Geavanceerde modellen voor de kwantificatie van stress bij premature baby’s

Dit proefschrift richt zich op het ontwerp van verschillende automatische signaalverwerkingsalgoritmen om informatie te extraheren uit fysiologische signalen van premature baby's. Het voorname doel hierbij was het verbeteren van de neurologische ontwikkeling van de pasgeborene. Hiertoe werden drie onderzoeksdoelstellingen uitgevoerd. Het eerste doel was het beschrijven van de maturatie van de pasgeborenen tijdens hun verblijf op de neonatale intensive care unit. Het tweede doel was het beoordelen van stress en pijn bij premature baby's en het bepalen van de impact van beide op de ontwikkeling van pasgeborenen. De derde doelstelling was het voorspellen van ontwikkelingsstoornissen, zoals autisme.

Het eerste deel van dit proefschrift presenteert een uitgebreid overzicht van verschillende ontwikkelingsmodellen om de maturatie van premature baby’s te beschrijven. Hierbij werden drie verschillende strategieën gevolgd. De eerste strategie bestudeerde EEG-connectiviteitsnetwerken. Een aantal functionele en effectieve connectiviteitsmethoden werden gecombineerd met de beoordeling van verschillende graafeigenschappen van het resulterende EEG-netwerk. Een verzameling van topologische en spectrale indices werd gebruikt om de leeftijd van de zuigelingen te voorspellen en om aan te tonen dat de functionele en effectieve connectiviteit afnam met ontwikkeling. Qua structuur werden de netwerken gekenmerkt door een verschuiving van een ‘small-world’ netwerk naar een meer willekeurig netwerk. De tweede strategie bestudeerde de multifractale eigenschappen van het EEG-signaal, enerzijds om stille slaap bij premature kinderen te detecteren en anderzijds om de ontwikkelingsveranderingen van het EEG te beschrijven. Het fractale paradigma toonde een afname van de EEG-regelmaat met toenemende leeftijd aan. De laatste strategie rapporteerde de hartslagvariatie bij premature baby's om de ontwikkeling van het autonome zenuwstelsel te beschrijven. Gelijkaardig aan de EEG-analyse, vertoonden de autonome parameters een afname van de fractale regelmaat en een toename van de variabiliteit van het tachogram, zowel op de korte als op de lange termijn. Belangrijk hierbij is dat een volledige beschrijving van de autonome maturatie bij premature baby’s rekening moet houden met de rol van trage hartslagen, bekend als bradycardie\"{e}n, en met nieuwe meetgegevens om de sympathovagale ontwikkeling te defini\"{e}ren.

Het tweede deel van dit proefschrift richt zich op het kwantificeren van perinatale stress bij premature baby's. Hiertoe werd allereerst het effect van stressbelasting onderzocht in periodes van bradycardie en hypoxie. Hier stelden we vast dat stressbelasting en vroege levenservaringen desaturaties, de regelmaat van het EEG en de connectiviteit tussen de hersenen en het hart in periodes van bradycardie kunnen vergroten. Vervolgens onderzochten we de fysiologische achtergrondactiviteit van premature baby’s zonder pijn. Deze onopvallende benadering toonde een matig verband tussen fysiologische kenmerken en perinatale stress. Stress leek een meer dysmatuur EEG, gekenmerkt door meer discontinuïteit en langzame golfactiviteit, een meer gesynchroniseerd EEG-netwerk en een sterkere hersen-hartkoppeling te veroorzaken. Daarnaast werd het effect van stress op de vroegtijdige ontwikkeling van de neonaat tijdens het ziekenhuisverblijf onderzocht en leek de discontinue EEG aan te houden tijdens de maturatie van de neonaten.

Het derde deel van dit proefschrift rapporteert een toepassing van EEG-analyse op jonge leeftijd, met als doel het voorspellen van neurologische ontwikkelingsstoornissen, zoals autismespectrumstoornissen. Op basis van EEG-dysmaturiteitskenmerken in de eerste levensmaand, zoals discontinuïteit en trage-golf persistentie, toonden we aan dat verschillende classificatiemodellen zowel de autismediagnose na 24 maanden, als andere ontwikkelingsstoornissen (zoals een lagere cognitieve uitkomst) konden voorspellen. De kwantitatieve analyse van het EEG bevestigde de centrale rol van de dysmaturiteitskenmerken (een lagere entropie van het EEG, een hogere regelmaat van het EEG en een grotere veerkracht van het EEG-netwerk) als de meest voorspellende attributen van ontwikkelingsstoornissen.