Avaliando o desempenho do EEG baseado na ANN para predizer a eficácia do tDCS condicionamento avaliativo combinado na redução dos sintomas de obsessão em pacientes com TOC: Análise secundária dos dados de um ensaio controlado randomizado

O que aconteceu

Mais de 40% dos pacientes com Distúrbio Obsessivo- Compulsivo (DOC) não respondem a tratamentos comuns. Este estudo foi uma análise secundária dos dados de um ensaio clínico controlado randomizado, para previsibilidade da eficácia da Estimulação Transcraniana de Corrente Direta (TDCS) com OCD Baseado em Contaminação (C-OCD) utilizando redes neurais artificiais (ANN) e sinais de eletroencefalografia (EEG). Dos 54 pacientes com DCC, 48 foram randomizados em 4 grupos. Utilizando um esquema fatorial 2 × 2, cada grupo recebeu uma intervenção combinada (real ou sham) baseada em tDCS e Disgust Reduction Avaluative Conditioning (DREC) em 10 sessões. As avaliações incluíram as gravações de Yale-Brown Obsessivo-Compulsivo (Y-BOCS) e EEG em repouso (olhos abertos). Dentre as várias características extraídas do EEG (Fuzzy Syncronization Likelihood (FSL), Power Spectrum, e Recurrence Quantification Analysis (RQA), o algoritmo Relief identificou características apropriadas com base na eficácia de intervenção para cada faixa de frequência e alocação de grupo. A redução dos sintomas obsessivos foi prevista utilizando características apropriadas, a rede de feedforward totalmente conectada e as redes Radial Basis Functions (RBF). As entradas da ANN foram as características apropriadas extraídas do sinal do EEG antes das intervenções. Para prever o nível de eficácia, o escore de mudança Y-BOCS (pré-a pós-intervenção) foi dado aos modelos como a saída desejada. Ambas as redes tiveram os melhores resultados para os três primeiros recursos de alívio propostos. A rede de feedforward totalmente conectada otimizada pelo Gray Wolf Optimizer (GWO) obteve o melhor desempenho preditivo com uma média RMSE 0,57 ± 0,4. Com base no erro calculado e na comparação com os intervalos de mudança Y-BOCS, os dados do EEG de pacientes com DC-OCD combinados com ANN efetivamente previram até que ponto cada tipo de intervenção pode alterar o escore Y-BOCS dos pacientes. Assim, o terapeuta pode decidir se deve realizar ou selecionar cada tipo de intervenção para o paciente antes de iniciar o tratamento. Nossos achados confirmam a viabilidade do uso de sinais EEG pré-intervenção combinados com ANN para predizer respostas individuais em pacientes com DCC.