对基于任务fMRI的预后生物标志物的方法论,以应对失言症治疗的反应
Serena E Song1, Lisa C Krishnamurthy2, Amy D Rodriguez3
1Center for Visual and Neurocognitive Rehabilitation, Atlanta Veterans Affairs Medical Center, 1670 Clairmont Rd., Decatur, GA 30033, United States; Department of Neuroscience and Behavioral Biology, Emory University, 201 Dowman Dr., Atlanta, GA 30322, United States.
Behavioural brain research
|July 9, 2023
概括
这项研究引入了一种新的全脑fMRI分析,以预测失语症治疗的成功. 该方法识别了大脑生物标志物,以改善阿法西亚 (PWA) 患者的语言功能.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 语音语言病理学 语音语言病理学
背景情况:
- 在慢性阶段,失声症康复治疗在慢性阶段显示出有限的益处.
- 目前的病变到症状映射缺乏全面的语言网络数据.
- 预测治疗结果对于个性化语盲治疗至关重要.
研究的目的:
- 开发和验证一个全脑,任务功能性MRI (fMRI) 多变量分析.
- 从神经生物学上评估损伤对语言网络的影响.
- 预测正在接受治疗的失言症 (PWA) 患者的行为结果.
主要方法:
- 收集了14个慢性PWA的语义流利任务fMRI和行为数据.
- 为全脑任务fMRI数据优化了LESYMAP多变量方法.
- 将多变量发现与质量单变量方法进行比较,考虑病变大小.
主要成果:
- 质量单变量和多变量分析都确定了独特的预后生物标志物,用于提高语义流性.
- 在特定任务的区域发现了可靠的空间重叠,包括右中额头.
- 全脑多变量方法确定了词和句子生产的生物标志物.
结论:
- 全脑任务fMRI多变量分析可以在PWA中识别预后生物标志物,即使样本大小小小.
- 这种方法提供了对治疗后反应的整体估计.
- 它可以补充现有的个性化失言症康复方法.
