MRI BrainAGE在系统性红斑狼患者中显示大脑衰老的增加

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 类风湿病学 类风湿病学

背景情况:

• 系统性红斑狼 (SLE) 是一种自身免疫性疾病,影响多个器官,包括中枢神经系统.
• 大脑年龄差距估计 (BrainAGE) 使用MRI和人工智能量化大脑衰老偏差.
• 在SLE中评估大脑衰老可能会揭示神经退行性过程.

研究的目的:

• 用深度学习BrainAGE模型评估女性SLE患者的大脑衰老.
• 调查SLE中BrainAGE,认知功能和神经丝光蛋白 (NfL) 水平之间的关联.

主要方法:

• 一个深度学习的BrainAGE模型 (3D卷积神经网络) 应用于70名女性SLE患者和24名健康对照者的3TMRI扫描.
• BrainAGE的计算是预测的大脑年龄减去时间年龄.
• 评估了神经心理测试和血NfL水平.

主要成果:

• 与对照组相比,SLE患者的BrainAGEz分数显著提高 (p=0.02).
• 在SLE患者中,较高的BrainAGE与反应时间 (p=0.02),精神运动速度 (p=0.001) 和认知灵活性 (p=0.04) 的受损相关.
• 在年龄调整后,SLE中脑年龄升高与较高的NfL水平相关 (p=0.001).

结论:

• 深度学习BrainAGE模型揭示了SLE患者的加速大脑衰老.
• 在SLE中增加的大脑衰老反映了神经元损伤和认知障碍.
• BrainAGE可能作为SLE中神经退行症的生物标志物.