多模态,长度分析SCA1 识别疾病严重程度和进展的预测因素
Teije H van Prooije1, Kirsten C J Kapteijns1, Jack J A van Asten2
1Department of Neurology, Donders Institute for Brain, Cognition, and Behavior, Radboud University Medical Center, Nijmegen, Netherlands.
Annals of neurology
|August 3, 2024
概括
鉴定出了1型脊髓小脑动脉衰退 (SCA1) 进展的敏感生物标志物. 磁共振成像和液体生物标志物可以更快地预测疾病的进展,帮助该神经退行性疾病的临床试验设计.
科学领域:
- 神经科学是一个神经科学.
- 遗传学 遗传学是一种遗传学.
- 生物标志物 生物标志物
背景情况:
- 1型脊髓小脑动症 (SCA1) 是一种罕见的,自体主导的神经退行性疾病.
- 客观的替代标记对于检测疾病严重程度变化和减少临床试验中的样本大小至关重要.
- 识别疾病进展速度更快的预测因素有助于患者选择和试验分层.
研究的目的:
- 为了确定敏感的替代标记物,用于脊髓小脑动症1型 (SCA1) 的进展.
- 评估基线标志物对SCA1患者1年疾病进展的预测值.
- 为SCA1.1的干预试验设计提供信息.
主要方法:
- 进行了一项前性的,长度为一年的多模式研究.
- 参与研究的34名SCA1无氧症患者和21名健康对照人群.
- 临床,患者报告的结果,生化和磁共振 (MR) 生物标志物在基线和1年后收集.
主要成果:
- 子和小脑中的结构和光谱MR标记物从对照组中区分了SCA1并与严重程度相关.
- 在SCA1.1中观察到血和脑脊液 (CSF) 神经纤维光 (NfL) 链和CSF状纤维酸性蛋白 (GFAP) 的升高.
- 大脑干/庞丁体积变化,INAS和SCAFI显示出比SARA更大的响应性;基线脑干,庞丁,小脑体积和白质N-乙酸/谷氨酸水平预测SARA增速更快.
结论:
- 该研究确定了SCA1.1中疾病进展的敏感指标.
- 确定了与加速进展相关的特征,包括特定的MR和流体生物标志物.
- 这些发现可以为SCA1.1设计更有效的临床试验提供信息.
更多相关视频
06:49A Quick Phenotypic Neurological Scoring System for Evaluating Disease Progression in the SOD1-G93A Mouse Model of ALS
Published on: October 6, 2015
19.6K
09:06Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRI—Application in Premanifest Huntington's Disease
Published on: June 9, 2018
12.1K
