在神经退行综合征中表型变异和进展的分级多维几何学
Siddharth Ramanan1, Danyal Akarca1, Shalom K Henderson1,2
1Medical Research Council Cognition and Brain Sciences Unit, University of Cambridge, Cambridge CB2 7EF, UK.
Brain : a journal of neurology
|July 17, 2024
概括
这项研究使用几何框架对阿尔茨海默病 (AD) 和前叶退化 (FTLD) 的认知和行为变化进行了建模. 它揭示了这些神经退行性疾病是如何进展的,以及如何影响患者的生存.
科学领域:
- 神经科学是一个神经科学.
- 数据科学数据科学数据科学
- 临床神经学 临床神经学
背景情况:
- 阿尔茨海默病 (AD) 和前叶退化 (FTLD) 随着时间的推移呈现出各种认知行为变化.
- 对这些纵向变化的准确建模对于精确的表型定型至关重要,但仍然具有挑战性.
- 现有的模型很难捕捉到AD和FTLD变体中的分级,个体级别的进展.
研究的目的:
- 开发一个统一的几何框架来建模AD和FTLD的纵向表型变异.
- 捕捉这些神经退行性综合征的临床进展的核心特征.
- 将表型动态与神经病理学和临床结果 (如生存) 联系起来.
主要方法:
- 利用国家阿尔茨海默氏症协调中心数据库,收集了来自AD和FTLD变种的390名患者的数据.
- 应用主要成分分析 (PCA) 来识别表型变化的六个轴.
- 采用统一的多元近似和投影 (UMAP) 来创建用于可视化患者轨迹的2D多元.
主要成果:
- 衍生出低维的几何空间,捕捉到AD和FTLD的进展.
- 观察到AD和初级渐进性失语症 (PPA) 汇聚到一个共同的表型,而前性痴呆症 (FTD) 变体则分歧.
- 表型多样化与多轴进展相关,特定的轴运动以特定的综合征方式预测36个月的生存期.
结论:
- 几何框架有效地模拟和可视化了AD和FTLD中复杂的纵向表型演变.
- 研究结果表明,AD/PPA与FTD变体之间存在不同的进展模式.
- 这种方法有可能改善预测表型多样化和神经退行性疾病中的表型-神经生物学映射.
