相关实验视频
Updated: Jun 12, 2025
05:17
Hybrid PET/MRI Imaging of Alzheimer's Disease Based on 18F-AV-1451
Published on: April 18, 2025
117
基线多式成像用于预测非典型阿尔茨海默病的纵向临床下降
Ryan P Coburn1, Jonathan Graff-Radford1, Mary M Machulda2
1Department of Neurology, Mayo Clinic (Rochester), Rochester, MN, USA.
Cortex; a journal devoted to the study of the nervous system and behavior
|September 21, 2024
概括
基线神经成像可以预测非典型阿尔茨海默病的认知衰退. 使用MRI,FDG-PET和Tau-PET的基于网络的模型,单独使用临床数据的预后性能优于临床数据.
科学领域:
- 神经学 神经学
- 神经成像是一种神经成像.
- 生物统计学 生物统计学
背景情况:
- 已确定的神经成像感兴趣的区域有助于跟踪典型的阿尔茨海默氏症进展.
- 需要验证的基线成像标记来预测非典型阿尔茨海默病 (AD) 的临床衰退.
研究的目的:
- 开发使用非典型AD的基线神经成像特征的预测模型.
- 评估这些模型在临床测量上的预测性能.
主要方法:
- 利用多式成像 (MRI,FDG-PET,Tau-PET) 和来自46名非典型AD患者的临床数据 (逻辑性渐进性失言症和后皮层缩).
- 使用Schaefer功能地图集提取基于网络和区域的灰质体积/PET SUVR值.
- 雇佣惩罚回归 (弹性网) 来构建预测模型,控制基线绩效,教育,年龄和性别.
主要成果:
- 基线神经成像参与预测了所有三种模式的未来认知表现.
- 基于网络的神经成像数据在与临床数据相结合时增强了模型的可预测性.
- 基于网络的模型表现出比仅使用临床数据或ROI得分的模型更优异的性能.
结论:
- 基线神经成像,特别是基于网络的方法,可以有效地预测非典型AD的临床衰退.
- 这些诊断-不可知模型对临床实践和研究具有重要价值,包括疾病修饰疗法的开发.
