年齢 が 単なる 数字 で ない 時: 神経 変性 疾患 の 脳 衰え の 加速

科学分野:

• 神経科学
• 放射線科
• バイオマーカー

背景:

• 脳の老化は 細胞,分子,構造,機能の変化を含みます
• 神経イメージングは,これらの老化過程を in vivo で評価することができます.
• 脳年齢の推定は 年代的年齢からの偏差を定量化します

研究 の 目的:

• 脳の年齢のギャップ (BAG) の計算と有用性を調査する.
• 神経変性疾患に対する洞察を様々な神経イメージング方式のBAGが提供する方法を調査する.
• 病気のモニタリングと治療介入の評価のためのバイオマーカーとしてのBAGの可能性を強調する.

主な方法:

• 脳の年齢を測定するために 機械学習の戦略が採用されています
• 脳年齢ギャップ (BAG) は,測定された脳年齢と時間年齢の間の偏差として計算されます.
• T1加重型MRI,分子イメージング,機能MRI,拡散MRIを含む様々な神経イメージング方法が使用されます.

主要な成果:

• T1重度のMRIからの構造BAGは,神経変性疾患の進行,特にアルツハイマー病のバイオマーカーとして有望である.
• 代謝,分子,機能,および微細構造の BAGは,特定の脳老化プロセスに関する明確な洞察を提供します.
• BAGは老人の脳の変化を捉え 潜在的に神経変性疾患を示します

結論:

• 適切な神経イメージング方式を用いたBAGの推定は,年齢に関連する神経変性疾患に関する貴重な洞察を提供することができます.
• BAGは,疾患の進行をモニタリングし,治療的介入を評価するフェノタイプのバイオマーカーとして機能する.
• BAGを理解することで 健康的な脳老化を 病理的なプロセスから区別できます