Alterazioni della connettività efficace nella rete visuo-motoria nella Sclerosi Multipla: un’analisi tramite Spectral Dynamic Causal Modeling utilizzando MRI funzionale a riposo

Multiple Sclerosis (MS) is a neurodegenerative disease that disrupts brain connectivity, including motor and sensory networks. Functional Magnetic Resonance Imaging (fMRI) is a technique widely used both in research and clinics to deepen our knowledge of the disease and, possibly, develop new treatments. Resting-state fMRI (rs-fMRI), in particular, allows for the analysis of brain connectivity by examining spontaneous neural activity when the brain is not engaged in any specific task, providing insight into how different regions interact under normal and diseased conditions. In this context, spectral Dynamic Causal Modeling (spDCM) is a technique used to assess directed interactions between brain regions by modelling neuronal dynamics in the frequency domain. This approach is particularly useful in rs-fMRI studies, where it helps estimate effective connectivity — the causal influence one neural region exerts over another, based on underlying neuronal interactions rather than simple correlations. The parameters within the effective connectivity matrix represent rate constants, indicating the rates of change in influence between regions. This study uses rs-fMRI and spDCM to explore the effective connectivity between the cerebellum and cerebral cortex in both healthy controls (HC) and MS patients, providing insight into the dynamics of these brain networks. Focusing on six brain regions — Primary Motor Cortex (M1), Supplementary Motor Area and Premotor Cortex (SMAPMC), Superior Parietal Lobule (SPL), Cingulate Cortex (CC), Cerebellum (CRBL), and Primary Visual Cortex (V1) — the study implements the method, assesses its robustness and dependency on region selection strategies and, finally, examines connectivity changes related to motor and visual impairments in MS. For each subject, the effective connectivity matrix was analysed to capture the neural interactions underlying motor and visual impairments in MS. To address model uncertainty and enhance robustness, Bayesian Model Averaging (BMA) was applied at the group level. This allowed for more reliable inferences about cerebellar-cortical connectivity differences between HC and MS, highlighting significant disruptions in MS patients. The impact of Region of Interest (ROI) size was also assessed, showing that larger ROIs reduce variance but risk signal contamination from different neuronal populations. Results revealed significantly reduced connectivity between the SMAPMC and CRBL in MS patients compared to controls, with connection strength dropping from 0.225 Hz in healthy controls to 0.048 Hz in MS. The reverse connection (CRBL to SMAPMC) shifted from inhibitory to slightly excitatory in MS, suggesting cerebellar dysfunction. BMA confirmed these disruptions, highlighting weakened cerebellar-cortical interactions in MS. These findings underline the importance of cerebellar-cortical connectivity in motor and visual impairments in MS, suggesting that the role of the cerebellum in motor control becomes disrupted as connectivity weakens. This reduction in connectivity strength may be linked to lesion-induced damage in MS patients, and the slight excitatory shift observed in the reverse connection could point to compensatory mechanisms in response to neural degeneration. Overall, these connectivity changes offer valuable insights into how MS affects brain networks and could help guide future therapeutic strategies targeting these disrupted pathways.

La Sclerosi Multipla (SM) è una malattia neurodegenerativa che compromette la connettività cerebrale, inclusi i circuiti motori e sensoriali. La Risonanza Magnetica Funzionale (fMRI) è una tecnica ampiamente utilizzata sia nella ricerca che nella clinica per approfondire la nostra conoscenza della malattia e, possibilmente, sviluppare nuovi trattamenti. In particolare, la fMRI a riposo (rs-fMRI) consente di analizzare la connettività cerebrale esaminando l’attività neurale spontanea quando il cervello non è impegnato in alcun compito specifico, fornendo una visione di come le diverse regioni interagiscono in condizioni normali e patologiche. In questo contesto, lo \textit{ spectral Dynamic Causal Modeling} (spDCM) è una tecnica utilizzata per valutare le interazioni dirette tra regioni cerebrali modellando le dinamiche neuronali nel dominio della frequenza. Questo approccio è particolarmente utile negli studi rs-fMRI, in quanto permette di stimare la connettività efficace — l’influenza causale che una regione neurale esercita su un’altra, basata su interazioni neuronali sottostanti piuttosto che su semplici correlazioni. I parametri all’interno della matrice di connettività efficace rappresentano costanti di velocità, che indicano i tassi di variazione dell’influenza tra le regioni. Questo studio utilizza rs-fMRI e spDCM per esplorare la connettività efficace tra cervelletto e corteccia cerebrale sia nei controlli sani (HC) che nei pazienti con SM, fornendo una visione delle dinamiche di queste reti cerebrali. Concentrandosi su sei regioni cerebrali — Corteccia Motoria Primaria (M1), Area Motoria Supplementare e Corteccia Premotoria (SMAPMC), Lobulo Parietale Superiore (SPL), Corteccia Cingolata (CC), Cervelletto (CRBL) e Corteccia Visiva Primaria (V1) — lo studio implementa il metodo, ne valuta la robustezza e la dipendenza dalle strategie di selezione delle regioni e, infine, esamina i cambiamenti di connettività legati ai disturbi motori e visivi nella SM. Per ogni soggetto, la matrice di connettività efficace è stata analizzata per catturare le interazioni neurali alla base dei disturbi motori e visivi nella SM. Per affrontare l’incertezza del modello e migliorare la robustezza, è stata applicata la Media Bayesiana dei Modelli (BMA) a livello di gruppo. Questo ha permesso di fare inferenze più affidabili sulle differenze di connettività cerebello-corticale tra HC e SM, evidenziando significative interruzioni nei pazienti con SM. È stato inoltre valutato l’impatto della dimensione della Regione di Interesse (ROI), dimostrando che ROI più grandi riducono la varianza ma comportano il rischio di contaminazione del segnale da diverse popolazioni neuronali. I risultati hanno rivelato una connettività significativamente ridotta tra SMAPMC e CRBL nei pazienti con SM rispetto ai controlli, con la forza della connessione che è scesa da 0.225 Hz nei controlli sani a 0.048 Hz nei pazienti SM. La connessione inversa (CRBL verso SMAPMC) è passata da inibitoria a leggermente eccitatoria nella SM, suggerendo una disfunzione cerebellare. La BMA ha confermato queste interruzioni, evidenziando un indebolimento delle interazioni cerebello-corticali nella SM. Questi risultati sottolineano l’importanza della connettività cerebello-corticale nei disturbi motori e visivi nella SM, suggerendo che il ruolo del cervelletto nel controllo motorio diventa compromesso man mano che la connettività si indebolisce. Questa riduzione nella forza della connettività potrebbe essere legata ai danni indotti dalle lesioni nei pazienti SM, e il leggero spostamento eccitatorio osservato nella connessione inversa potrebbe indicare meccanismi compensatori in risposta alla degenerazione neurale. Complessivamente, questi cambiamenti di connettività offrono preziose intuizioni su come la SM influenzi le reti cerebrali e potrebbero aiutare a guidare future strategie terapeutiche mirate a questi percorsi interrotti.