Studio energetico del sonno

Obiettivi
La finalità di questo lavoro di tesi è l’analisi di dati elettroencefalografici di un paziente affetto da Fatal Familial Insomnia (FFI) e il suo confronto con registrazioni da soggetti di controllo. A questo fine, è stata condotta un’analisi energetica dei tracciati di sonno acquisiti, in generale, mediante una stima spettrale e, in particolare, focalizzando l’attenzione su pacchetti di alta energia presenti nel tracciato: le cosiddette Sleep Slow Oscillation (SSO) di cui è stata effettuata la caratterizzazione morfologica, dinamica e spettrale. Questi approcci sono stati applicati sia per il caso del soggetto FFI preso in esame sia per il gruppo di soggetti di controllo al fine di rilevare quali differenze potrebbero risultare utili in ambito clinico.

Fatal Familial Insomnia
La Fatal Familial Insomnia (FFI), tra le malattie neurodegenerative, è associata a specifici danni a carico di alcuni nuclei talamici, dovuti ad una disregolazione della cosidetta proteina prionica, la quale porta alla degenerazione dei neuroni talamo-corticali responsabili del ritmo sonno-veglia. La Fatal Familial Insomnia, è una malattia legata a specifica mutazione genetica e quindi ereditaria, i cui stadi iniziali si caratterizzano per difficoltà nell’addormentamento. L’Insonnia Familiare Fatale colpisce senza preavviso adulti apparentemente sani, alterandone inizialmente la quotidianità delle relazioni sociali e l’apprendimento. Successivamente l’organismo è condotto alla morte, sovente per disautonomia.

Metodi
I dati elaborati sono ottenuti da una registrazione di 24 ore di un soggetto affetto da FFI in stadio precoce (gruppo Prof. Pietro Cortelli, Dip.di Scienze Neurologiche, UNIBO). Lo studio del tracciato di sonno consiste, inizialmente, nella lettura del tracciato di sonno per l’identificazione degli stadi I, II, III e IV del sonno NREM e del sonno REM. Successivamente è stata effettuata una selezione degli stadi di sonno profondo: stadi NREM III e IV.
L’elaborazione dei tracciati di sonno, effettuata in ambiente Matlab, è organizzata nelle seguenti fasi principali:
1. elaborazione degli spettri
2. applicazione dell’algoritmo di riconoscimento delle Sleep Slow Oscillation (centro Extreme, SSSUP)
Con la prima fase è stato valutato il contenuto energetico del segnale EEG e confrontato quello del soggetto FFI con quello dei soggetti sani, tramite:
• periodogramma di Welch
• mappe topologiche della potenza EEG nelle bande:
- delta (0.5-4 Hz)
- theta (4-8 Hz)
- sigma (12-15 Hz)
- beta (15-25)

Nella seconda fase di analisi, l’algoritmo per lo studio del mapping dinamico delle SSO ha permesso di riconoscere le SSO che propagano sullo scalpo. L’algoritmo applicato, individua eventi di SSO propaganti e attraverso un criterio di similitudine basato sulla coerenza di fase delle onde individua i riconoscimenti di SSO che sebbene effettuati su elettrodi EEG diversi appartengono allo stesso evento propagante. A partire dagli eventi riconosciuti, il programma per lo studio delle SSO ha poi condotto alla caratterizzazione delle onde propaganti riconosciute nel tracciato di sonno del soggetto FFI, dal punto di vista: morfologico (forma delle onde), dinamico (relativamente alla propagazione sullo scalpo) e spettrale (per quanto riguarda la eventuale modulazione del contenuto di potenza nell’up-state rispetto al down-state).

Risultati
I risultati principali confermano quelli della letteratura riguardo alla depressione di attività sigma (12-15 Hz) e aggiungono interessanti esiti riguardo modificazioni morfologiche delle SSO. Più in dettaglio:
1. Dalla stima spettrale e dalle mappe topologiche emerge:
• un contenuto in potenza minore nelle bande delta, theta e sigma
• un incremento specifico dell’attività rapida beta nelle aree centrali e frontali
Entrambi i risultati sono ascrivibili da una minore modulazione talamica sulla corteccia:
• aspecifica nel caso dell’attività lenta
• focalizzata sulle aree corticali di proiezione dei nuclei talamici (anteroventrali e mediodorsali) più fortemente coinvolti nella FFI
2. Le Sleep Slow Oscillations del sonno profondo, riconosciute nel tracciato di sonno del soggetto FFI:
• hanno una frequenza di accadimento minore rispetto ai soggetti sani
• presentano modificazioni morfologiche, dinamiche e spettrali significative
o morfologiche: sincronizzazione inter-neuronale della transizione verso il down-state più lunga
o dinamiche: minore diffusione sullo scalpo della propagazione delle SSO
o spettrali: la fase della SSO non modula l’intensità dell’attività spindle

Conclusioni
Questa prima applicazione nell’ambito delle malattie neurodegenerative dello studio delle SSO sembra indicare l’adeguatezza di questo strumento per raccogliere informazioni più mirate sulle alterazioni dei meccanismi di sincronizzazione lenta nella corteccia. In ottica applicativa l’analisi delle SSO potrebbe permettere:
• riconoscimento precoce dei processi degenerativi
• mapping delle aree coinvolte nella degenerazione