Abstract Recent advances in neuroimaging have allowed the use of network analysis to study the brain in a system-based approach. A system-based analysis of gliomas can shed light on mechanisms underlying neuronal connectivity and plasticity and the recovery process, and it could support surgical decision-making. Surgery has been shifting from image-guided surgery to a functional mapping-guided resection where several structural and functional modalities are used. However, reliable identification of eloquent areas during planning of surgical resection is still a challenge. Pre-operative language mapping performed by navigated transcranial magnetic stimulation (nTMS) is of great value as it elucidates functional cortical organization, which might be different from patient to patient due to the heterogeneity of the lesions and individual plasticity. In this paper we propose the construction of an “effective” speech network used for surgical decision making. This is achieved by mapping functionally relevant areas identified by nTMS on tractography-based connectomics. Subsequently we compute graph metrics on the identified speech networks of patients who show preoperative aphasia aiming to identify relevant differences between graph metrics in patients with and without preoperative aphasia. Lastly, the validity of the speech networks is examined by checking the involved graph communities.

Abstract Purpose: To propose a novel recursive partitioning analysis (RPA) classification model in patients with IDH-wildtype glioblastomas that incorporates the recently expanded conception of the extent of resection (EOR) in terms of both supramaximal and total resections. Experimental Design: This multicenter cohort study included a developmental cohort of 622 patients with IDH-wildtype glioblastomas from a single institution (Severance Hospital) and validation cohorts of 536 patients from three institutions (Seoul National University Hospital, Asan Medical Center, and Heidelberg University Hospital). All patients completed standard treatment including concurrent chemoradiotherapy and underwent testing to determine their IDH mutation and MGMTp methylation status. EORs were categorized into either supramaximal, total, or non-total resections. A novel RPA model was then developed and compared with a previous Radiation Therapy Oncology Group (RTOG) RPA model. Results: In the developmental cohort, the RPA model included age, MGMTp methylation status, Karnofsky performance status, and EOR. Younger patients with MGMTp methylation and supramaximal resections showed a more favorable prognosis [class I: median overall survival (OS) 57.3 months], whereas low-performing patients with non-total resections and without MGMTp methylation showed the worst prognosis (class IV: median OS 14.3 months). The prognostic significance of the RPA was subsequently confirmed in the validation cohorts, which revealed a greater separation between prognostic classes for all cohorts compared with the previous RTOG RPA model. Conclusions: The proposed RPA model highlights the impact of supramaximal versus total resections and incorporates clinical and molecular factors into survival stratification. The RPA model may improve the accuracy of assessing prognostic groups.

Meningiomas are the most common primary brain tumors. While most are benign (WHO grade 1) and have a favorable prognosis, up to one-fourth are classified as higher-grade, falling into WHO grade 2 or 3 categories. Recently, an integrated risk score (IRS) pertaining to tumor biology was developed and its prognostic relevance was validated in a large, multicenter study. We hypothesized imaging data to be reflective of the IRS. Thus, we assessed the potential of a machine learning classifier for its noninvasive prediction using preoperative magnetic resonance imaging (MRI).

Abstract Introduction Spinal tumors (ST) often result in dire prognosis, carrying risks such as permanent paralysis, sensory loss, and sphincter dysfunction. Data on their incidence and etiology in pediatric populations are markedly scant. Our study investigates the etiology, clinical manifestation, treatment, and outcomes of pediatric ST. Methods We conducted a retrospective review of our institutional pediatric oncology and neurosurgery database, examining 14 patients under 18 years admitted with ST due to oncological diseases since 2005. We analyzed the clinical presentations, evaluations, molecular diagnostics and treatments for these patients. Results The study spanned 15 years and included 14 pediatric patients, each diagnosed with distinct spinal tumor entity. The mean patient age was approximately 19.6 ± 10.1 months. Severe axial pain along the vertebral column was observed in 13 patients, while acute neurological deterioration manifested in 7 patients. As a first-line intervention, 13 patients underwent decompressive surgery through laminectomy and tumor resection, and only one patient received chemotherapy solely. Before surgery, seven patients were unable to walk; post-surgery, six of them regained their ability to ambulate. The diagnosis encompassed a range of neoplasms: two instances of Ewing sarcoma, 3 instances of teratoma, one case presenting an atypical teratoid Rhabdoid tumor, two instances each of low-grade astrocytoma and neuroblastoma, and single instances of ependymoma, meningioma, rhabdomyosarcoma, and embryonal tumors with multilayered rosettes (ETMRs). Three patients succumbed two years after initiating therapy. Conclusion Despite their rarity, intraspinal tumors in pediatric patients pose substantial therapeutic challenges. The intertwined complexities of the disease entity and the patient’s neurological status demand swift initiation of an individualized therapeutic strategy. This crucial step helps optimize outcomes for this patient cohort, who frequently grapple with debilitating health conditions. Inclusion of these patients within a registry is mandatory to optimize treatment outcomes due to their rarity in pediatric population.

GBM WHO CNS Grade 4 represents a major challenge for oncology due to its aggressive behavior. Conventional imaging has restrictions in detecting tumor recurrence. This prospective study aims to identify gene-based biomarkers in whole blood instead of isolating exosomes for the early detection of tumor recurrence. Blood samples (n = 33) were collected from seven GBM patients at time points before and after surgery as well as upon tumor recurrence. Four tumor tissue samples were assessed in parallel. Next-generation sequencing (NGS), including mRNA-seq and small RNA-seq, was used to analyze gene expression profiles in blood samples and tumor tissues. A novel filtering pipeline was invented to narrow down potential candidate genes. In total, between 6-93 mRNA and 1-19 small RNA candidates could be identified among the seven patients. The overlap of genes between the patients was minimal, indicating significant inter-individual variance among GBM patients. In summary, this prospective study supports the applicability of gene expression measurements in whole blood for the detection of tumor recurrence. It might provide an alternative to the challenging workflow of liquid biopsy after laborious exosome isolation from whole blood.

For many years, noninvasive methods to measure intracranial pressure (ICP) have been unsuccessful. However, such methods are crucial for the assessment of patients with nonpenetrating traumatic brain injuries (TBIs) who are unconscious. In this study, we explored the use of transcranial transmission ultrasound (TTUS) to gather experimental data through brain pulsatility, assessing its effectiveness in detecting high ICP using machine learning analysis. We included patients with severe TBI under invasive ICP monitoring in our intensive care unit. During periods of both normal and elevated ICP, we simultaneously recorded ICP, arterial blood pressure, heart rate, and TTUS measurements. Our classification model was based on data from 9 patients, encompassing 387 instances of elevated ICP (>15 mmHg) and 345 instances of normal ICP (<10 mmHg), and validated through a leave-one-subject-out method. The study, conducted from October 2021 to October 2022, involved 25 patients with an average age of 61.6 ± 17.6 years, producing 279 datasets with an average ICP of 11.3 mmHg (1st quartile 6.1 mmHg; 3rd quartile 14.8 mmHg). The automated TTUS analysis effectively identified ICP values over 15 mmHg with 100% sensitivity and 47% specificity. It achieved a 100% negative predictive value and a 14% positive predictive value. This suggests that TTUS can accurately rule out high ICP above 15 mmHg in TBI patients, indicating patients who may need immediate imaging or intervention. These promising results, if confirmed and expanded in larger studies, could lead to the first reliable, noninvasive screening tool for detecting elevated ICP.

Non-invasive brain stimulation reliably modulates brain activity and symptoms of neuropsychiatric disorders. However, stimulation effects substantially vary across individuals and brain regions. We combined transcranial magnetic stimulation (TMS) and functional magnetic resonance imaging (fMRI) to investigate the neuronal basis of inter-individual and inter-areal differences after TMS. We found that stimulating sensory and cognitive areas yielded fundamentally heterogeneous effects. Stimulation of occipital cortex enhanced brain-wide functional connectivity and generative modeling of endogenous activity identified increased local inhibition and forward-signaling after TMS. Conversely, frontal stimulation decreased functional connectivity, associated with local disinhibition and disruptions of both feedforward and feedback connections. Finally, we identified brain-wide functional integration as a predictive marker for these heterogeneous stimulation effects in individual subjects. Together, our study suggests that modeling of local and global signaling parameters of a target area will improve the specificity of non-invasive brain stimulation for research and clinical applications.

Abstract Human single-unit studies currently rely on neurosurgical procedures that provide only limited brain coverage and on recording devices that do not integrate easily into established surgical routines. Here, we report reliable and robust acute multi-channel recordings with broad cortical access using planar microelectrode arrays (MEA) implanted intracortically in awake brain surgery. We provide a comprehensive characterization of extracellular neuronal activity acquired intraoperatively in tumor patients with large open craniotomies. MEA implantation was fast, safe and yielded high-quality signals at the microcircuit, local field potential level, and at the cellular, single-unit level. Recording from parietal association cortex, a region previously unexplored in human single-unit studies, we demonstrate applications on these complementary spatial scales and describe travelling waves of oscillatory activity as well as single-neuron and neuronal population responses during numerical cognition including operations with uniquely human number symbols. Intraoperative MEA recordings are practicable and can be scaled up to explore cellular and microcircuit mechanisms of a wide range of human brain functions.