临床放射学和神经病理学评估初级渐进性失言症

科学领域:

• 神经科学是一个神经科学.
• 神经学 神经学
• 医疗成像医学成像

背景情况:

• 初级渐进性失言症 (PPA) 是一组神经退行性疾病,其特点是语言逐渐衰退.
• 三种PPA变体 - - 语义 (svPPA),语义 (agPPA) 和语义 (lvPPA) - - 与不同的病理有关:分别是TDP-43蛋白质病变,沉积和阿尔茨海默病.
• 准确区分PPA变异及其潜在病理对于了解疾病进展和开发向治疗至关重要.

研究的目的:

• 使用临床和神经成像特征来区分PPA变体.
• 评估不同PPA变体的进展模式.
• 评估结构性MRI和一种新的18-F氧葡萄糖正子发射断层扫描 (FDG-PET) 机器学习算法用于预测神经病理学的实用性.

主要方法:

• 分析了在1998年至2022年期间被诊断患有PPA的82名尸检患者.
• 对临床病史,语言特征,神经心理学结果和脑部成像数据的审查.
• 应用机器学习框架 (k-最近邻居分类器) 来对45名患者的FDG-PET扫描进行比较,与参考数据库进行比较.

主要成果:

• PPA变种分布:35 lvPPA (80%的阿尔茨海默病),28 agPPA (89%的病) 和18 svPPA (72%的FTLD-TDP).
• 语音失调与agPPA中的4R-tauopathy有关,而没有失调的纯粹的agrammatic PPA与3R-tauopathy相关.
• 基于FDG-PET的机器学习准确地预测了临床诊断和潜在病理,在每个变体中观察到不同的缩模式 (例如,svPPA-FTLD-TDP中的时极缩).

结论:

• 在agPPA中区分3R-tauopathy和4R-tauopathy可能取决于言语无力症的存在.
• 整合语言和临床特征可以提高PPA的神经病理学预测.
• 使用FDG-PET的数据驱动的大脑新陈代谢分解方法有效预测PPA变体的潜在神经病理.