结合基于血液的生物标志物和结构性MRI测量,以区分具有和没有显著粉样斑块的人
Yanxi Chen1, Yi Su2, Jianfeng Wu1
1School of Computing and Augmented Intelligence, Arizona State University, Tempe, AZ, USA.
Journal of Alzheimer's disease : JAD
|April 5, 2024
概括
结合MRI和血液生物标志物的综合模型准确地预测了粉样蛋白PET阳性对阿尔茨海默病的诊断. 这种具有成本效益的方法提高了早期检测粉样β斑块的可访问性.
科学领域:
- 神经学 神经学
- 生物标志物发现发现
- 医疗成像医学成像
背景情况:
- 粉样蛋白-β (Aβ) 斑块是阿尔茨海默氏症病原体的核心.
- 目前用于Aβ检测的正电子发射断层扫描 (PET) 由于成本和可用性而受到限制.
- 基于血液的生物标志物 (BBBM) 和MRI形态测量显示出作为可访问的诊断工具的希望.
研究的目的:
- 开发和验证一个集成模型,预测大脑粉样蛋白PET阳性.
- 该模型结合了磁共振成像 (MRI) 功能和等离子体Aβ42/40比率.
- 评估模型在独立的阿尔茨海默病队伍中的表现.
主要方法:
- 从MRI扫描中提取海马体形态测量统计数据.
- 使用一个随机森林分类器,训练在MRI数据和血Aβ42/40比率.
- 在阿尔茨海默病神经成像计划 (ADNI) 和班纳阿尔茨海默病研究所 (BAI) 队列的数据上验证了模型.
主要成果:
- 综合多式模式 (IMM) 模型在预测准确度上表现出比单式模式更高的准确性.
- IMM模型在ADNI中达到86%的准确性,在BAI中达到92%的准确性.
- 性能指标包括准确性,精度,回忆力,F1分数和AUC,突出显示了该模型的稳定性.
结论:
- IMM模型为预测大脑粉样蛋白PET阳性提供了一种高度准确,易于使用和具有成本效益的方法.
- 这种多重生物标志物策略利用了Aβ斑块病理学和结构性MRI.
- 这些发现支持通过综合生物标志物方法推进阿尔茨海默病诊断.
