在慢性偏头痛患者中,基于MRI的脑年龄增加

科学领域:

• 神经成像是一种神经成像.
• 机器学习 机器学习
• 大脑衰老 老龄化

背景情况:

• 偏头痛与大脑结构和功能变化有关.
• 老龄化对偏头痛中这些大脑变化的影响尚不清楚.
• 大脑年龄框架提供了一种新的方法来研究神经条件下的大脑衰老.

研究的目的:

• 用基于机器学习的脑年龄模型研究偏头痛患者的大脑衰老模式.
• 为了确定偏头痛患者与健康对照人群相比,是否表现出大脑年龄差距 (预测年龄减去时间年龄) 的增加.
• 探索大脑年龄和偏头痛特征之间的关系.

主要方法:

• 一个机器学习模型被训练来预测大脑年龄,使用来自健康受试者的2,771个T1加权MRI扫描.
• 该模型利用了1479个成像特征 (形态和强度) 在10倍的交叉验证中.
• 训练模型应用于247名受试者的队列,包括健康对照组,偶发性偏头痛 (EM) 和慢性偏头痛 (CM) 患者.

主要成果:

• 与健康对照组相比,慢性偏头痛患者的脑年龄差距显著增加 (4.16年) (-0.56年).
• 插曲性偏头痛患者显示了大脑年龄差距增加的趋势 (1.21年),但这在统计学上并不显著.
• 没有发现大脑年龄差距与偏头痛频率,持续时间或头痛频率之间的相关性. 驱动年龄差异的关键成像特征以前与偏头痛有关.

结论:

• 大脑预测的年龄作为慢性偏头痛患者的敏感生物标志物.
• 这种方法在患有慢性偏头痛的个体中揭示了明显的脑衰老模式.
• 基于神经成像的脑年龄估计可以提供对偏头痛病理生理学的见解.