Simulation of spreading depolarization trajectories in cerebral cortex: correlation of velocity and susceptibility in patients with aneurysmal subarachnoid hemorrhage

Abstract

Cortical spreading depolarization (SD) is fundamental mechanism observed in neuronal tissue which is provoked by critically low substrate influx. SD is characterized by the near-complete breakdown of transcellular ion gradients measurable as a pronounced drop in the membrane potential in neuronal tissue during many pathological states. So called slow potential change (SPC) propagates at the velocities between 2 and 9 mm/min. Typically the SD velocities correlate with the SD susceptibility in many animal models. For patients in neurocritical care, the Co-Operative Studies on Brain Injury Depolarization (COSBID) recommends several variables to quantify the SD occurrence and susceptibility, without providing the method for measurement of SD velocity. Therefore we developed an algorithm to estimate the SD velocities. The model is based on the semi-lunar arc representing the SD-wavefront which propagates across geometrically discretized brain surface. The surface was reconstructed from MRI scans to provide the spatial input. Temporal component is given by the differences between the SPC hit-times measured on the single electrodes of subdural six-channel electrode strip. After the onset of aneurysmatic subarachnoid hemorrhage (aSAH) the patients were admitted to intensive care unit and were subjected to electrocorticographic (ECoG) monitoring over the period of fifteen days. From the total of 70 available patients the analysis was technically feasible on 12 of them. The results contained great number of fitted trajectories. The output parameter, the SD-velocity (median 3.6(2.8 4.8) mm/min), was calculated from the velocities of every single trajectory of the corresponding event. Estimated SD-velocity was correlated against the independent clinical variables related to the SD susceptibility. Statistically significant correlations supported the validity of here proposed method. Not a single trajectory was found when electrode strip was placed on a lesion. Significantly frequent inability to render trajectories was present in the sub-group with the duration of isoelectric SDs >4min compared against the sub-group with the duration <4min, without significant difference in velocity between the two. It seems the SD velocity depends on local conditions of the tissue, in contrast to the propagation complexity which depends on the SD frequency and duration. Low rate of success in reconstructing the brains with pronounced anatomical changes as well as the inability of algorithm to exploit the SD-events with less than three active electrodes, are the limitations of this method.

Spreading Depolarization (SD) ist der grundlegende Mechanismus, des beinahe kompletten Zusammenbruchs der transzellulären Ionengradienten mit resultierenden drastischen Abfall des Membranpotentials, der im neuronalen Gewebe bei einer Vielzahl neurologischer Erkrankungen auftritt. Die SD breitet sich in der Hirnrinde mit einer Geschwindigkeit zwischen 2 und 9 mm/min aus und wird als sogennante langsame Potentialänderung (englisch = slow potential change (SPC)) gemessen. Typischerweise korrelieren die Geschwindigkeit und die Suszeptibilität des Gewebes gegenüber der SD bei vielen Tiermodellen. Für das Monitoring von Patienten empfiehlt Co-Operative Studies on Brain Injury Depolarizations (COSBID) mehrere Variablen für die Quantifizierung des SD-Vorkommens und der SD-Suszeptibilität, nur fehlte bis jetzt eine zuverlässige Methode zur Geschwindigkeitsmessung. Deshalb haben wir einen Algorithmus für die Einschätzung der SD-Geschwindigkeit entwickelt. Das verwendete Modell basiert auf der Ausbreitung der semilunaren Wellenfront der SD auf der geometrisch diskreten Hirnoberfläche. Diese wurde aus den MRT-Aufnahmen rekonstruiert und dient als räumliche Eingangskomponente. Als zeitliche Eingangskomponente dienten die Differenzen zwischen den Ankunftszeiten der SD auf einzelnen Kontakten des sechskanaligen Elektrodenstreifens. Die Daten wurden bei Patienten die an einer aneurysmatischer Arachnoidalblutung littten und in Rahmen von COSBID untersucht wurden, erhoben. Von den 70 gemessenen Patienten war die Analyse nur bei 12 durchführbar. Die Ergebnisse enthielten eine große Anzahl der modellierten Trajektorien, außer bei Fällen in denen der Elektrodenstreifen auf einer Läsion platziert wurde. Das Ausgangsparameter, die SD-Geschwindigkeit (median 3,6 (2,8 4,8) mm/min), wurde aus den einzelnen Trajektoriengeschwindigkeiten berechnet. Dieses wurde gegen unabhängige suszeptibilitätsbezogene klinische Variablen mit hoher Signifikanz validiert. Oberhalb der Dauerg von 4 min war das Modelfitting von isoelektrischen SDs signifikant oft erfolglos, wobei sich die Geschwindigkeiten zwischen den beiden Untergruppen nicht unterscheiden. Es scheint dass die SD-Geschwindigkeit durch lokale Gewebeparameter und die Ausbreitungskomplexität durch die SD-Häufigkeit sowie die SD-Dauer beeinflusst wird. Niedrige Erfolgsrate bei der Diskretisierung der Hirnoberfläche aufgrund der durch die Erkrankung veränderten Anatomie und algorithmusbedingte Mindestanzahl von drei aktiven Elektroden sind die Schwächen dieser Methode.