logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-12032019-112412


Tipo di tesi
Tesi di specializzazione (5 anni)
Autore
FERRARA, MARIANNA
URN
etd-12032019-112412
Titolo
Analisi quantitativa dell'EEG come marker precoce di rischio neuroevolutivo in una popolazione di neonati pretermine di alto grado.
Dipartimento
MEDICINA CLINICA E SPERIMENTALE
Corso di studi
PEDIATRIA
Relatori
relatore Prof. Peroni, Diego
correlatore Dott. Sigali, Emilio Uberto Dino
Parole chiave
  • analisi quantitativa EEG
  • outcome neuroevolutivo
  • prematurità
Data inizio appello
18/12/2019
Consultabilità
Non consultabile
Data di rilascio
18/12/2089
Riassunto
INTRODUZIONE
I bambini estremamente pretermine nascono durante il secondo e il terzo trimestre di gravidanza, in un momento critico per lo sviluppo cerebrale. La maturazione cerebrale evolve rapidamente nel corso delle ultime settimane di età gestazionale e nel periodo post–natale e lo sviluppo strutturale e funzionale del sistema nervoso centrale (SNC) si riflette nei rapidi cambiamenti evolutivi dei pattern dell’attività bioelettrica cerebrale valutabili all’EEG, che fornisce informazioni affidabili sul processo di maturazione cerebrale, quantificando l'evoluzione dell'attività di fondo in termini di discontinuità e frequenze spettrali. L’individuazione di biomarker precoci e di fattori di rischio post natali associati ad outcome neuro evolutivo sfavorevole rappresenta una sfida importante per poter intervenire precocemente trovando delle modalità per promuovere uno sviluppo cerebrale ottimale.

SCOPO DELLO STUDIO
L’obiettivo di questo studio è stato quello di testare la potenzialità dell’analisi quantitativa del tracciato EEG come biomarker precoce del rischio neuro evolutivo in una popolazione di neonati altamente pretermine di età gestazionale ≤ 30 settimane. L’analisi automatizzata dell’EEG fornisce informazioni affidabili sulla maturazione cerebrale, quantificando l'evoluzione dell’attività di fondo in termini di discontinuità e frequenze spettrali. A completamento dell’indagine, l’outcome neuro evolutivo è stato messo in correlazione con fattori di rischio pre- e post-natali, con l’obiettivo di valutare quali fattori potenzialmente correggibili con l’assistenza e la care neonatale risultano associati nel nostro campione ad uno sviluppo neuro evolutivo atipico.

MATERIALI E METODI
Sono stati arruolati retrospettivamente 97 pazienti (49 femmine, 50,5%) di età gestazionale ≤ 30 settimane (range 24,29 – 30,0) nati presso la nostra UO dal 2013 al 2017. Per tutti i pazienti sono stati raccolti dati anamnestici relativi al periodo pre- e post-natale. Per ogni paziente è stato valutato lo sviluppo neuro evolutivo attraverso il follow-up effettuato dopo la dimissione fino ai 24 mesi di età corretta. Sulla base dei dati acquisiti, l’outcome neuro evolutivo è stato suddiviso in tre categorie: sviluppo tipico, disturbi neurologici lievi, deficit neurologici gravi. Sono stati quindi analizzati i tracciati elettroencefalografici eseguiti secondo i protocolli di routine a circa 32 e 36 settimane PMA e su epoche di sonno quieto sono stati calcolati la potenza spettrale (assoluta e relativa) e la lunghezza degli intervalli interburst (IBIs), correlandoli con l’outcome neuro evolutivo. Successivamente, è stata valutata la distribuzione dei fattori di rischio pre-natali e post-natali nelle varie categorie di outcome neuroevolutivo.

RISULTATI
La relazione tra i parametri dell’analisi quantitativa EEG e l’outcome neuroevolutivo sono stati valutati comparando il gruppo dei pazienti con out come tipico e quelli che hanno presentato al follow-up disturbi neurologici lievi; i pazienti con disabilità grave non sono stati considerati per questa analisi, data la scarsa rappresentatività statistica (6 pazienti). La lunghezza degli intervalli inter-burst e la potenza relativa della banda D2 hanno presentato distribuzione significativamente differente nei due gruppi. Nei pazienti con sviluppo neuro evolutivo tipico la potenza relativa della banda D2 è risultata significativamente maggiore rispetto al gruppo che ha sviluppato disabilità neurologica lieve, sia alla registrazione effettuata a 32 settimane PMA (p=0,050) che a quella effettuata a 36 settimane PMA (p =0,040). Inoltre, il gruppo che ha sviluppato disabilità neurologica lieve ha presentato valori di IBI significativamente maggiori rispetto ai tipici a 36 settimane PMA (p=0,011), suggerendo un’associazione tra livello maturativo dell’attività bioelettrica cerebrale e out come neuroevolutivo. Tra i fattori di rischio prenatali è emersa una differente distribuzione del sesso (p=0,008) tra i gruppi, con maggiore presenza di femmine nel gruppo a sviluppo tipico rispetto al gruppo con disabilità lieve (60,6% versus 39,4%), e profilo inverso per i maschi (24% versus 76%). Rispetto ai fattori di rischio post-natali, i pazienti appartenenti al gruppo disabilità lieve hanno mostrato una durata maggiore della nutrizione parenterale totale (p=0,010) con tempi significativamente più lunghi per il raggiungimento di una nutrizione enterale totale (p=0,004), e con inferiore apporto proteico medio nella prima settimana di vita (p=0,041). I pazienti con disturbo lieve del neuro sviluppo hanno inoltre presentato una durata maggiore della ventilazione invasiva (p=0,029)e non invasiva ( p=0,037).

CONCLUSIONI
L’analisi automatizzata dell’EEG ha permesso di identificare di possibili biomarker precoci dell’outcome neuroevolutivo in pretermine di altro grado. In particolare, la nella bassa potenza spettrale e l’elevata discontinuità dell’attività EEG si sono dimostrate significativamente associate allo sviluppo di disabilità neurologica lieve. Il rischio neuroevolutivo è inoltre apparso associato anche a fattori esterni post-natali, correlati allo stress adattativo del neonato pretermine, all’aumento di condizioni di stress ossidativo e di infiammazione cronica.
Il riconoscimento precoce di biomarker di aumentato rischio neuroevolutivo e l’individuazione di fattori di rischio potenzialmente modificabili attraverso l’assistenza neonatale, sono elementi fondamentali per individuare potenziali strategie di intervento precoci da mettere in atto sfruttando la profonda plasticità dei circuiti neurali durante le prime epoche della vita, per la promozione di uno sviluppo cerebrale ottimale e per un miglioramento dell’outcome neuroevolutivo.
File