基于灰质体积和认知功能,预测阿波利波蛋白E ε4等位基载体状态
Hyug-Gi Kim1, Yunan Tian2, Sue Min Jung3
1Department of Radiology, Kyung Hee University Hospital, Seoul, Republic of Korea.
Brain and behavior
|February 20, 2024
概括
预测阿尔茨海默病 (AD) 风险是可能的,使用机器学习模型来分析Apolipoprotein E (ApoE) ε4载体中的大脑缩和认知衰退. 这些生物标志物有助于识别患有AD进展风险的个体.
科学领域:
- 神经成像是一种神经成像.
- 机器学习 机器学习
- 遗传学 遗传学 是一个
背景情况:
- 携带阿波利波蛋白E (ApoE) ε4的携带者患阿尔茨海默病 (AD) 的风险增加.
- 具有ApoE ε4等位基因的个体可能在临床诊断之前表现出大脑缩和认知衰退.
研究的目的:
- 开发机器学习 (ML) 模型来预测ApoE ε4状态.
- 利用MRI扫描和人口统计数据的灰质体积 (GMV) 来进行预测.
主要方法:
- 招募了74名具有已知的ApoE基因型的参与者 (AD,MCI,认知正常).
- 获得的3D T1加权 (T1W) 和3D双反转恢复 (DIR) 核磁共振扫描.
- 从AD相关地区提取的GMV,将年龄和MMSE得分作为ML模型的特征.
主要成果:
- 一个立方支向量机 (SVM3) 模型实现了0.88.8的AUC.
- 最好的模型整合了来自杏仁体,海马体和前皮质的年龄,MMSE得分和DIR GMV.
- 这个模型超过了仅基于T1W GMV或人口统计数据的预测.
结论:
- 大脑缩 (DIR GMV) 和认知衰退是预测ApoE ε4状态的有价值的生物标志物.
- 这些发现有助于识别患有阿尔茨海默病进展风险较高的个体.
更多相关视频
07:08A High Throughput, Multiplexed and Targeted Proteomic CSF Assay to Quantify Neurodegenerative Biomarkers and Apolipoprotein E Isoforms Status
Published on: October 20, 2016
7.8K
06:23The 4 Mountains Test: A Short Test of Spatial Memory with High Sensitivity for the Diagnosis of Pre-dementia Alzheimer's Disease
Published on: October 13, 2016
32.3K
