网络通信中断预测末期病中轻度认知障碍:基于静止状态fMRI的个性化机器学习研究

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 腎臟病學 (nephrology) 是一種醫學專業.

背景情况:

• 末期病 (ESRD) 与神经系统并发症有关,包括认知障碍.
• 了解ESRD认知衰退背后的神经病理机制至关重要.

研究的目的:

• 在ESRD患者的静止状态网络 (RSN) 中研究功能连接 (FC),使用静止状态功能MRI (rs-fMRI).
• 通过分析大脑网络变化,探索ESRD认知衰退的神经病理基础.

主要方法:

• 在48名ESRD患者和49名健康对照中使用了rs-fMRI.
• 应用独立组件分析 (ICA) 和图形理论 (GT) 分析.
• 相关的脑网络发现与神经心理测试得分使用机器学习.

主要成果:

• 患有ESRD的患者表现出内部/网络间FC和GT指标的不同模式,使其能够准确分类 (平衡准确率0.917,AUC0.942).
• 默认模式网络 (DMN) 和左前对面网络 (LFPN) 之间的增加FC预测了轻度认知障碍.
• 突出网络 (SN) 中的低连接性与注意力缺陷相关,而LFPN中的超连接性与执行功能障碍相关.

结论:

• ESRD的特点是SN内部的FC降低,LFPN内部的FC增加.
• 这些发现为ESRD中的大脑变化提供了网络层面的理解.
• 提供非侵入性神经成像证据,以理解ESRD中大脑网络的破坏.