[Zurück]

M. Waser:
"Changes of EEG Synchrony in the Course of Alzheimer's Disease - Markers Based on the Multivariate Spectral Density";
Betreuer/in(nen), Begutachter/in(nen): M. Deistler, H. Garn; Institut für Wirtschaftsmathematik, 2013; Rigorosum: 23.10.2013.

Die Alzheimer Krankheit - die Hauptursache von Demenz - ist eine neurodegenerative Erkrankung die gravierende soziale, gesellschaftliche und ökonomische Folgen mit sich zieht. In dieser Dissertation werden Synchronitäts-Veränderungen im Elektroenzephalogramm (EEG) von Alzheimer-Patienten untersucht. Synchronität wird dabei mit verschiedenen Maßen, die auf die multivariate spektrale Dichte des EEG basieren, untersucht. Ziel ist es die Möglichkeit aufzuzeigen,
Marker für EEG-Synchronität als Ergänzung zu bestehenden klinischen Diagnose und Prognose-Prozeduren zu verwenden.
Für diese Studie wurden 79 EEG-Aufnahmen von Alzheimer-Patienten aus der PRODEM-AUSTRIA Datenbank verwendet. Die Aufnahmen unterliegen einem klar definierten klinischen Paradigma das eine Ruhephase und ein kognitives Testverfahren beinhaltet. Der Krankheitsgrad wurde durch den neuropsychologischen Mini-Mental State Examination Test Score quantifiziert. Alter, Geschlecht, Bildungsgrad und Krankheits-Dauer wurden als Kovariable eingesetzt.
Die multivariate spektrale Dichte wurde mittels eines indirekten Schätzverfahrens ermittelt. Auf Basis dieses Schätzers wurden Kohärenzen, partielle Kohärenzen, bivariate und bedingte Granger Kausalitäten, statische und dynamische kanonische Korrelationen und Hauptkomponenten zur Analyse von EEG-Synchronität berechnet. Die Maße wurden zwischen Einzelelektroden, zwischen Gruppen von Elektroden und innerhalb dieser Gruppen ermittelt. Die Maß-Änderungen wurden mit quadratischer Regression (p- und R2-Werte) bewertet.
Synchronität zwischen den Elektrodengruppen zeigte die meisten signifikanten Änderungen. In der Ruhephase waren dynamische kanonische Korrelationen und Granger Kausalitäten vielversprechend. Während des kognitiven Tests brachten Kohärenzen und statische/dynamische kanonische Korrelationen hochsignifikante Resultate, vor Allem zwischen linken temporalen und zentralen/parietalen Elektrodengruppen. Bei den meisten Maßen war ein Synchronitäts-Anstieg zu Beginn der Krankheit evident. Dies könnte auf neuronale Kompensationsmechanismen zurückzuführen sein. Die Ausnahme bildeten Granger Kausalitäten, die eine durchgehende Synchronitäts-Abnahme zeigten.
Insgesamt erwies sich die Analyse von EEG-Synchronität als vielversprechender Ansatz zur Beschreibung des Grades der Alzheimer Krankheit. Longitudinale Studien sind notwendig um zu entscheiden, ob EEG-Marker auch zur Prädiktion des Krankheits-Verlaufes einsetzbar sind. Eine Kombination von EEG-Maßen mit anderen Markern, z.B. aus klinischen bildgebenden Verfahren, könnte das Verständnis von funktionellen und strukturellen neuronalen Veränderungen, die mit der Alzheimer Krankheit einhergehen, erweitern.

Alzheimer's disease (AD) - the main cause of dementia - is a progressive neurodegenerative
disorder that entails severe social and economic consequences. In this thesis, synchrony changes in the electroencephalogram (EEG) in the course of AD are investigated with the objective of demonstrating the capability of EEG markers to serve as supplements to existing clinical diagnostics. Thereby, EEG synchrony is quantified by measures that are based on the multivariate spectral density of the EEG.
For this study, 79 EEG recordings of "probable" AD patients from the PRODEM-AUSTRIA database were used. Samples were conducted according to a clinically predefined paragidm including resting state and cognitive tasks. AD severity was measured by the neuropsychological Mini-Mental State Examination (MMSE) score. Age, sex, degree of education, and duration of AD were used as covariables.
The multivariate spectral density was estimated by an indirect estimation procedure. Based on the estimate, coherences, partial coherences, bivariate and conditional Granger causalities, and both static and dynamic canonical correlations and principal components were derived. The measures were analyzed between single EEG channels, between groups of EEG channels, and within these groups. Correlations between the measures and MMSE scores were assessed by a quadratic
regression model (p- and R2-values).
Synchrony between groups of EEG channels yielded the most significant changes. In resting state, dynamic canonical correlations and Granger causalities were the most promising measures. During the cognitive task, highly significant findings for coherences and both static and dynamic canonical correlations were observed, mainly in left hemispheric temporal and central/parietal channels. Most measures showed an increase of synchrony for MMSE scores from 26 to 20; this phenomenon may be attributed to compensatory mechanisms in the brain. Granger causalities formed an exception, they revealed a decrease of synchrony with descending MMSE scores.
The investigation of EEG synchrony changes in AD proved to be a promising approach for supplementary classification of AD severity. Longitudinal studies need to determine as to whether EEG markers are also capable of predicting AD progression. A combination of EEG measures with other markers for AD severity, e.g. from clinical imaging procedures, could improve the understanding of functional and structural neuronal changes that come along with AD.

EEG Synchrony / Alzheimer's Disease / Multivariate Spectral Density / Coherence / Partial Coherence / Granger Causality / Canonical Correlation