アルツハイマー病イメージングコンソーシアム | JoVE Visualize

科学分野:

神経画像およびバイオマーカー研究;アルツハイマー病の病態生理

背景:

アルツハイマー病（AD）におけるアミロイド軌道の経験的決定は、縦断的アミロイド陽電子放出断層撮影（PET）データと高度な分析方法によって可能になっている。;アミロイド蓄積における生理学的上限を示唆する以前のモデルは、特にサンプリング反復局所近似（SILA）のようなノンパラメトリックアルゴリズムを使用した新しい分析では、一貫して支持されていない。

研究の目的:

縦断的神経画像データを用いて、アミロイド蓄積における生理学的上限の有無を経験的に評価すること。;観察されたアミロイド軌道を、AD発症の確立されたモデルによって予測されたものと比較すること。

主な方法:

アルツハイマー病神経画像イニシアチブ（ADNI）およびJackモデルからのデータを用いたシミュレートされたアミロイド軌道。;最初のPETスキャン時の年齢、スキャン回数、スキャン間隔を含む、経験的に情報に基づいた確率的パラメータを組み込んだ。;蓄積率と上限効果における個体差を仮定し、公表された文献に基づいてアミロイド陽性発症年齢を推定した。

主要な成果:

ADNIデータへのSILAの実装により、アミロイド蓄積における生理学的上限の明らかな欠如が示唆された。;生理学的上限を組み込んだシミュレーションでは、ADNIデータで観察されたものとは質的に異なる軌道が生成された。;観察されたADNIデータには、上限に近づいていることを示すCentiloidsが高い状態での特徴的な密度増加が欠けていた。

結論:

SILAで分析された縦断的アミロイドPETデータは、アルツハイマー病におけるアミロイド蓄積の生理学的上限がないことを示唆している。;この所見は、臨床段階とベースラインのアミロイドレベルに基づいて上限を推測した以前の研究とは対照的である。;現在影響力のあるADバイオマーカー進化のモデルは、経験的なADNIデータと一致する軌道を生成しておらず、さらなるモデル改良の必要性を強調している。