デフォルトモードのネットワークの有効な接続性による認知症の早期発見

科学分野:

• 神経科学は神経科学である.
• メディカルイマージング (医学イメージング)
• ゲロントロジーはゲロントロジーの学科です.

背景:

• 認知症,特にアルツハイマー病は,デフォルトモードネットワーク (DMN) を破壊して,脳の機能に大きく影響を与えます.
• 機能的接続性の変化は,神経学的変化の初期の指標であり,しばしば構造的変化と臨床症状に先立ちます.

研究 の 目的:

• DMNの効果的な接続性の神経生物学的モデルが,個々のレベルで将来の認知症診断を予測できるかどうかを判断する.
• このモデルの予測力を,脳構造と機能的接続性に基づく既存の方法と比較して評価する.

主な方法:

• UK Biobankからの静止状態の機能MRIデータでスペクトルダイナミック因果モデリングを使用しました.
• 後に認知症を発症した81人の個人と,1030人の対照群のデータを分析した.

主要な成果:

• 神経生物学的モデルは,将来の認知症発生率 (AUC = 0.82) と診断までの時間 (R = 0.53) を正確に予測しました.
• この予測の精度は,脳構造や機能的接続性のみに基づいたモデルを上回りました.
• DMNの接続障害は,アルツハイマー病の多遺伝子リスクと社会的孤立と強い関連性を示しました.

結論:

• 効果的な接続性の神経生物学的なモデリングは,認知症の早期発見のための有望なツールを提供します.
• このアプローチは,人口レベルでの標的型認知症予防戦略のタイムリーな実施を助けることができます.