准确的数字量化TAU病理在渐进的超核性麻
Tanrada Pansuwan1, Annelies Quaegebeur2,3, Sanne S Kaalund4
1Department of Clinical Neurosciences, Cambridge University Centre for Parkinson-Plus, University of Cambridge, Herchel Smith Building, Robinson Way, Cambridge, CB2 0SZ, UK. tp500@cam.ac.uk.
Acta neuropathologica communications
|November 10, 2023
概括
这项研究引入了一种新的数字方法,用于精确量化渐进性超核麻 (PSP) 大脑中的病理. 这种方法提高了准确性,有助于理解PSP的进展,并开发新的治疗方法.
科学领域:
- 神经病理学神经病理学
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
背景情况:
- 渐进性超核麻 (PSP) 治疗发展受到神经退行症对大脑结构和功能影响的不完全理解的限制.
- 目前的死后组织学评估是半定量的,导致可变性和可扩展性问题.
研究的目的:
- 开发和优化人类PSP大脑的tau聚合类型特定量化管道.
- 为了将数字定量与已确定的PSP病理阶段和临床严重程度相关联.
主要方法:
- 使用机器学习分类器 (概率随机森林) 来量化皮层和皮层下区域的四种tau聚合物的类型.
- 该管道实现了高分类性能 (F1分数>0.90),与神经病理学家可靠性相提并论.
- 使用斯皮尔曼等级相关性和贝叶斯线性混合回归来分析tau负担,PSP阶段和临床严重程度 (PSPRS).
主要成果:
- 形天体细胞密度 (皮层) 和卷状体密度 (皮下) 与PSP阶段的相关性最强.
- 数字化tau量化揭示了特定区域的tau负担与临床严重程度之间的相关性,比传统分期提供了更细致的见解.
- 基于机器学习的tau定量表现出高准确度,与人类专家的评估相当.
结论:
- 数字化,类型特定的定量为研究像PSP这样的神经退行性病症提供了一个高度准确的方法.
- 分析tau总体类型和区域负担对于理解PSP病变发生和进展至关重要,为未来的治疗策略提供信息.
