Reliability of Modeling Evoked Flow Responses

Zusammenfassung

Ziel: Visuell evozierter Fluss beschreibt die Änderung der Blutflussgeschwindigkeit in der A. cerebri posterior als Reaktion auf einen visuellen Stimulus. Unsere Studie beschreibt erstmals die Reliabilität der Parameter, die man erhält, wenn man an das so definierte Signal einfache Modelle anpasst. Reliabilität wird hierbei durch ein geeignetes Maß, „Cronbachs alpha”, beschrieben. Material und Methoden: Visuell evozierter Fluss wurde bei 19 Probanden an 2 verschieden Tagen gemessen. An das Resultat der Messung wurden zwei Modelle angepasst. Modell 1 beschreibt einen harmonischen Oszillator mit Eigenfrequenz ω und Dämpfungskoeffizient ξ, der (nach einer Latenz ΔT) aus der Ruhelage durch einen Impuls der Stärke T zu einer neuen Gleichgewichtslage K ausgelenkt wird. Modell 2 besteht aus einem System erster Ordnung, das auf ein stufenförmiges Signal reagiert, und zu dem ein transienter Puls addiert wird. Beide Komponenten beginnen ebenfalls mit einer Latenz ΔT nach dem Stimulus. Ergebnisse: Für Modell 1 war der Fehler bei der Anpassung geringer. Das Signal zeigte keine anhaltenden Oszillationen, die nur durch Modell 1 erklärt werden könnten. Jeweils mehrere Parameter beider Modelle zeigten erhebliche Schwankungen bei mehrfacher Messung. Der höchste Wert für Cronbachs alpha zeigte sich für K, Cronbachs alpha war signifikant für K und ω. Schlussfolgerung: Große Schwankungen der Modellparameter bei mehrfacher Bestimmung für ξ und T schränken die physiologische Interpretierbarkeit dieser Größen ein.

Abstract

Purpose: Visually evoked flow characterises the relative changes of blood flow velocity in the posterior cerebral artery in response to visual stimulation. The present study is the first to address the reliability of model fitting to evoked flow responses, rigorously defined by Cronbach’s alpha. Materials and Methods: We fitted two models to the evoked flow responses recorded from 19 subjects on two different days. Model 1 characterises a harmonic oscillator with frequency ω and damping coefficient ξ which (after a delay ΔT) is driven from zero towards a new equilibrium K by an impulse with magnitude T. Model 2 is the sum of a first order system subjected to a step and a transient smoothed pulse, both again delayed by ΔT. Results: Model 1 exhibited slightly smaller fit errors and convergence was less dependent on starting values for the parameters. As judged from the residual noise in the evoked flow response, there was no clear indication of sustained oscillations characterising model 1 exclusively. Both models showed considerable retest errors. Nonetheless, Cronbach’s alpha was significant for K and ω, and highest for K. Conclusion: Retest errors were considerable, particularly so for the damping coefficient ξ and impulse magnitude T. A physiological interpretation of these parameters is limited by our findings.

ultrasound - brain - ultrasound Doppler

References

• 1 Phelps M E, Kuhl D E, Mazziota J C. Metabolic mapping of the brain’s response to visual stimulation: studies in humans.  Science. 1981;  211 1445-1448
• 2 Villringer A, Dirnagl U. Coupling of brain activity and cerebral blood flow: basis of functional neuroimaging.  Cerebrovasc Brain Metab Rev. 1995;  7 240-276
• 3 Aaslid R. Visually evoked dynamic blood flow response of the human cerebral circulation.  Stroke. 1987;  18 771-775
• 4 Newell D W, Aaslid R. Transcranial Doppler: clinical and experimental uses.  Cerebrovasc Brain Metab Rev. 1992;  4 122-143
• 5 Panczel G, Daffertshofer M, Ries S. et al . Age and stimulus dependency of visually evoked cerebral blood flow responses.  Stroke. 1999;  30 619-623
• 6 Rosengarten B, Huwendiek O, Kaps M. Neurovascular coupling and cerebral autoregulation can be described in terms of a control system.  Ultrasound Med Biol. 2001;  27 189-193
• 7 Bland J M, Altman D G. Statistics Notes: Validating scales and indexes.  Bmj. 2002;  324 606-607
• 8 Cronbach L. Coefficient alpha and the internal structure of tests.  Psychometrica. 1951;  16 297-334
• 9 Rosengarten B, Huwendiek O, Kaps M. Neurovascular coupling in terms of a control system: validation of a second-order linear system model.  Ultrasound Med Biol. 2001;  27 631-635
• 10 Rosengarten B, Osthaus S, Kaps M. Overshoot and undershoot: control system analysis of haemodynamics in a functional transcranial Doppler test.  Cerebrovasc Dis. 2002;  14 148-152
• 11 Rosengarten B, Aldinger C, Kaufmann A. et al . Neurovascular coupling remains unaffected by glyceryl trinitrate.  Cerebrovasc Dis. 2002;  14 58-60
• 12 Rosengarten B, Osthaus S, Kaps M. Doppler investigation of within-session reproducibility in a visual stimulation task to assess the volunteer-dependent variation.  Cerebrovasc Dis. 2003;  16 53-60
• 13 Rosengarten B, Aldinger C, Spiller A. et al . Neurovascular coupling remains unaffected during normal aging.  J Neuroimaging. 2003;  13 43-47
• 14 Rosengarten B, Osthaus S, Kaps M. Influence of stimulus duration on the neurovascular coupling response.  Ultraschall in Med. 2004;  25 116-119
• 15 Rosengarten B, Paulsen S, Molnar S. et al . Acetylcholine esterase inhibitor donepezil improves dynamic cerebrovascular regulation in Alzheimer patients.  J Neurol. 2006;  253 58-64
• 16 Sturzenegger M, Newell D W, Aaslid R. Visually evoked blood flow response assessed by simultaneous two-channel transcranial Doppler using flow velocity averaging.  Stroke. 1996;  27 2256-2261
• 17 Rade L, Westergren B. Mathematics Handbook for Science and Engineering. Heidelberg, Berlin, New York; Springer-Verlag Telos 1999
• 18 Good P. Permutation Tests · A Practical Guide to Resampling Methods for Testing Hypotheses. Berlin, Heidelberg, New York; Springer Verlag 2000
• 19 Becker V U, Hansen H C, Brewitt U. et al . Visually evoked cerebral blood flow velocity changes in different states of brain dysfunction.  Stroke. 1996;  27 446-449
• 20 Niehaus L, Lehmann R, Roricht S. et al . Age-related reduction in visually evoked cerebral blood flow responses.  Neurobiol Aging. 2001;  22 35-38