčby.

• MeSH
• diagnostické techniky neurologické MeSH
• diagnóza počítačová MeSH
• elektroencefalografie MeSH
• epilepsie chirurgie   MeSH
• intrakraniální tlak MeSH
• neurochirurgické výkony MeSH
• předoperační péče MeSH

• Konspekt
• Patologie. Klinická medicína
• NLK Obory
• neurochirurgie
• NLK Publikační typ
• závěrečné zprávy o řešení grantu AZV MZ ČR

Application of the quantitative electroencephalography (QEEG) methods allows to assess brain electrical activity with high time resolution enabling thus to obtain new spatiotemporal information i.a. about processes linked to affective disorders and their repair. The aim of the project is to develop new methods of EEG analysis, based on the theory of non-linear dynamics, allowing the elucidation of processes associated with depression and the prediction of individual therapeutic response. The development of these methods will be realized by using the set of retrospective EEG data, obtained from 120 depressive patients at baseline and after 7 days after antidepressive treatment. Newly developed indicators then will be applied to the prospective follow-up of 60 depressive patients, with the aim to validate their predictive ability of treatment response and to compare their efficiency with current prognostic possibilities in depression treatment. We expect that new EEG analysis approaches will achieve the early identification of neuronal processes responsible for treatment outcome.

Aplikace metod kvantitativní elektroencefalografie (QEEG) umožňuje posuzovat mozkovou elektrickou aktivitu s vysokým časovým rozlišením a získávat tak nové časoprostorové informace mimo jiné i o procesech spojených s poruchami nálady a jejich úpravou. Projekt si klade za cíl vyvinout nové metody analýzy EEG signálu, které budou založeny na teorii nelineárních dynamických systémů a umožní identifikovat mozkové procesy spojené s depresivním onemocněním a časně predikovat individuální terapeutickou odpověď. Vývoj těchto metod bude probíhat na souboru retrospektivních dat, získaných u 120 depresívních nemocných před a po 7 dnech nové antidepresivní léčby. Nově vyvinuté indikátory pak budou aplikovány v rámci prospektivního sledování 60 depresivních nemocných s cílem ověřit schopnost nových metod predikovat odpověď na léčbu antidepresivy a srovnat ji se současnými možnostmi prognózy terapeutického efektu u depresívního onemocnění. Očekáváme, že nové přístupy k analýze EEG signálu umožní časně identifikovat neuronální procesy odpovědné za pozitivní léčebnou odpověď.

• MeSH
• antidepresiva MeSH
• deprese terapie   MeSH
• elektroencefalografie MeSH
• nelineární dynamika MeSH
• pozorovací studie jako téma MeSH
• retrospektivní studie MeSH
• výsledek terapie MeSH

• Konspekt
• Patologie. Klinická medicína
• NLK Obory
• psychiatrie
• neurologie
• NLK Publikační typ
• závěrečné zprávy o řešení grantu AZV MZ ČR

• MeSH
• informační systémy MeSH
• informatika MeSH

• Konspekt
• Chemie. Mineralogické vědy
• NLK Obory
• chemie

Proceedings of a conference that focused of medical statistics in clinical medicine and in epidemiology. Intended for professional public.

• MeSH
• biomedicínský výzkum MeSH
• epidemiologická měření MeSH
• epidemiologické metody MeSH
• klinické lékařství MeSH
• statistika jako téma MeSH
• Publikační typ
• kongresy MeSH
• sborníky MeSH
• zprávy MeSH

• Konspekt
• Statistika
• NLK Obory
• statistika, zdravotnická statistika
• epidemiologie