通过MScanFit在肌性变症中估计的运动单位数量

科学领域:

• 神经学 神经学
• 临床电生理学 临床电生理学
• 肌肉疾病 肌肉疾病

背景情况:

• 像MScanFit这样的运动单元数估计 (MUNE) 技术对于评估运动神经元疾病至关重要.
• MScanFit在肌肉病,特别是肌肉性缩症 (MD) 的实用性仍然未被探索.
• 在MD中研究MScanFit可以为疾病病理和进展提供新的见解.

研究的目的:

• 评估MScanFit在患有肌肉性缩症 (MD) 的患者中的可行性和有效性.
• 评估MD患者的运动单元损失和特征,使用MScanFit.
• 为了将MScanFit的发现与MD肌肉损伤的临床测量相关联.

主要方法:

• MScanFit应用于遗传确认的MD型1 (n=7) 和2型 (n=5) 患者的abductor pollicis brevis肌肉.
• 来自MD患者的数据与年龄相匹配的健康对照进行了比较.
• 动力单位数量估计 (MUNE) 测量与MRC总分和手握强度相关.

主要成果:

• 在MD患者中,MScanFit成功检测出显著的运动单元损失 (p=0.017).
• 在MD类型1和类型2之间没有观察到动力单元损失的显著差异.
• 减少复合肌动力潜力 (CMAP) 不连续性在MD患者中被注意到 (p=0.0284),运动单元损失与MRC总分强烈相关 (p=0.014).

结论:

• MScanFit是可行的用于肌性发育不良 (MD).
• MScanFit显示了作为MD整体肌肉损伤的替代标记物的潜力.
• 运动单元分析表明,在两种MD亚型中都存在神经性改变.