Enregistrements et analyse d’EEG chez des patients parkinsoniens : vers une stimulation cérébrale profonde adaptative par « machine learning »

À propos

Cette recherche porte sur la maladie de Parkinson qui est une affection neurodégénérative liée à la dégénérescence des neurones dopaminergiques de la substance noire compacte et qui touche en France près de 150 000 patients. Le traitement est symptomatique et consiste à remplacer la dopamine manquante. Le traitement de référence est la Levodopa, précurseur de la dopamine. Un autre traitement symptomatique est la stimulation cérébrale profonde à haute fréquence des noyaux subthalamiques (HFS-STN) qui consiste en l’implantation d’électrodes ciblant les noyaux subthalamiques (STN), noyaux profonds du cerveau. Cependant, l’une des contraintes de ce traitement, hormis des critères d’éligibilité très stricts notamment du fait de son caractère invasif, est qu’il nécessite également de remplacer tous les 4-5 ans la pile de neurostimulation car la HFS-STN est appliquée sans modulation de son activité 24h/24h et 7 jours sur 7 quel que soit le type d’activité du patient (éveillé, mobile ou immobile, ou endormi). Cette recherche s’inscrit dans le contexte de la recherche clinique sur la maladie de Parkinson et la recherche de cibles thérapeutiques plus accessibles que la stimulation cérébrale profonde (HFS-STN), traitement neurochirurgicale de cette pathologie. L’objectif du projet est de mesurer la capacité du cerveau des patients parkinsoniens à assimiler les informations, avec ou sans traitement médicamenteux anti-parkinsoniens, ou avec ou sans HFS-STN. Pour répondre à la question posée dans la recherche, il est prévu d’inclure 10 patients parkinsoniens sans et avec traitement médicamenteux dopaminergique, 10 patients parkinsoniens sans et avec activation de la HFS-STN, 10 volontaires sains. Cette recherche sera réalisée au service des Explorations Fonctionnelles Neurologiques / Neurologie, Hôpital Avicenne, 125 rue de Stalingrad 93000 Bobigny.