কয়েক দশক ধরে, চিকিৎসকরা মৃগীরোগ (এপিলেপ্সি) বা এনসেফালোপ্যাথি নির্ণয় করার জন্য ইইজি (EEG) ট্রেসের চাক্ষুষ পরীক্ষার উপর নির্ভর করে আসছেন। তবুও অন্যান্য বিভিন্ন ধরণের স্নায়বিক এবং মানসিক রোগের ক্ষেত্রে, মানুষের চোখ সামঞ্জস্যপূর্ণ, অর্থপূর্ণ প্যাটার্ন সনাক্ত করতে হিমশিম খায়।
পরিমাণগত ইলেক্ট্রোএনসেফালোগ্রাফি (qEEG) সিগন্যাল প্রসেসিং অ্যালগরিদম প্রয়োগ করার মাধ্যমে এই ঘাটতি পূরণ করে, যা কাঁচা তরঙ্গরূপকে (raw waveforms) বিভিন্ন সংখ্যাসূচক বৈশিষ্ট্যের একটি সমৃদ্ধ সেটে রূপান্তর করে, যেমন নির্দিষ্ট ফ্রিকোয়েন্সি ব্যান্ডের শক্তি, সংযোগের পরিমাপ এবং একটি আদর্শ ডাটাবেসের সাথে পরিসংখ্যানগত তুলনা।
qEEG কী?
qEEG, বা কোয়ান্টিটেটিভ ইলেকট্রোএনসেফালোগ্রাফি (quantitative electroencephalography), হলো একটি ইলেকট্রোএনসেফালোগ্রাম (EEG) চলাকালীন সংগৃহীত তথ্যের কম্পিউটারাইজড বিশ্লেষণ। এই শব্দটি কখনও কখনও "ব্রেন ম্যাপিং"-এর সাথে অদলবদল করে ব্যবহার করা হয়, যদিও সুনির্দিষ্ট পদ্ধতি এবং রিপোর্টগুলো বিভিন্ন প্রদানকারীর মধ্যে ভিন্ন হতে পারে।
মাথার ত্বকে বা স্ক্যাল্পে রাখা ইলেক্ট্রোডের মাধ্যমে এই রেকর্ডিং করা হয়। এই সেন্সরগুলো খুব ছোট বৈদ্যুতিক সংকেত সনাক্ত করে, যা পরিবর্ধিত (amplified), ডিজিটাইজড এবং ফ্রিকোয়েন্সি (কম্পাঙ্ক), অ্যামপ্লিচিউড (বিস্তার), বন্টন এবং সংকেতগুলোর মধ্যে সম্পর্ক-এর মতো পরিমাপে প্রক্রিয়াজাত করা হয়। তাই qEEG সরাসরি মস্তিষ্কের টিস্যুর ছবি তোলে না বা রক্ত প্রবাহ পরিমাপ করে না; এটি সময়ের সাথে সাথে বৈদ্যুতিক কার্যকলাপের বৈশিষ্ট্যগুলোকে বর্ণনা করে।
qEEG নিউরোসায়েন্স বা স্নায়ুবিজ্ঞানের বিস্তৃত ক্ষেত্রের অন্তর্গত, যেখানে আচরণ, ফিজিওলজি এবং ক্লিনিকাল ইতিহাসের পাশাপাশি বৈদ্যুতিক সংকেতগুলো অধ্যয়ন করা হয়। এর কার্যকারিতা নির্ভর করে রেকর্ডিংটি কত ভালোভাবে প্রাপ্ত করা হয়েছিল, কীভাবে আর্টিফ্যাক্ট বা ত্রুটিগুলো পরিচালনা করা হয়েছিল, কোন রেফারেন্স ডেটা ব্যবহার করা হয়েছিল এবং অন্যান্য প্রমাণের সাথে প্রাপ্ত ফলাফলগুলো কীভাবে খাপ খায় তার উপর। একটি রিপোর্টকে প্রায়শই একটি সামগ্রিক মূল্যায়নের একটি অংশ হিসেবে বোঝা সবচেয়ে ভালো, কোনো একক চূড়ান্ত উত্তর হিসেবে নয়।
qEEG ব্রেন ম্যাপিং ব্যাখ্যা করা হলো
"ব্রেন ম্যাপিং" বলতে সাধারণত পরিমাণগত (quantitative) EEG-এর ফলাফলগুলোকে একটি ভিজ্যুয়াল ফরম্যাটে উপস্থাপন করা বোঝায়। একটি রিপোর্টে মাথার ত্বকের ডায়াগ্রাম, গ্রাফ, টেবিল বা কালার-কোডেড ম্যাপ ব্যবহার করে দেখানো হতে পারে যে কীভাবে পরিমাপ করা কার্যকলাপ বিভিন্ন স্থান এবং ফ্রিকোয়েন্সি ব্যান্ডে পরিবর্তিত হয়। এই প্রদর্শনগুলো জটিল সংখ্যাসূচক তথ্য পর্যালোচনা করা সহজ করে তুলতে পারে, তবে একটি আকর্ষণীয় রঙের প্যাটার্ন স্বয়ংক্রিয়ভাবে কোনো রোগের প্রমাণ নয়।
বিশ্লেষণে ধীর এবং দ্রুত ছন্দসহ প্রচলিত ফ্রিকোয়েন্সি ব্যান্ডের পাশাপাশি প্রতিসাম্য (symmetry), সংযোগ (connectivity) বা সুসংগতির (coherence) পরিমাপ পরীক্ষা করা হতে পারে। সুনির্দিষ্ট পরিমাপগুলো রেকর্ডিং সিস্টেম এবং বিশ্লেষণাত্মক প্রোটোকলের উপর নির্ভর করে। যেহেতু বৈদ্যুতিক কার্যকলাপ বয়স, সতর্কতা, ওষুধ, ঘুম, নড়াচড়া এবং কাজের চাহিদার সাথে পরিবর্তিত হয়, তাই ব্যাখ্যা করার জন্য যে পরিস্থিতিতে ডেটা সংগ্রহ করা হয়েছিল তার প্রতি মনোযোগ দেওয়া প্রয়োজন।
তাই একটি কার্যকর ম্যাপ কেবল একটি ছবির চেয়েও বেশি কিছু। এটি একটি সংকেতের একটি কাঠামোগত সংক্ষিপ্তসার যা ফিল্টার করা হয়েছে, পর্যালোচনা করা হয়েছে এবং একটি উপযুক্ত রেফারেন্স ফ্রেমওয়ার্কের সাথে তুলনা করা হয়েছে। প্রসঙ্গ বা কনটেক্সট এর ব্যাখ্যাকে আকার দেয়: লক্ষণ, স্নায়বিক পরীক্ষা, চিকিৎসার ইতিহাস এবং অন্তর্নিহিত রেকর্ডিংয়ের মানের উপর নির্ভর করে একই পরিসংখ্যানগত বিচ্যুতির ভিন্ন ভিন্ন গুরুত্ব থাকতে পারে।
কীভাবে একটি qEEG ব্রেন স্ক্যান কাজ করে
একটি qEEG ব্রেন স্ক্যান একটি অ্যানাটমিক্যাল স্ক্যানের পরিবর্তে একটি EEG রেকর্ডিংয়ের মাধ্যমে শুরু হয়। এই সিস্টেমটি মাথার ত্বকের একাধিক স্থান থেকে বৈদ্যুতিক সংকেত গ্রহণ করে যখন ব্যক্তিটি স্থির থাকে এবং সহজ নির্দেশাবলী অনুসরণ করে, যেমন চোখ খোলা বা বন্ধ রেখে বিশ্রাম নেওয়া। এর ফলে প্রাপ্ত ডেটা তখন সফটওয়্যার ব্যবহার করে পরীক্ষা এবং বিশ্লেষণ করা হয়।
রেকর্ডিংটিকে ছোট ছোট অংশে বা ইপোক-এ (epochs) বিভক্ত করা যেতে পারে, যাতে নড়াচড়া, পেশীর টান, চোখের নড়াচড়া বা দুর্বল ইলেক্ট্রোড সংযোগের মতো আর্টিফ্যাক্ট দ্বারা দূষিত সময়কালগুলো চিহ্নিত করা যায়। বিশ্লেষকরা পরিমাণগত পরিমাপ গণনা করার আগে ফিল্টার এবং অন্যান্য প্রিপ্রসেসিং পদক্ষেপ প্রয়োগ করতে পারেন।
সেটআপের সময়, একজন প্রযুক্তিবিদ মাথার ত্বকের স্থানগুলো পরিমাপ বা সনাক্ত করেন এবং একটি ক্যাপ, পেস্ট, জেল বা অন্য একটি অনুমোদিত ব্যবস্থার সাহায্যে ইলেক্ট্রোড সংযুক্ত করেন। ইলেক্ট্রোডের বিন্যাস একটি মানসম্মত প্রতিস্থাপন ব্যবস্থা অনুসরণ করতে পারে যাতে রেকর্ডিংজুড়ে স্থানগুলো যুক্তিসঙ্গতভাবে সামঞ্জস্যপূর্ণ থাকে। প্রস্তুতি নিতে রেকর্ডিংয়ের চেয়ে বেশি সময় লাগতে পারে, বিশেষ করে যখন অনেকগুলো চ্যানেল ব্যবহার করা হয়।
ব্যক্তিটি সাধারণত একটি শান্ত ঘরে বসেন বা শুয়ে থাকেন। প্রযুক্তিবিদ সংকেতের গুণমান পরীক্ষা করেন, কখন চোখ খুলতে বা বন্ধ করতে হবে তা বুঝিয়ে দেন এবং প্রোটোকলের উপর নির্ভর করে সংক্ষিপ্ত নড়াচড়া বা অন্যান্য সহজ শর্তের জন্য অনুরোধ করতে পারেন।
একটি সাধারণ সেশন বেদনাহীন হয়, যদিও পেস্ট, ক্যাপ বা স্থির থাকার প্রয়োজন অস্বস্তিকর মনে হতে পারে। চোখের পলক ফেলা, চোয়াল শক্ত করা, কথা বলা এবং মাথার নড়াচড়া আর্টিফ্যাক্ট তৈরি করতে পারে। সেই কারণে, একটি শান্ত পরিবেশ এবং স্পষ্ট নির্দেশাবলী পরিমাপ প্রক্রিয়ারই অংশ, কেবল আরামের বিষয় নয়।
সাধারণ EEG বনাম qEEG
খিঁচুনি সনাক্তকরণের বাইরে যেকোনো কিছুর জন্য ঐতিহ্যবাহী EEG ব্যাখ্যার একটি সুপ্রতিষ্ঠিত নির্ভরযোগ্যতার সমস্যা রয়েছে।
একটি বিস্তৃত পর্যালোচনায় দেখা গেছে যে যখন বিশেষজ্ঞরা মৃগীরোগ ছাড়া অন্য মূল্যায়নের জন্য একই EEG ট্রেসগুলো দৃশ্যত পরিদর্শন করেছিলেন, তখন তাদের চুক্তির স্কোর ছিল 0.2–0.29-এর মতো কম (এমন একটি স্কেলে যেখানে 1.0 হলো নিখুঁত)। এর অর্থ হলো একই রেকর্ডিং দেখে দুজন বিশেষজ্ঞ প্রায়শই সম্পূর্ণ ভিন্ন সিদ্ধান্তে উপনীত হন এবং এই রিডিংগুলোর ভবিষ্যদ্বাণীমূলক বৈধতা শূন্যের কাছাকাছি ছিল।
কোয়ান্টিটেটিভ EEG এই ব্যক্তিনিষ্ঠতাকে এড়িয়ে যায়। কম্পিউটার সিগন্যালটিকে ছোট ছোট অংশে বিভক্ত করে—এমনকি 40 সেকেন্ডের মতো সংক্ষিপ্ত ইপোক-এ—এবং স্পেকট্রাল পাওয়ার, সুসংগতি এবং অন্যান্য মেট্রিক্স গণনা করে।
একাধিক গবেষণায়, এই পদ্ধতিটি 0.9-এর বেশি স্প্লিট-হাফ এবং টেস্ট-রিটেস্ট নির্ভরযোগ্যতার পরিসংখ্যান প্রদান করেছে। কয়েক দিন বা সপ্তাহের ব্যবধানে বারবার রেকর্ডিং অত্যন্ত স্থিতিশীল ফলাফল তৈরি করেছে, যা সময়ের সাথে সাথে একজন রোগীকে ট্র্যাক করার জন্য একটি অপরিহার্য বৈশিষ্ট্য। একটি ধারণাগত নজরের পরিবর্তে একটি পরিমাপযোগ্য, পুনরুৎপাদনযোগ্য ফিঙ্গারপ্রিন্ট দিয়ে প্রতিস্থাপন করে, কোয়ান্টিটেটিভ EEG চিকিৎসকদের মস্তিষ্কের কার্যকারিতা পরিমাপের জন্য একটি সামঞ্জস্যপূর্ণ বেসলাইন দেয়।
বৈশিষ্ট্য | স্ট্যান্ডার্ড EEG | qEEG |
|---|---|---|
প্রাথমিক আউটপুট | চিকিৎসক-পর্যালোচিত বৈদ্যুতিক রেকর্ডিং | পরিমাণগত পরিমাপ এবং ভিজ্যুয়াল সংক্ষিপ্তসার |
প্রধান গুরুত্ব | সময়-ভিত্তিক তরঙ্গরূপের (waveform) নিদর্শন | পরিসংখ্যানগত এবং ফ্রিকোয়েন্সি-ভিত্তিক বৈশিষ্ট্য |
সাধারণ ব্যাখ্যা | ক্লিনিকাল নিউরোফিজিওলজি প্রসঙ্গ | ক্লিনিকাল প্রসঙ্গের সাথে কম্পিউটেশনাল তুলনা |
সাধারণ সীমাবদ্ধতা | বৃহৎ সংখ্যাসূচক তুলনার জন্য কম উপযুক্ত হতে পারে | প্রোটোকল, আর্টিফ্যাক্ট এবং রেফারেন্স ডেটার প্রতি সংবেদনশীল |
কেন আদর্শ মস্তিষ্ক বয়স এবং লিঙ্গ-ভিত্তিক মেলানো উচিত
একজন ব্যক্তির qEEG ব্যাখ্যা করার জন্য একটি রেফারেন্স জনসংখ্যার প্রয়োজন। গড় থেকে একটি বিচ্যুতি কেবল তখনই অর্থপূর্ণ হয় যদি সেই গড়টি সাধারণ জৈবিক পরিবর্তনকে সঠিকভাবে বিবেচনা করে।
একটি বৃহৎ আদর্শ ডেটাবেস 4.5 থেকে 81 বছর বয়সী 1,289 জন সুস্থ অংশগ্রহণকারীর বিশ্রাম অবস্থার EEG সংগ্রহ করেছে। গবেষকরা যখন পুরুষ এবং মহিলাদের জন্য আলাদা মডেল তৈরি করেছিলেন এবং গ্রুপগুলোকে বয়স অনুসারে আরও বিভক্ত করেছিলেন, তখন এর ফলে প্রাপ্ত Z-স্কোরের সঠিকতা উল্লেখযোগ্যভাবে উন্নত হয়েছিল। এই স্তরবিন্যাস (stratification) ছাড়া, ডেটাবেসটি অনেক সুস্থ ব্যক্তিকে অস্বাভাবিক হিসেবে ভুল চিহ্নিত করত কেবল এই কারণে যে তাদের মস্তিষ্কের ছন্দ ভিন্ন বয়স বা লিঙ্গকে প্রতিফলিত করেছিল।
সুস্থ বার্ধক্যের সময় কী ঘটে তা বিবেচনা করলে বয়স মেলানোর প্রয়োজনীয়তা আরও স্পষ্ট হয়ে ওঠে। কর্টিক্যাল ছন্দের উত্স সনাক্ত করতে সোর্স লোকালাইজেশন ব্যবহার করা একটি গবেষণায় দেখা গেছে যে প্রাপ্তবয়স্কদের বয়স বাড়ার সাথে সাথে অক্সিপিটাল অঞ্চলে ডেল্টা (2–4 Hz) পাওয়ারের রৈখিক হ্রাস এবং প্যারিটাল, অক্সিপিটাল, টেম্পোরাল এবং লিম্বিক অঞ্চলে সমান্তরালভাবে আলফা (8–13 Hz) পাওয়ার হ্রাস পেয়েছে।
যদি একজন 75 বছর বয়সী ব্যক্তির qEEG-কে 25 বছর বয়সীদের থেকে প্রাপ্ত নিয়মের সাথে তুলনা করা হয়, তবে প্রাকৃতিকভাবে নিম্ন ডেল্টা এবং আলফা স্তরগুলোকে রোগগত ধীরগতির রূপ হিসেবে ভুল বোঝা যেতে পারে। একটি Z-স্কোর—একটি সংখ্যা যা নির্দেশ করে একজন ব্যক্তি বয়স এবং লিঙ্গ-ভিত্তিক গড় থেকে কতটি স্ট্যান্ডার্ড ডেভিয়েশন দূরে অবস্থান করছেন—তাই একটি বাস্তব আউটলায়ার বা ব্যতিক্রমকে চিহ্নিত করার একমাত্র পরিসংখ্যানগতভাবে গ্রহণযোগ্য উপায় হয়ে ওঠে।
qEEG পরিমাপের বৈধতা
নির্ভরযোগ্যতা একটি পূর্বশর্ত, তবে সংখ্যাগুলোকে বৈধও হতে হবে কারণ সেগুলোকে অবশ্যই প্রকৃত নিউরাল কার্যকারিতা প্রতিফলিত করতে হবে এবং ক্লিনিকাল ফলাফলের পূর্বাভাস দিতে হবে। যে একই পর্যালোচনা qEEG-এর উচ্চ নির্ভরযোগ্যতা প্রতিষ্ঠা করেছিল, তা দেখিয়েছে যে এর বৈশিষ্ট্যগুলোর শক্তিশালী কন্টেন্ট বৈধতা রয়েছে, যা কয়েক দশকের নিউরোফিজিওলজির উপর ভিত্তি করে প্রতিষ্ঠিত।
আরও প্ররোচিতভাবে, qEEG মেট্রিক্স ক্রমাগত নিউরোসাইকোলজিক্যাল পরীক্ষার পারফরম্যান্সের সাথে সম্পর্কিত এবং চিকিৎসার প্রতিক্রিয়ার মতো ফলাফলের পূর্বাভাস দিতে পারে। এই ভবিষ্যদ্বাণীমূলক বৈধতার অর্থ হলো রঙিন ব্রেন ম্যাপ এবং পরিসংখ্যানগত স্কোরগুলো অমূর্ত কল্পনা নয় এবং এগুলো ক্লিনিক্যালি প্রাসঙ্গিক তথ্য বহন করে।
মৃগীরোগ ছাড়া অন্যান্য অ্যাপ্লিকেশনের জন্য, qEEG-এর ভবিষ্যদ্বাণীমূলক বৈধতা ভিজ্যুয়াল EEG রিডিংয়ের প্রায়-শূন্য বৈধতার সম্পূর্ণ বিপরীতে দাঁড়িয়ে আছে। যখন একটি উপযুক্ত আদর্শ ফ্রেমওয়ার্কের সাথে মিলিত হয়, তখন একটি qEEG প্রোফাইল আচরণগত মূল্যায়নের একটি ডেটা-চালিত পরিপূরক অফার করে, যা বস্তুনিষ্ঠ, পরিমাপযোগ্য প্রতিক্রিয়ার মাধ্যমে ক্লিনিকাল সিদ্ধান্তগুলোকে পরিচালিত করে।
কীভাবে qEEG ওষুধ-প্ররোচিত নিউরোটক্সিসিটি ট্র্যাক করে
qEEG-এর ক্লিনিকাল মূল্যের একটি সুনির্দিষ্ট উদাহরণ আসে দুটি অ্যান্টি-এপিলিপ্টিক ওষুধের একটি এলোমেলো বা র্যান্ডমাইজড, ডাবল-ব্লাইন্ড অধ্যয়ন থেকে। তেইশজন সুস্থ স্বেচ্ছাসেবক 12 সপ্তাহের জন্য গ্যাবাপেন্টিন (প্রতিদিন 3,600 mg পর্যন্ত) বা কার্বামাজেপিন (প্রতিদিন 1,200 mg পর্যন্ত) গ্রহণ করেছিলেন। ওষুধের সময়কালের আগে এবং পরে, গবেষকরা একটি কাঠামোগত qEEG রেকর্ড করেছিলেন, জ্ঞানীয় পরীক্ষা করেছিলেন এবং বিষয়ভিত্তিক পার্শ্বপ্রতিক্রিয়ার রেটিং সংগ্রহ করেছিলেন।
উভয় ওষুধই পোস্টেরিয়র ডমিন্যান্ট আলফা রিদমের—মস্তিষ্কের বিশ্রামের নিষ্ক্রিয় কম্পাঙ্ক—উল্লেখযোগ্য ধীরগতির কারণ হয়েছিল। কার্বামাজেপিনের আরও স্পষ্ট প্রভাব ছিল। গুরুত্বপূর্ণভাবে, কার্বামাজেপিন দ্বারা চিকিৎসা করা ১০ জন ব্যক্তি এবং গ্যাবাপেন্টিন দ্বারা চিকিৎসা করা ৬ জন ব্যক্তি একজন ব্যক্তির জন্য 95% আত্মবিশ্বাসের ব্যবধানের (confidence interval) বাইরে পড়েছিলেন, যার অর্থ তাদের আলফা ছন্দ এমন এক মাত্রায় ধীর হয়ে গিয়েছিল যা ওষুধ না খাওয়া জনসংখ্যার মধ্যে খুব কমই দেখা যায়।
যদিও খুব কম অংশগ্রহণকারীই বস্তুনিষ্ঠ জ্ঞানীয় পরীক্ষায় উল্লেখযোগ্যভাবে হ্রাস পেয়েছেন, তবে EEG ধীরগতির মাত্রা নিউরোটক্সিসিটির বৃহত্তর বিষয়ভিত্তিক অভিযোগ এবং একটি সামগ্রিক স্কোরে দুর্বল সামগ্রিক জ্ঞানীয় কর্মক্ষমতা উভয়ের সাথেই যুক্ত ছিল।
এই পরিস্থিতিতে, qEEG একটি কার্যকরী মস্তিষ্কের পরিবর্তন সনাক্ত করেছে যা সাধারণ পেন্সিল-এবং-কাগজ পরীক্ষার চেয়ে বেশি সংবেদনশীল ছিল। ওষুধের সমন্বয়কারী একজন চিকিৎসকের জন্য, ব্যক্তির আদর্শ সীমার বাইরে আলফা পিক ফ্রিকোয়েন্সির পরিবর্তন জ্ঞানীয় পার্শ্বপ্রতিক্রিয়াগুলোর একটি প্রাথমিক, বস্তুনিষ্ঠ সূচক হিসেবে কাজ করতে পারে, যা রোগীর দৈনন্দিন জীবন ক্ষতিগ্রস্ত হওয়ার আগেই ডোজ পর্যালোচনার তাগিদ দেয়।
qEEG-তে সাধারণ বার্ধক্য থেকে আলঝেইমার রোগ
সুস্থ বার্ধক্য থেকে ডিমেনশিয়ার দিকে যাত্রাপথটি কীভাবে qEEG স্বতন্ত্র রোগের লক্ষণগুলো ম্যাপ করতে পারে তা তুলে ধরে। সুস্থ বার্ধক্য, যেমনটি আগে বর্ণনা করা হয়েছে, ডেল্টা এবং পোস্টেরিয়র আলফা পাওয়ারের ধীরে ধীরে ক্ষতি নিয়ে আসে।
আলঝেইমার রোগ (AD) এই প্যাটার্নটিকে বিপরীত দিকে ব্যাহত করে। গবেষকরা যখন বয়স অনুসারে বিভক্ত 26 জন AD রোগী, সামান্য জ্ঞানীয় দুর্বলতা (MCI) সম্পন্ন 53 জন ব্যক্তি এবং 246 জন সুস্থ নিয়ন্ত্রণের থেকে বিশ্রাম অবস্থার EEG তুলনা করেছিলেন, তখন AD গ্রুপটি তাদের সমবয়সীদের তুলনায় ধীর-তরঙ্গ পাওয়ারে (ডেল্টা এবং থিটা) উল্লেখযোগ্য বৃদ্ধি এবং আলফা পাওয়ারে হ্রাস দেখিয়েছিল।
মূলত, আলঝেইমারের মস্তিষ্ক विरोধভাষীভাবে আরও বেশি ধীর ক্রিয়াকলাপ তৈরি করে এবং একই সাথে এর দ্রুত, সংগঠিত ছন্দগুলো হারায়।
থিটা-টু-আলফা রেশিও (TAR) এই দ্বিগুণ আঘাতকে একটি একক সংখ্যা হিসেবে ক্যাপচার করেছে এবং সবচেয়ে বড়, সবচেয়ে উল্লেখযোগ্য গ্রুপ পার্থক্য তৈরি করেছে। MCI-এর সূক্ষ্ম পরিবর্তনগুলো খুঁজে বের করতে, তদন্তকারীরা একটি পাওয়ার ডিস্ট্রিবিউশন ডিস্ট্যান্স মেজার (PDDM) তৈরি করেছেন যা কেবল ইপোকগুলোর গড় করার পরিবর্তে সময়ের সাথে সাথে পাওয়ার সম্ভাব্যতা বন্টনের সম্পূর্ণ আকার পরীক্ষা করেছে। PDDM সামান্যভাবে MCI-নির্দিষ্ট সনাক্তকরণ উন্নত করেছে, যা টেম্পোরাল অঞ্চলগুলোতে স্থানীয়করণ করা ছোট কিন্তু উল্লেখযোগ্য প্রভাবগুলো প্রকাশ করে।
যখন এই বৈশিষ্ট্যগুলো মেশিন-লার্নিং ক্লাসিফায়ারে দেওয়া হয়েছিল, তখন মডেলটি আরওসির কার্ভের (AUC) অধীনে 0.85 ক্ষেত্রফলের সাথে সুস্থ নিয়ন্ত্রণগুলো থেকে স্বতন্ত্র AD রোগীদের আলাদা করেছে—একটি শক্তিশালী প্রভাব যা নির্দেশ করে, উদাহরণস্বরূপ, একটি এলোমেলোভাবে নির্বাচিত AD রোগীকে 85% ক্ষেত্রে একটি এলোমেলোভাবে নির্বাচিত নিয়ন্ত্রণের চেয়ে উচ্চে স্থান দেওয়া হবে। তবে MCI-এর জন্য, AUC ছিল সীমিত 0.6, যা কেবল সামান্য নির্ভুলতায় অনুবাদ করে।
আশ্বাসের বিষয় হলো, qEEG-প্রাপ্ত সম্ভাব্যতা এবং অনুপাত স্কোরগুলো AD গ্রুপে মিনি-মেন্টাল স্টেট এক্সামিনেশন স্কোর এবং অন্যান্য নিউরোসাইকোলজিক্যাল পরীক্ষা-এর সাথে সম্পর্কিত ছিল, যা বৈদ্যুতিক অস্বাভাবিকতাগুলোকে বাস্তব-জগতের জ্ঞানীয় হ্রাসের সাথে সংযুক্ত করে।
এই ফলাফলগুলো আশা এবং সতর্কতা উভয়ই তুলে ধরে। প্রতিষ্ঠিত আলঝেইমার রোগে, qEEG একটি শক্তিশালী শারীরবৃত্তীয় সংকেত বহন করে। কিন্তু খুব প্রাথমিক জ্ঞানীয় পরিবর্তনের জন্য একটি স্বতন্ত্র স্ক্রীনিং টুল হিসেবে, MCI-এর জন্য এর সীমিত সংবেদনশীলতার অর্থ হলো একটি স্বাভাবিক রিডিং প্রাথমিক রোগকে বাতিল করতে পারে না, এবং একটি অস্বাভাবিক রিডিং মিথ্যা অ্যালার্ম হতে পারে। তবে ক্লিনিকাল মূল্যায়ন এবং অন্যান্য বায়োমার্কার-এর পাশাপাশি ব্যবহার করা হলে, qEEG স্নায়বিক কর্মহীনতার একটি অ-আক্রমণাত্মক, স্বল্পমূল্যের উইন্ডো সরবরাহ করে।
সাধারণ ভুলত্রুটি এবং অতিরিক্ত দাবি করা অ্যাপ্লিকেশন
দাবি বনাম প্রমাণ। অনেক বাণিজ্যিক প্ল্যাটফর্ম এবং জনপ্রিয় নিবন্ধ qEEG-কে বেশ কয়েকটি মস্তিষ্কের ব্যাধির জন্য একটি নিশ্চিত ডায়াগনস্টিক হিসেবে উপস্থাপন করে। গবেষণা চলমান থাকলেও, বর্তমান সাহিত্য এই পরিস্থিতিগুলোর জন্য নিয়মিত ক্লিনিকাল ব্যবহার সমর্থন করার ক্ষেত্রে সতর্ক।
আদর্শ ডেটাবেসের গুণমান গুরুত্বপূর্ণ। রেফারেন্স ডেটাবেসটি যদি দুর্বলভাবে তৈরি করা হয় তবে সম্পূর্ণ ব্যাখ্যামূলক কাঠামো ভেঙে পড়ে। কঠোর বয়স এবং লিঙ্গ স্তরবিন্যাস ছাড়া, সাধারণ পরিবর্তনকে প্যাথলজি বা রোগ হিসেবে ভুল চিহ্নিত করা হতে পারে। যেকোনো নির্ভরযোগ্য qEEG মূল্যায়নের অবশ্যই একটি বৈজ্ঞানিকভাবে পরীক্ষিত আদর্শ জনসংখ্যার উল্লেখ থাকতে হবে।
ব্যক্তিগত পরিবর্তনশীলতা গ্রুপের প্রভাবকে অস্পষ্ট করতে পারে। এমনকি যখন একটি ওষুধ বা রোগ একটি উল্লেখযোগ্য গ্রুপ-স্তরের পরিবর্তন তৈরি করে, কিছু ব্যক্তি স্বাভাবিক সীমার মধ্যেই থাকে। ওষুধের গবেষণায়, বেশ কয়েকজন অংশগ্রহণকারী একটি উল্লেখযোগ্য ডোজ গ্রহণ করা সত্ত্বেও আলফা ধীরগতির জন্য 95% আত্মবিশ্বাসের ব্যবধান অতিক্রম করেননি। তাই একটি একক qEEG মানকে সম্পূর্ণ ক্লিনিকাল চিত্রের পরিপ্রেক্ষিতে ব্যাখ্যা করতে হবে, পরম পরীক্ষা হিসেবে নয়।
প্রাথমিক রোগে ছোট প্রভাবের আকার। MCI-এর জন্য 0.6-এর সীমিত AUC-এর অর্থ হলো কেবল qEEG জ্ঞানীয় হ্রাসের প্রাথমিক স্তরগুলোকে নির্ভরযোগ্যভাবে সনাক্ত করতে পারে না; মিথ্যা পজিটিভ এবং মিথ্যা নেগেটিভ হওয়ার সম্ভাবনা থাকে। আরও পরিশীলিত বিশ্লেষণের মাধ্যমে প্রভাবের আকার উন্নত না হওয়া পর্যন্ত, qEEG একটি একক স্ক্রিনারের পরিবর্তে একটি সহায়ক হিসেবে সবচেয়ে ভালো কাজ করে।
কীভাবে একটি qEEG সেশনের জন্য প্রস্তুতি নেবেন
প্রস্তুতির নির্দেশাবলী প্রোটোকল এবং রেকর্ডিংয়ের উদ্দেশ্যের উপর ভিত্তি করে পরিবর্তিত হয়। প্রদানকারী চুলের পণ্য, ক্যাফেইন, ঘুম, খাবার এবং ওষুধের বিষয়ে নির্দেশনা দিতে পারেন, কারণ এই কারণগুলো সতর্কতা বা সংকেতের গুণমানকে প্রভাবিত করতে পারে। নির্দেশাবলী প্রতিটি qEEG অ্যাপয়েন্টমেন্টের জন্য সর্বজনীন নিয়ম হিসেবে না দেখে পরীক্ষার ডিজাইনের অংশ হিসেবে বোঝা উচিত।
রেকর্ডিংয়ের পরিবেশ সাধারণত শান্ত থাকে এবং ব্যক্তিকে শিথিল থাকতে এবং অপ্রয়োজনীয় নড়াচড়া কমাতে বলা হতে পারে। চুল এবং মাথার ত্বকের পরিচ্ছন্নতা ইলেক্ট্রোডের যোগাযোগ সহজ করতে পারে, যখন ক্লান্তি বা অস্বাভাবিক ঘুম পরিমাপ করা অবস্থাকে পরিবর্তন করতে পারে। রেকর্ডিংকে প্রভাবিত করতে পারে এমন যেকোনো প্রাসঙ্গিক কারণ ব্যাখ্যাকারী চিকিৎসকের জন্য নথিভুক্ত করা উচিত।
আপনার qEEG রিপোর্ট বোঝা
একটি qEEG রিপোর্টে অপরিশোধিত (raw) বা প্রক্রিয়াজাত তরঙ্গরূপ, ফ্রিকোয়েন্সি স্পেকট্রা, টপোগ্রাফিক ম্যাপ, পরিসংখ্যানগত স্কোর এবং লিখিত ব্যাখ্যা অন্তর্ভুক্ত থাকতে পারে। বিভিন্ন প্রদানকারীর মধ্যে বিন্যাসটি বেশ ভিন্ন হয়। "উচ্চ," "হ্রাসপ্রাপ্ত" বা "অস্বাভাবিক"-এর মতো শব্দগুলো একটি নির্বাচিত তুলনার সাপেক্ষে একটি পরিমাপ বর্ণনা করে এবং এগুলো নিজে থেকে কোনো রোগের নাম প্রকাশ করে না।
রিপোর্টটি সাধারণত রেকর্ডিংয়ের পরিস্থিতি, গুণমান-নিয়ন্ত্রণ প্রক্রিয়া এবং রেফারেন্স ফ্রেমওয়ার্ক চিহ্নিত করে যখন সেই বিবরণগুলো ক্লিনিক্যালি প্রাসঙ্গিক হয়। এটি পর্যবেক্ষণ করা ডেটাকে ব্যাখ্যা থেকে আলাদা করা উচিত। একটি দরকারী ব্যাখ্যা প্রমাণের চেয়ে বেশি নিশ্চিততা প্রকাশ না করে রেফারেল প্রশ্নের সাথে ফলাফলগুলোকে সংযুক্ত করে।
একটি রিপোর্ট সম্পর্কে প্রশ্নগুলো এটির ব্যাখ্যার জন্য দায়ী যোগ্য পেশাদারের মাধ্যমে সমাধান করা সবচেয়ে ভালো। কোনো একক রঙ, স্কোর বা অনুপাত পৃথকভাবে পড়া উচিত নয়। লক্ষণ, ইতিহাস, পরীক্ষা এবং অন্যান্য পরীক্ষার সাথে বিবেচনা করা হলে রিপোর্টটি আরও অর্থপূর্ণ হয়ে ওঠে।
কোয়ান্টিটেটিভ EEG আজ চিকিৎসকদের কী বলতে পারে এবং কী বলতে পারে না
কোয়ান্টিটেটিভ EEG ব্যক্তিনিষ্ঠ ভিজ্যুয়াল রিডিংকে স্থিতিশীল সংখ্যাসূচক মেট্রিক্স দিয়ে প্রতিস্থাপন করে একটি শতাব্দী প্রাচীন প্রযুক্তিকে একটি বস্তুনিষ্ঠ, পুনরুৎপাদনযোগ্য টুলে রূপান্তর করে। এর বাস্তব-জগতের মূল্য ইতিমধ্যেই সুনির্দিষ্ট সেটিংসে দৃশ্যমান যেমন সাধারণ পরীক্ষাগুলো সনাক্ত করার আগেই ওষুধ-প্ররোচিত জ্ঞানীয় ধীরগতি সনাক্ত করা এবং অত্যন্ত নির্ভুলতার সাথে সুস্থ বার্ধক্য থেকে আলঝেইমার রোগকে আলাদা করা।
তবুও যে একই প্রমাণ এই অ্যাপ্লিকেশনগুলোকে সমর্থন করে তা অন্যান্য স্নায়বিক ব্যাধি-এর জন্য এর বিস্তৃত ব্যবহারের ক্ষেত্রে স্পষ্ট সীমানা নির্ধারণ করে।
প্রতিটি qEEG ফলাফলের নির্ভরযোগ্যতা রেফারেন্স জনসংখ্যার গুণমানের উপর নির্ভর করে যার সাথে এটি তুলনা করা হয়, কারণ মস্তিষ্কের ছন্দ বয়সের সাথে স্বাভাবিকভাবেই পরিবর্তিত হয় এবং লিঙ্গের মধ্যে ভিন্ন হয়। একক সিদ্ধান্তের পরিবর্তে ক্লিনিকাল মূল্যায়নের পরিপূরক হিসেবে ব্যবহার করা হলে, qEEG মস্তিষ্কের কার্যকারিতার একটি স্বল্পমূল্যের, অ-আক্রমণাত্মক উইন্ডো অফার করে যা ওষুধের সমন্বয়কে গাইড করতে পারে এবং জ্ঞানীয় হ্রাস চিহ্নিত করতে পারে।
এর ভবিষ্যৎ ক্রমবর্ধমান আদর্শ ডেটাসেট এবং আরও তীক্ষ্ণ বিশ্লেষণের উপর নির্ভর করে, তবে এর বর্তমান ভূমিকা ইতিমধ্যেই স্পষ্ট: একটি শক্তিশালী বস্তুনিষ্ঠ সহায়তা, ক্লিনিকাল রায়ের বিকল্প নয়।
তথ্যসূত্র
Thatcher, R. W. (2010). Validity and reliability of quantitative electroencephalography. Journal of neurotherapy, 14(2), 122-152. https://doi.org/10.1080/10874201003773500
Ko, J., Park, U., Kim, D., & Kang, S. W. (2021). Quantitative electroencephalogram standardization: a sex-and age-differentiated normative database. Frontiers in Neuroscience, 15, 766781. https://doi.org/10.3389/fnins.2021.766781
Babiloni, C., Binetti, G., Cassarino, A., Dal Forno, G., Del Percio, C., Ferreri, F., Ferri, R., Frisoni, G., Galderisi, S., Hirata, K., Lanuzza, B., Miniussi, C., Mucci, A., Nobili, F., Rodriguez, G., Luca Romani, G., & Rossini, P. M. (2006). Sources of cortical rhythms in adults during physiological aging: a multicentric EEG study. Human brain mapping, 27(2), 162–172. https://doi.org/10.1002/hbm.20175
Salinsky, M. C., Binder, L. M., Oken, B. S., Storzbach, D., Aron, C. R., & Dodrill, C. B. (2002). Effects of gabapentin and carbamazepine on the EEG and cognition in healthy volunteers. Epilepsia, 43(5), 482-490. https://doi.org/10.1046/j.1528-1157.2002.22501.x
Meghdadi, A. H., Stevanović Karić, M., McConnell, M., Rupp, G., Richard, C., Hamilton, J., ... & Berka, C. (2021). Resting state EEG biomarkers of cognitive decline associated with Alzheimer’s disease and mild cognitive impairment. PloS one, 16(2), e0244180. https://doi.org/10.1371/journal.pone.0244180
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
একটি ঐতিহ্যবাহী EEG এবং একটি কোয়ান্টিটেটিভ EEG-এর মধ্যে প্রধান পার্থক্য কী?
একটি ঐতিহ্যবাহী EEG কাঁচা ব্রেনওয়েভ ট্রেসগুলোর ভিজ্যুয়াল পরিদর্শনের উপর নির্ভর করে, যা ব্যক্তিনিষ্ঠ এবং বিশেষজ্ঞদের মধ্যে অসঙ্গতিপূর্ণ হতে পারে। একটি qEEG কম্পিউটার অ্যালগরিদম ব্যবহার করে সেই কাঁচা তরঙ্গরূপগুলোকে সংখ্যাসূচক বৈশিষ্ট্যে রূপান্তর করে যেমন ফ্রিকোয়েন্সি ব্যান্ডে পাওয়ার, সংযোগ পরিমাপ এবং Z-স্কোর, যা বিশ্লেষণটিকে পুনরুৎপাদনযোগ্য এবং বস্তুনিষ্ঠ করে তোলে।
কেন qEEG-কে বয়স এবং লিঙ্গ-ভিত্তিক নিয়মের সাথে তুলনা করা গুরুত্বপূর্ণ?
মস্তিষ্কের ছন্দ প্রাকৃতিকভাবে বয়সের সাথে পরিবর্তিত হয় এবং লিঙ্গের মধ্যে ভিন্ন হয়, তাই একজন ব্যক্তির ফলাফল তখনই অর্থপূর্ণ হয় যখন একটি অনুরূপ রেফারেন্স গ্রুপের সাথে তুলনা করা হয়। সঠিক মিল ছাড়া, একজন সুস্থ বয়স্ক ব্যক্তির প্রাকৃতিকভাবে ধীরগতির ব্রেনওয়েভগুলোকে প্যাথলজিক্যাল অস্বাভাবিকতা হিসেবে ভুল করা হতে পারে।
কীভাবে qEEG মৃগীরোগ ছাড়া অন্য অবস্থার জন্য ভিজ্যুয়াল EEG রিডিংয়ের তুলনায় নির্ভরযোগ্যতা উন্নত করে?
মৃগীরোগ ছাড়া অন্য মূল্যায়নের জন্য EEG-এর ভিজ্যুয়াল পরিদর্শনে বিশেষজ্ঞদের মধ্যে খুব কম মিল থাকে, কখনও কখনও শূন্যের কাছাকাছি। qEEG, ছোট ব্রেনওয়েভ অংশগুলোতে স্বয়ংক্রিয় গণনা ব্যবহার করে, উচ্চ টেস্ট-রিটেস্ট নির্ভরযোগ্যতা অর্জন করে, যার অর্থ বারবার রেকর্ডিং স্থিতিশীল ফলাফল তৈরি করে যা সময়ের সাথে সাথে রোগীদের ট্র্যাক করার জন্য বিশ্বাস করা যেতে পারে।
কেন qEEG ব্যাখ্যার জন্য আদর্শ ডেটাবেসের গুণমান অত্যন্ত গুরুত্বপূর্ণ?
Z-স্কোর গণনার সম্পূর্ণ সিস্টেমটি একটি সুগঠিত রেফারেন্স জনসংখ্যার থাকার উপর নির্ভর করে যা বয়স এবং লিঙ্গ দ্বারা সঠিকভাবে স্তরীভূত। ডেটাবেসটি যদি দুর্বলভাবে তৈরি হয়, তবে সাধারণ জৈবিক বৈচিত্র্যকে মিথ্যাভাবে প্যাথলজি হিসেবে চিহ্নিত করা যেতে পারে, যা qEEG ফলাফলের বৈধতাকে দুর্বল করে দেয়।
qEEG-এর পূর্ণ রূপ কী?
qEEG-এর পূর্ণ রূপ হলো কোয়ান্টিটেটিভ ইলেকট্রোএনসেফালোগ্রাফি (quantitative electroencephalography)। এটি EEG ইলেক্ট্রোডের মাধ্যমে রেকর্ড করা বৈদ্যুতিক কার্যকলাপের কম্পিউটারাইজড সংখ্যাসূচক বিশ্লেষণকে বোঝায়।
qEEG কি ব্রেন স্ক্যানের মতোই?
qEEG-কে কখনও কখনও ব্রেন ম্যাপিং বলা হয়, তবে এটি কোনো অ্যানাটমিক্যাল ইমেজিং স্ক্যান নয়। এটি মস্তিষ্কের কাঠামোর সরাসরি ছবি তৈরি করার পরিবর্তে মাথার ত্বক থেকে রেকর্ড করা বৈদ্যুতিক সংকেত বিশ্লেষণ করে।
একটি qEEG সেশন কি বেদনাদায়ক?
একটি qEEG সেশন সাধারণত অ-আক্রমণাত্মক এবং এতে বৈদ্যুতিক উদ্দীপনা জড়িত থাকে না। ইলেক্ট্রোড পেস্ট, একটি ক্যাপ বা স্থির থাকার প্রয়োজন সামান্য অস্বস্তি বা অসুবিধার কারণ হতে পারে।
qEEG করতে কত সময় লাগে?
মোট অ্যাপয়েন্টমেন্টের দৈর্ঘ্য প্রস্তুতি, রেকর্ডিং পরিস্থিতি, সেন্সরের সংখ্যা এবং অতিরিক্ত কাজ অন্তর্ভুক্ত আছে কিনা তার সাথে পরিবর্তিত হয়। সেটআপ এবং ডেটা-গুণমান পরীক্ষায় যথেষ্ট সময় লাগতে পারে।
কী কী বিষয় qEEG ফলাফলকে প্রভাবিত করতে পারে?
ঘুম, সতর্কতা, ওষুধ, পদার্থ, মানসিক চাপ, চোখের নড়াচড়া, পেশীর টান, নড়াচড়া, ইলেক্ট্রোডের যোগাযোগ এবং প্রযুক্তিগত হস্তক্ষেপ সবই একটি রেকর্ডিং বা এর ব্যাখ্যাকে প্রভাবিত করতে পারে।
কে একটি qEEG রিপোর্ট ব্যাখ্যা করেন?
ব্যাখ্যা অবশ্যই EEG এবং প্রাসঙ্গিক ক্লিনিকাল প্রসঙ্গে উপযুক্ত প্রশিক্ষণপ্রাপ্ত একজন যোগ্য পেশাদার দ্বারা সম্পন্ন করা উচিত। রিপোর্টটি এককভাবে দেখার চেয়ে অন্যান্য মূল্যায়ন তথ্যের পাশাপাশি বিবেচনা করা উচিত।
Emotiv একটি নিউরোটেকনোলজি শীর্ষস্থানীয় প্রতিষ্ঠান, যা সহজলভ্য EEG এবং ব্রেন ডেটা টুলের মাধ্যমে স্নায়ুবিজ্ঞান গবেষণার অগ্রগতিতে সহায়তা করে।
ক্রিশ্চিয়ান বার্গোস
