アルツハイマー病イメージングコンソーシアム

科学分野:

• 神経画像; 神経変性疾患; バイオマーカー発見

背景:

• 前頭側頭型認知症（FTD）は、前頭葉と側頭葉に影響を与える神経変性疾患のグループです。; 主要なサブタイプには、行動型FTD（bvFTD）、意味型原発性進行性失語症（svPPA）、非流暢型原発性進行性失語症（nfvPPA）が含まれます。; 効果的な治療法を開発するためには、正確な診断と進行状況のモニタリングが不可欠です。

研究 の 目的:

• 高度な画像処理と自動化されたパイプラインを利用して、FTDサブタイプの感度の高いバイオマーカーを特定すること。; 治療効果を検出するために必要なサンプルサイズを推定することにより、臨床試験のデザインを最適化すること。

主な方法:

• PIANO™自動化パイプラインを使用した238人の参加者（52人のbvFTD、32人のnfvPPA、35人のsvPPA、117人の対照群）からのMRIデータの分析。; 深層学習セグメンテーションを使用した灰白質密度、平均拡散率（MD）、自由水（FW）の評価により、信頼性を向上させました。; 6〜24か月で脳萎縮と拡散指標の60％削減を検出するために必要なサンプルサイズの計算。

主要な成果:

• FTDサブタイプ間で脳萎縮の明確なパターンが観察され、svPPAは最も急速な進行を示しました（24か月で最大15％の容積減少）。; bvFTDは前頭葉と帯状回の変化を示しました。; nfvPPAは局所化が少ない変化を示しました。; サンプルサイズ要件は、6〜12か月の試験においてsvPPA（各アームあたり<35人の参加者）で最も低くなりました。; PIANO™分析はより感度が高く、より少ないサンプルサイズを必要としました。

結論:

• 高度な画像バイオマーカーは、FTDサブタイプを効果的に区別し、疾患の進行を監視します。; 体積測定、dMRI、および深層学習法を統合することにより、正確で早期の検出が可能になり、試験のサンプルサイズとコストが削減されます。; このアプローチは、サブタイプ固有の進行に関する洞察を提供し、FTDの個別化された介入を促進します。