Il principale rischio per i pazienti colpiti dal diabete di tipo 1 (T1D) è cadere in ipoglicemia, un evento che provoca una nutrita serie di sintomi ed effetti a breve e lungo termine e può essere particolarmente pericoloso quando si verifica durante la notte senza averne coscienza. Inoltre, questi pazienti rischiano di sviluppare una forma di ipoglicemia senza sintomi, riducendo la risposta ormonale controregolatoria innescata dalla diminuzione della concentrazione di glucosio nel sangue. Evitare questo stato patologico, è particolarmente importante sia nei bambini e adolescenti per evitare possibili distorsioni cognitive, sia negli adulti dove test cognitivi hanno dimostrato un’alterata condizione cerebrale durante l’ipoglicemia. Infatti l’ipoglicemia provoca una diminuzione delle funzioni cerebrali e l’organo maggiormente affetto da questo stato patologico è il cervello. Si trovano vari studi in letteratura che provano come la riduzione delle funzioni cognitive si rifletta in cambiamenti della potenza spettrale del segnale elettroencefalografico (EEG). In particolare, la crescita della potenza delle basse frequenza nel segnale EEG è un effetto ben noto in letteratura. Studi pilota hanno dimostrato che potrebbe essere possibile utilizzare il segnale EEG per segnalare l’entrata in ipoglicemia. Il maggiore vantaggio è che se la soglia di concentrazione di glucosio nel sangue è variabile da soggetto a soggetto, l’onset dei cambiamenti del segnale EEG avviene solitamente prima che lo stato di ipoglicemia sia così grave da causare una marcata neuroglicopenia con conseguente disfunzione cerebrale. Il principale scopo di questa tesi è approfondire l’analisi delle alterazioni del segnale EEG nel T1D causate dall’ipoglicemia per identificare potenziali margini di miglioramento nell’analisi del segnale EEG e ulteriori caratteristiche sensibili all’ipoglicemia. In particolare, le analisi sono estese a diversi domini, il dominio del tempo e il dominio della frequenza, per approfondire la conoscenza sugli effetti dell’ipoglicemia sul cervello. Fino ad ora, gli studi in letteratura hanno principalmente valutato questi cambiamenti a livello di singolo canale EEG e nel dominio della frequenza, ma una limitata informazione è disponibile sull’influenza dell’ipoglicemia sulla dinamica della rete cerebrale e sulla connessione tra le diverse aree cerebrali. Per affrontare questi temi, la tesi è strutturata in 7 capitoli, brevemente descritti di seguito. Il Capitolo 1 presenta una panoramica sulle conseguenze e sull’impatto nella vita di tutti i giorni del T1D. Inoltre, si descrivono brevemente i risultati sugli effetti dell’ipoglicemia sull’attività cerebrale riportati in letteratura. Il Capitolo 2 riporta il database su cui sono basate tutte le analisi presentate in questa tesi. Il segnale EEG e la concentrazione di glucosio nel sangue sono state raccolte in parallelo per circa 8 ore in 31 pazienti ospedalizzati affetti da T1D indotti in ipoglicemia attraverso un clamp ipoglicemico iperinsulinemico. Il Capitolo 3 tratta degli effetti dell’ipoglicemia sull’EEG nel dominio della frequenza. Dopo aver confermato la presenza di cambiamenti nel valore della potenza del segnale EEG durante l’ipoglicemia, si riporta un’analisi multivariata basata sulla stima della connettività funzionale del segnale EEG durante questo stato patologico. In particolare, confermeremo il rallentamento del segnale EEG nel dominio della frequenza e dimostreremo come lo stato ipoglicemico influenza la connettività funzionale del segnale EEG. Il Capitolo 4 si concentra sugli effetti dell’ipoglicemia sulla complessità del segnale EEG. In particolare, le analisi sono basate su indicatori frattali e sul confronto dei loro valori con i risultati di indicatori basati sulla definizione di entropia. Riveleremo una decrescita della complessità del segnale EEG durante lo stato di ipoglicemia. Il Capitolo 5 tratta le conseguenze dello stato ipoglicemico sui microstati, definiti anche "atomi del pensiero". Ipotizzeremo che i cambiamenti nel dominio della frequenza e la decrescita della complessità del segnale EEG possano essere originati da una stessa mappa delle ampiezze del potenziale elettrico del segnale EEG. Il Capitolo 6 si focalizza sull’influenza dell’ipoglicemia sui risultati di test cognitivi come lo Stroop test. Inoltre, tratta la relazione tra il calo nella performance in questi test e le misure quantitative del segnale EEG presentate nei capitoli precedenti. Troveremo una correlazione diretta tra i cambiamenti della potenza spettrale, dei test cognitivi e di una mappa EEG. Infine, il Capitolo 7 conclude la tesi cercando di interpretare tutti i risultati nel dominio del tempo e della frequenza sia da un punto di vista clinico sia da un punto di vista ingegneristico e presenta i possibili sviluppi futuri.

Quantitative analysis of hypoglycemia-induced EEG alterations in type 1 diabetes

RUBEGA, MARIA
2017

Abstract

Il principale rischio per i pazienti colpiti dal diabete di tipo 1 (T1D) è cadere in ipoglicemia, un evento che provoca una nutrita serie di sintomi ed effetti a breve e lungo termine e può essere particolarmente pericoloso quando si verifica durante la notte senza averne coscienza. Inoltre, questi pazienti rischiano di sviluppare una forma di ipoglicemia senza sintomi, riducendo la risposta ormonale controregolatoria innescata dalla diminuzione della concentrazione di glucosio nel sangue. Evitare questo stato patologico, è particolarmente importante sia nei bambini e adolescenti per evitare possibili distorsioni cognitive, sia negli adulti dove test cognitivi hanno dimostrato un’alterata condizione cerebrale durante l’ipoglicemia. Infatti l’ipoglicemia provoca una diminuzione delle funzioni cerebrali e l’organo maggiormente affetto da questo stato patologico è il cervello. Si trovano vari studi in letteratura che provano come la riduzione delle funzioni cognitive si rifletta in cambiamenti della potenza spettrale del segnale elettroencefalografico (EEG). In particolare, la crescita della potenza delle basse frequenza nel segnale EEG è un effetto ben noto in letteratura. Studi pilota hanno dimostrato che potrebbe essere possibile utilizzare il segnale EEG per segnalare l’entrata in ipoglicemia. Il maggiore vantaggio è che se la soglia di concentrazione di glucosio nel sangue è variabile da soggetto a soggetto, l’onset dei cambiamenti del segnale EEG avviene solitamente prima che lo stato di ipoglicemia sia così grave da causare una marcata neuroglicopenia con conseguente disfunzione cerebrale. Il principale scopo di questa tesi è approfondire l’analisi delle alterazioni del segnale EEG nel T1D causate dall’ipoglicemia per identificare potenziali margini di miglioramento nell’analisi del segnale EEG e ulteriori caratteristiche sensibili all’ipoglicemia. In particolare, le analisi sono estese a diversi domini, il dominio del tempo e il dominio della frequenza, per approfondire la conoscenza sugli effetti dell’ipoglicemia sul cervello. Fino ad ora, gli studi in letteratura hanno principalmente valutato questi cambiamenti a livello di singolo canale EEG e nel dominio della frequenza, ma una limitata informazione è disponibile sull’influenza dell’ipoglicemia sulla dinamica della rete cerebrale e sulla connessione tra le diverse aree cerebrali. Per affrontare questi temi, la tesi è strutturata in 7 capitoli, brevemente descritti di seguito. Il Capitolo 1 presenta una panoramica sulle conseguenze e sull’impatto nella vita di tutti i giorni del T1D. Inoltre, si descrivono brevemente i risultati sugli effetti dell’ipoglicemia sull’attività cerebrale riportati in letteratura. Il Capitolo 2 riporta il database su cui sono basate tutte le analisi presentate in questa tesi. Il segnale EEG e la concentrazione di glucosio nel sangue sono state raccolte in parallelo per circa 8 ore in 31 pazienti ospedalizzati affetti da T1D indotti in ipoglicemia attraverso un clamp ipoglicemico iperinsulinemico. Il Capitolo 3 tratta degli effetti dell’ipoglicemia sull’EEG nel dominio della frequenza. Dopo aver confermato la presenza di cambiamenti nel valore della potenza del segnale EEG durante l’ipoglicemia, si riporta un’analisi multivariata basata sulla stima della connettività funzionale del segnale EEG durante questo stato patologico. In particolare, confermeremo il rallentamento del segnale EEG nel dominio della frequenza e dimostreremo come lo stato ipoglicemico influenza la connettività funzionale del segnale EEG. Il Capitolo 4 si concentra sugli effetti dell’ipoglicemia sulla complessità del segnale EEG. In particolare, le analisi sono basate su indicatori frattali e sul confronto dei loro valori con i risultati di indicatori basati sulla definizione di entropia. Riveleremo una decrescita della complessità del segnale EEG durante lo stato di ipoglicemia. Il Capitolo 5 tratta le conseguenze dello stato ipoglicemico sui microstati, definiti anche "atomi del pensiero". Ipotizzeremo che i cambiamenti nel dominio della frequenza e la decrescita della complessità del segnale EEG possano essere originati da una stessa mappa delle ampiezze del potenziale elettrico del segnale EEG. Il Capitolo 6 si focalizza sull’influenza dell’ipoglicemia sui risultati di test cognitivi come lo Stroop test. Inoltre, tratta la relazione tra il calo nella performance in questi test e le misure quantitative del segnale EEG presentate nei capitoli precedenti. Troveremo una correlazione diretta tra i cambiamenti della potenza spettrale, dei test cognitivi e di una mappa EEG. Infine, il Capitolo 7 conclude la tesi cercando di interpretare tutti i risultati nel dominio del tempo e della frequenza sia da un punto di vista clinico sia da un punto di vista ingegneristico e presenta i possibili sviluppi futuri.
31-gen-2017
Inglese
EEG, hypoglycemia, type 1 diabetes
Università degli studi di Padova
File in questo prodotto:
File Dimensione Formato  
thesis-maria-rubega.pdf

accesso aperto

Dimensione 9.85 MB
Formato Adobe PDF
9.85 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/109240
Il codice NBN di questa tesi è URN:NBN:IT:UNIPD-109240