Alai

Introducere

Electroencefalografia intracraniană (IEEG) transcende multe limite fizice ale electroencefalografiei scalpului (EEG) și ale magnetoencefalografiei (MEG) prin înregistrarea semnalelor direct din țesutul cerebral. Progresele rapide ale procesării computerizate din ultimele decenii au extins capacitățile software și hardware, permițând înregistrări simultane din sute de locuri intracraniene cu o precizie de microsecunde. Aceste creșteri ale rezoluției temporale și spațiale au îmbunătățit precizia diagnosticului pentru localizarea convulsiilor (Andrews et al., 2019; Cuello Oderiz et al., 2019) și au condus la o accelerare a cercetării neurofiziologiei intracraniene umane (Chang, 2015; Parvizi și Kastner, 2018).

Împreună cu instrumentele și capacitățile computaționale emergente pentru analiza masivă a seturilor de date, bogăția de oportunități neuroștiințifice și descoperirile potențiale este promițătoare. Cu toate acestea, analiza semnalului pe înregistrări intracraniene umane invocă capcane inerente care sunt probabil abordate, dar minim recunoscute în multe studii neurofiziologice ale pacienților umani – și anume, descărcările epileptiforme interictale (IED). IED-urile sunt explozii tranzitorii de activitate produse de grupuri de neuroni care sunt conectați în mod patologic din cauza epilepsiei, rezultând în forme de undă distincte și proeminente în timpul înregistrărilor IEEG (Figura 1A). Această perspectivă va atrage atenția asupra pericolelor IED, a efectelor potențiale asupra strategiilor comune de analiză și va descrie strategii comune pentru a le evita, astfel încât valul tot mai mare de descoperiri în neurofiziologia umană să continue să avanseze, sperăm, fără pași greșiți.

Natura pericolelor IED în neurofiziologia IEEG umană

Nostru punct de vedere este că paradigma neurofiziologiei intracraniene umane expune oamenii de știință bine intenționați la riscuri de rezultate eronate din cauza a doi factori principali:

(1) Electrozii sunt implantați în regiuni ale creierului uman care sunt considerate susceptibile de a dezvălui semnături neurofiziologice ale epilepsiei atât în context ictal cât și interictal – care sunt adesea forme de undă ascuțite de amplitudine mare.

(2) Analizele de procesare a semnalelor care sunt utilizate în mod obișnuit pentru neurofiziologia umană sunt extrem de sensibile la formele de undă ascuțite de amplitudine mare descrise la punctul 1, care cauzează rezultate false.

Din acest motiv, seturile de date IEEG conțin în mod obișnuit semnături electrice ale epilepsiei care transmit riscul unor rezultate distorsionate atunci când sunt incluse în analizele de semnal obișnuite, cum ar fi măsurile de putere și coerență, și metodele conexe, cum ar fi co-modulația putere-fază (Kramer et al, 2008). O modalitate de a lua în considerare această problemă este faptul că multe metode de procesare a semnalelor neuronale, cum ar fi analizele bazate pe Fourier, Wavelet și Hilbert, presupun un substrat de date sinusoidal (van Drongelen, 2018). Prin urmare, convoluția undelor de amplitudine mare sau a devierilor ascuțite (amplitudine mare sau chiar mică) predispune la reprezentări ale multor frecvențe care pot fi în mare măsură false, deoarece multe funcții sinusoidale consecutive se pot potrivi acestor elemente ale formei de undă. În figurile 1B-D, prezentăm exemple de modul în care IED-urile pot denatura cu ușurință semnalele neurofiziologice în acest mod prin metodele spectrale utilizate în mod obișnuit ale transformărilor Hilbert, Wavelet și Fourier. În benzile de frecvență mai joase, atât componentele cu unde ascuțite, cât și cele cu unde lente ale IED pot induce o creștere a puterii în orice frecvență care se potrivește acestor caracteristici. În benzile de frecvență mai înalte, această izbucnire izbitoare a puterii pe întinderi vaste de niveluri de frecvență continuă devine și mai evidentă și poate fi denumită inelare sau scurgere spectrală (Scheffer-Teixeira et al., 2013). Acest lucru poate fi evident în întreaga bandă gamma înaltă (50-200 Hz sau alt interval similar), o problemă îngrijorătoare, având în vedere că multe laboratoare de neurofiziologie utilizează activitatea gamma înaltă, având în vedere valoarea sa potențială ca un surogat pentru activitatea neuronală locală (Ray et al., 2008). Exemplul din figura 1H demonstrează modul în care includerea cumulativă (figurile 1E-G) a încercărilor cu vârfuri adaugă variabilitate falsă (riscând un fals negativ) sau influențează în alt mod semnificația statistică (riscând un fals pozitiv).

Această problemă ar putea fi mai răspândită decât în înregistrările EEG sau MEG din cauza contactului direct cu țesutul neuronal, care poate transmite amplitudini mai mari ale vârfurilor și devieri mai ascuțite, în special în cazul dispozitivelor explozive improvizate, contaminând analizele neurofiziologice. În plus, electrozii intracranieni sunt plasați în mod specific în regiuni care sunt susceptibile de a fi asociate clinic cu focarul crizei epileptice, ceea ce duce la IED-uri puternice și/sau frecvente în unele seturi de date IEEG.

Anecodotal, majoritatea cercetătorilor în neurofiziologia umană ar fi de acord că contaminarea datelor cu IED-uri este un lucru cunoscut, deși impactul acesteia poate varia pentru anumite tipuri de analize (Meisler et al., 2019). De fapt, s-ar putea anticipa faptul că multe laboratoare de cercetare dispun de strategii pentru a ocoli, sau cel puțin pentru a minimiza această problemă. Cu toate acestea, atunci când este evaluată din punct de vedere practic, această problemă și ramificațiile sale potențiale pot fi mult mai răspândite decât se anticipa. Un al treilea factor de complicare poate ilustra modul în care se poate întâmpla acest lucru:

(3) Este posibil ca cercetătorii în neurofiziologie (în special stagiarii timpurii, cum ar fi studenții și cercetătorii postdoctorali) să nu primească o pregătire directă în identificarea dispozitivelor explozive improvizate sau a artefactelor electrice. În plus, este posibil ca spectrul de morfologii potențiale ale IED și modul în care se poate aștepta ca trăsăturile lor distincte să contamineze analizele de semnal să nu fie înrădăcinate în cadrul formării standard.

Ca o complicație suplimentară, concordanța inter-rater pentru detectarea IED este surprinzător de slabă, chiar și în rândul epileptologilor cu o pregătire completă (Barkmeier et al., 2012; Janca et al., 2015).

Strategii de tratare a IED-urilor

Există o varietate de abordări atunci când se întâlnesc IED-uri în date, care pot depinde sau nu de rata și extinderea spațială a acestora (de exemplu, un cercetător poate să nu fie înclinat să curețe și să „curețe” un set de date pentru un vârf pe minut, dar poate pentru 10 vârfuri pe minut). Am distilat potențialele abordări ale cercetătorilor în patru strategii principale. Prima constă în identificarea și eliminarea manuală a proceselor sau a perioadelor în care au loc IED-uri, denumită aici Strategia 1. Datele sunt analizate prin examinarea graficelor datelor înregistrate cu sau fără o anumită preprocesare (filtrare crestă și/sau filtru trece-bandă), iar segmentele de date care conțin IED-uri sunt marcate astfel încât orice încercări care se suprapun cu aceste segmente pot fi lăsate în afara analizelor sau convertite în valori lipsă.

Cerți cercetători au primit o pregătire clinică formală în citirea EEG/iEEG, deși acest lucru este mai puțin obișnuit pentru mulți cercetători non-clinici care sunt pregătiți prin intermediul unor trasee academice de absolvire a științelor. În timp ce mulți au beneficiat fie de instruire didactică și/sau individuală cu privire la modul în care să identifice și să elimine studiile IED din seturile de date, este posibil ca unii să nu fi primit. Complicând problema, seturile de date IEEG sunt departe de a fi standardizate din cauza diferențelor de înregistrare: dispunerea rețelelor generatoare de crize diferă pentru fiecare pacient, ceea ce duce la un număr variabil de electrozi, ca să nu mai vorbim de diferențele individuale în neuroanatomie și de lateralitatea implantului. Există moduri de contact mixte (grile, benzi, adâncimi) de densități variabile, împreună cu ordonarea personalizată a canalelor (montaje). Toți acești factori conduc la o dificultate sporită în interpretarea analizelor IEEG, în special pentru cei care nu au primit o pregătire adecvată (formală sau informală) pentru identificarea IED în aceste scheme de înregistrare. În cele din urmă, pe măsură ce durata înregistrărilor crește, Strategia 1 își diminuează caracterul practic din cauza constrângerilor de timp și efort.

Agoritmii computerizați de detectare a vârfurilor au fost dezvoltați în ultimele decenii pentru a dota următoarea generație de oameni de știință cu abilități eficiente și standardizate de detectare a vârfurilor, pentru a economisi timp și pentru a ocoli eroarea umană. Utilizarea detectoarelor de IED și eliminarea studiilor/datelor afectate în mod automatizat constituie o altă abordare, pe care o vom numi Strategia 2. Din fericire, IED-urile tind să aibă trăsăturile care sunt deseori proeminente pentru mulți algoritmi: amplitudine mare, componente ascuțite și, uneori, cu oscilații fiziopatologice de înaltă frecvență care sunt mai rar întâlnite în creierul normal (totuși, a se vedea Frauscher et al., 2018b). În mod ideal, un algoritm va maximiza atât sensibilitatea, cât și specificitatea, diminuând sau eliminând în același timp contribuția (supraveghere, cum ar fi stabilirea pragului) necesară din partea utilizatorului. Cu toate acestea, este dificil să se satisfacă complet această listă de dorințe și, prin urmare, au fost dezvoltați mulți algoritmi care utilizează o varietate de abordări automate și nesupravegheate. Printre acestea se numără derivatele EEG (White et al., 2006), transformările de lungime de linie și de putere (Esteller et al., 2001; Bergstrom et al., 2013), funcțiile de transfer direcționat adaptive (Wilke et al., 2009), filtrele spațiale (Liu et al., 2015) și algoritmii de potrivire a vârfurilor și a șabloanelor, cum ar fi regresia spațiotemporală (Tousseyn et al., 2014) și factorizarea matricei non-negative (Baud et al., 2018), printre multe alte abordări. Toate instrumentele au compromisuri de sensibilitate și specificitate; nicio abordare nu oferă o certitudine de 100 %, iar acest lucru este complicat și mai mult de lipsa unui standard de aur uman fiabil. În mod specific, slaba concordanță inter-rater a detectării manuale în rândul persoanelor foarte bine pregătite, menționată mai sus, și „zona gri cantitativă” de IED-uri mici și îndoielnice pe care aceștia le pot ignora, sunt avertismente fundamentale pentru testarea algoritmilor. În cele din urmă, în timp ce aproape toate metodele noi sunt comparate cu detectarea manuală sau cu o altă metodă automatizată, o comparație amplă între majoritatea sau toate metodele automatizate este dificilă din cauza provocărilor tehnice legate de punerea în aplicare a fiecăreia pe rând pe un set de date suficient de mare (Westover et al., 2017). Cu toate acestea, eliminarea automatizată a vârfurilor interictale utilizând abordări nesupravegheate și/sau supravegheate poate economisi timp, poate aborda standardizarea și poate îmbunătăți calitatea datelor neurofiziologice.

Ca urmare a avertismentelor (și a potențialelor erori) ale algoritmilor de detecție automatizată, unii cercetători care îi utilizează pot ezita să permită o discreție deplină față de acest mecanism. Deoarece abordările de detecție automatizată pot crește drastic eficiența pentru cea mai mare parte a detecțiilor evidente, o a treia strategie (Strategia 3) este o abordare hibridă a Strategiilor 1 și 2, în care detecțiile automatizate sunt, de asemenea, depistate manual (adesea în această ordine, deși se poate aplica și ordinea inversă sau mai multe iterații). Un exemplu al acestui hibrid este prin utilizarea distribuțiilor de caracteristici morfologice (de exemplu, pantă, măsuri de putere etc.) cărora li se poate aplica un prag, urmat de o inspecție manuală pentru potențialele rezultate fals pozitive și/sau negative.

Datorită complexității colectării acestor date prețioase și a rarității lor asociate, un dezavantaj comun Strategiilor 1, 2 sau 3 este că eliminarea proceselor reduce puterea statistică. În consecință, o altă prejudecată – în favoarea păstrării mai multor studii – permite introducerea mai multor rezultate potențiale de semnale false, adăugând riscul de falsuri negative și pozitive, așa cum a fost descris mai sus.

Preferința de a păstra cât mai multe studii posibil introduce o strategie diferită de abordare a IED-urilor: agnosticismul, în care IED-urile sunt ignorate (neevaluate) și nu se elimină niciun studiu (Strategia 4). S-ar putea presupune în mod natural că datele afectate de IED-uri vor fi suficient de rare și aleatorii pentru ca punctele de timp afectate să se amestece în fundalul unui semnal mediu, adăugând variabilitate, dar nu distorsionând semnificativ rezultatele. Între timp, se speră ca semnăturile neurofiziologice legate de sarcină să apară din analiză și să prevaleze, dacă sunt prezente, în virtutea consecvenței lor între încercări. Ca o problemă de raport semnal-zgomot, această ipoteză poate fi valabilă pentru IED-uri puțin frecvente, în special cu o dimensiune puternică a efectului experimental (deși ar putea fi recomandat un strat de siguranță suplimentar de utilizare a statisticilor neparametrice). Cu toate acestea, IED-urile mai frecvente (figurile 1E-H) și/sau mai mari sau mai ascuțite pot submina această abordare. Cu toate acestea, o putere statistică robustă este întotdeauna preferabilă și necesită adesea un număr mare de studii care este mai probabil să fie obținut în cadrul abordării agnostice din Strategia 4, în special pentru mărimea subtilă a efectului. De fapt, un studiu recent (Meisler et al., 2019) a evaluat în mod formal dacă eliminarea manuală, automatizată sau absența eliminării IED-urilor a afectat rezultatele neurofiziologice ale acestora într-o sarcină de memorie episodică – aceștia nu au găsit niciun efect clar al vreunei abordări, deși au subliniat importanța unui număr suficient de încercări. În altă ordine de idei, noile analize de învățare automată necesită volume mari de date de instruire pentru a construi modele precise – acestea, împreună cu abordările de învățare profundă, pot învăța să facă diferența între semnalele neurofiziologice normale și formele de undă patologice ale DEI, cu condiția ca datele de instruire anterioare să fie etichetate cu precizie (adesea manual). Astfel, strategia agnostică are un anumit farmec (inclusiv un efort redus) și ar putea fi o bună opțiune implicită pentru unele studii, presupunând că există suficiente date pentru a o utiliza.

Practici actuale în rândul cercetătorilor IEEG

Cu aceste diverse strategii generale în minte, cum sunt tratate în prezent IED-urile de către cercetătorii în neurofiziologia umană? Am evaluat această întrebare privind „Practicile actuale” rezumând mai întâi modul în care cercetătorii își descriu metodele în literatura publicată. Am căutat în PubMed folosind două interogări largi: (intracranial AND eeg; electrocorticografie) și am filtrat rezultatele pentru a include doar studiile publicate în 2018. Am limitat rezultatele căutării prin examinarea fiecărui articol (613 articole unice) și le-am inclus doar pe cele care au măsurat semnale neurofiziologice intracraniene la om și care păreau să facă concluzii cu privire la neurofiziologia normală (91 în total). Deși aceste condiții de căutare nu sunt exhaustive, ele oferă un instantaneu contemporan al diverselor grupuri din întreaga lume care studiază neurofiziologia umană normală in vivo. Am constatat că majoritatea acestor publicații făceau aluzie la utilizarea metodelor manuale (Figura 2A), inclusiv la identificarea directă a IED-urilor sau la o abordare similară (dar mai conservatoare) de identificare și excludere a electrozilor care acopereau focarele de criză. Mai puțin de 5% dintre manuscrise au utilizat metode complet automatizate și niciunul dintre articolele incluse nu a utilizat abordarea agnostică (Strategia 4). Din nou, eșantionul nostru de articole incluse a fost limitat și este posibil ca aceste rezultate să nu reprezinte pe deplin domeniul.

Datorită faptului că metodele de manipulare a IED-urilor nu păreau a fi descrise în detaliu în multe dintre articole, am evaluat în continuare întrebarea noastră „Practici curente” prin conceperea unui sondaj anonim. Acest sondaj (aproximativ ~2 min) a constat din întrebări referitoare la nivelul de carieră, dacă erau familiarizați cu IED în IEEG și dacă aveau o pregătire formală sau informală sau nu aveau nicio pregătire privind identificarea și îndepărtarea IED, împreună cu o selecție a celei dintre Strategiile (1-4) de mai sus pe care aveau tendința de a o utiliza (sau alta). Le-am trimis un e-mail autorilor corespondenți enumerați ai articolelor descrise mai sus (79 în total, deoarece unele articole s-au suprapus sau au avut mai mulți autori corespondenți), solicitându-le participarea voluntară, care va fi anonimizată (scutită de cerințele IRB conform UCSF IRB Office). Le-am cerut acestor persoane să transmită sondajul și altor colegi și colaboratori.

Am primit o rată de răspuns de 44%, respondenții la sondaj fiind ponderați către postdoctoranzi și membri ai facultății, probabil din cauza unei prejudecăți de eșantionare prin trimiterea prin e-mail a unei populații de autori corespondenți (Figura 2B). De remarcat, răspunsurile de la acești membri seniori de laborator pot reprezenta probabil practica laboratorului lor în ansamblu cu privire la strategia IED, deși acest lucru este mai puțin aplicabil pentru întrebările privind familiaritatea cu IED și formarea. Toți respondenții au indicat că sunt familiarizați cu IED-urile, un rezultat liniștitor, deși este posibil să fie influențat de natura sondajului. În ceea ce privește formarea privind recunoașterea dispozitivelor explozive improvizate și metoda (metodele) de manipulare, majoritatea au fost instruiți în mod informal (Figura 2C), iar unii nu au fost instruiți deloc. Nu este surprinzător faptul că cei care s-au identificat ca fiind instruiți în mod formal au fost cadre didactice debutante și senioriale, în concordanță cu cerințele clinice la nivel de bursă pentru instruirea formală în EEG în majoritatea contextelor. Majoritatea respondenților au utilizat fie o abordare manuală, fie în mod izolat, fie ca un hibrid manual-automatizat (Strategiile 1 și 3; Figura 2D), în general comparabil cu analiza literaturii (Figura 2A), așa cum era de așteptat. În mod interesant, nu am găsit niciun articol care să indice în mod explicit utilizarea Strategiei 4 („agnostic”), în ciuda faptului că 9% dintre respondenți s-au identificat ca atare, iar încorporarea metodelor automate (Strategiile 2 și 3) a avut o reprezentare mai mare în răspunsurile la sondaj (55%) decât în analiza literaturii (14%). Totuși, aceste discrepanțe ar putea fi explicate de prejudecata de raportare, având în vedere contextele diferite ale metodelor de manuscris față de un sondaj direct, și de prejudecata de eșantionare (rata de răspuns la sondaj).

Considerații suplimentare

În timp ce acest articol se concentrează în primul rând pe IED-uri, pericolele și strategiile descrise aici pot și ar trebui să fie extinse la alte artefacte electrice sau non-fiziologice (mișcări ale cablurilor, pocnituri ale electrozilor, saturația amplificatorului etc.), deoarece acestea pot implica deviații ascuțite similare de amplitudine mare. În ceea ce privește excluderea canalelor, canalele cu IED-uri abundente sunt deosebit de problematice pentru metodele automate care se bazează pe estimări de fond. Mai mult decât atât, dacă se dorește studierea neurofiziologiei normale, aceste canale și orice canal despre care se știe că se află în țesutul lezat ar trebui să fie excluse în mod categoric (Frauscher et al, 2018a); această practică a fost reflectată în aproximativ o treime din manuscrisele din analiza noastră de literatură (Figura 2A).

În ceea ce privește controlul experimental adecvat, este adesea primordial ca marcarea IED să fie efectuată în timp ce se face în orb cu privire la evenimentele sarcinii și condițiile experimentale (cel mai relevant pentru Strategiile manuale 1 și 3), pentru a preveni prejudecățile care ar putea influența rezultatele studiului (de exemplu, eliminarea studiilor cu IED mai des dintr-o condiție decât alta). În ceea ce privește potențialele confuzii în studiile bazate pe încercări, se presupune adesea că IED-urile apar în mod imprevizibil, chiar până la punctul de a fi aleatorii: această presupunere este favorabilă dacă se lasă IED-urile în date (Strategia 4), deoarece rezultatele fals-pozitive și -negative ar fi diminuate prin medierea încercărilor, care îmbunătățește raportul semnal/zgomot neurofiziologic. Cu toate acestea, trebuie remarcat faptul că sincronizarea IED-urilor poate să nu fie neapărat aleatorie într-o sarcină comportamentală. A fost descrisă modularea dependentă de sarcină a momentului sau a cantității de IED (Matsumoto et al., 2013), care ar putea confunda rezultatele prin ponderarea preferențială a rezultatelor false în anumite segmente de proces mai mult decât în altele. Acest lucru ar argumenta împotriva utilizării Strategiei 4, deși, din nou, enigma numărului de procese și a puterii statistice poate fi problematică, așa cum s-a menționat mai sus.

În sfârșit, în afară de implicațiile procesării semnalelor, merită menționat faptul că IED-urile pot, de asemenea, perturba tranzitoriu disfuncția neuronală locală a regiunii în care apar (Krauss et al., 1997; Kleen et al., 2013; Horak et al., 2017; Ung et al., 2017). Acest lucru ar putea duce la erori cognitive care ar putea influența analizele bazate pe studii și alte analize, ceea ce reprezintă un argument separat pentru excluderea studiilor cu IED atunci când se fac concluzii cu privire la procesarea cognitivă „normală”.

Concluzii

Accelerarea neurofiziologiei intracraniene umane transmite un mare entuziasm pentru descoperirile și capacitățile iminente, inclusiv extinderea neuroștiințelor de bază, îmbunătățirea terapiei clinice și dezvoltarea interfețelor creier-mașină. Cu toate acestea, IED-urile prezintă capcane de rezultate false, greu de evitat prin natura țesutului epileptic in vivo din care sunt înregistrate datele. Este necesară o vigilență sporită pentru a evita IED-urile în date, dacă/când este cazul, ceea ce poate fi permis prin luarea în considerare și utilizarea strategiilor enumerate mai sus. Sugerăm, de asemenea, că cercetătorii de nivel mediu și superior ar trebui să încerce să îmbunătățească și să ofere prezentări sau simulări standardizate de formare în laboratoarele lor pentru metodele de identificare, detectare și eliminare a IED. Acest lucru va dota cercetătorii mai tineri cu un set de competențe importante pentru a înțelege și a examina în mod constructiv propriile date și pe cele ale altora. În plus, sunt necesare îmbunătățiri în comunicarea științifică (Suthana et al., 2018), astfel încât manuscrisele privind neurofiziologia umană normală ar trebui să transmită în mod clar abordarea utilizată pentru manipularea IED-urilor și justificarea acesteia în contextul studiului lor. Astfel de practici de vigilență sporită și comunicare clară vor îmbunătăți, sperăm, reproductibilitatea, astfel încât domeniul să își poată continua accelerarea fără eșecuri previzibile.

Declarație privind disponibilitatea datelor

Datele studiului din acest articol pot fi descărcate de la doi: 10.5281/zenodo.3626105.

Declarație etică

Studiile care au implicat participanți umani au fost revizuite și aprobate de University of California San Francisco Institutional Review Board. Consimțământul în cunoștință de cauză scris pentru participare nu a fost necesar pentru acest studiu, în conformitate cu legislația națională și cerințele instituționale.

Contribuții ale autorilor

SA și JK au dezvoltat conceptul manuscrisului, au creat și distribuit sondajul, au efectuat căutarea literaturii și au scris manuscrisul. ML și EC au oferit un feedback semnificativ și au editat manuscrisul. Toți autorii au citit și au aprobat manuscrisul prezentat.

Finanțare

SA a fost finanțat de un supliment de diversitate NIH în cadrul R01-DC012379. JK a fost finanțat de National Institutes of Health/National Institute of Neurological Disorders and Stroke (NIH/NINDS) prin granturile R25NS070680 și K23NS110920. ML a fost finanțat prin granturile NIH R01-DC015504, F32-DC013486 și Kavli Institute for Brain and Mind și prin contractul DARPA N66001-17-2-4008. EC a fost finanțat de Granturile NIH (R01-DC012379, R00-NS065120 și DP2-OD00862) și de Fondul Esther A. și Joseph Klingenstein.

Conflict de interese

Autorii declară că cercetarea a fost efectuată în absența oricăror relații comerciale sau financiare care ar putea fi interpretate ca un potențial conflict de interese.

Recunoștințe

Le mulțumim lui Maxime Baud și Han Yi pentru discuțiile și comentariile lor utile în timpul elaborării acestui manuscris.

.