Resonancia magnética multimodal que integra mapeos multiparamétricos anti-movimiento para investigar alteraciones...

Área de la Ciencia:

• Neuroimagen
• RM cuantitativa
• Descubrimiento de biomarcadores

Sus antecedentes:

• La enfermedad de Huntington (EH) es un trastorno neurodegenerativo hereditario con cambios patológicos presintomáticos.
• La RM cuantitativa (qMRI) ofrece potencial para biomarcadores tempranos, pero los métodos convencionales son limitados.
• La captura de la evolución microestructural de la EH requiere técnicas de imagen avanzadas.

Objetivo del estudio:

• Evaluar la RM multimodal con la secuencia MOLED para la detección y estadificación de la enfermedad de Huntington.
• Evaluar la viabilidad y el valor diagnóstico de los parámetros cuantitativos derivados de MOLED.

Principales métodos:

• 22 pacientes con EH (Pre-EH y EH-M) y 27 controles se sometieron a RM multimodal en dos escáneres de 3.0T.
• La secuencia MOLED adquirió mapas T2 y T2*; también se obtuvieron imágenes estructurales.
• Las características del histograma y los volúmenes de las regiones cerebrales profundas se analizaron utilizando modelos de aprendizaje automático.

Principales resultados:

• MOLED demostró una buena consistencia y reproducibilidad entre escáneres.
• Se encontraron diferencias significativas en los volúmenes de los ganglios basales y las varianzas de las características entre los grupos.
• Los modelos de aprendizaje automático que integran características multimodales lograron un alto rendimiento de clasificación (F1-macro = 0.846).

Conclusiones:

• MOLED proporciona datos cuantitativos estables y complementarios para la RM multimodal en la EH.
• La integración del análisis multimodal y multifactorial con el aprendizaje automático mejora la representación de la progresión de la EH.
• Este enfoque ofrece una visión integral de la heterogeneidad microestructural relacionada con la EH.