对AT(N) 影像生物标志物的全面评估,用于预测认知

科学领域:

• 神经成像是一种神经成像.
• 生物标志物发现发现
• 阿尔茨海默氏症疾病研究研究

背景情况:

• 影像生物标志物允许体内定量阿尔茨海默病 (AD) 病理,如粉样蛋白和粉样蛋白.
• 生物标志物定义存在变性,可能会影响它们对阿尔茨海默病进展的预测值.

研究的目的:

• 评估AD成像生物标志物的不同操作如何影响认知功能的预测.
• 为了比较各种成像生物标记物定义和建模方法的预测精度.

主要方法:

• 使用了ADNI的数据,包括粉样蛋白-PET,-PET和体积核磁共振.
• 编制了42个成像生物标志物定义,跨病理 (粉样,,神经退行) 和类型 (连续,二进制,分类).
• 训练有素的回归模型和支持矢量机器 (SVM) 来预测认知表现,比较成像与CSF生物标志物和不同临床阶段.

主要成果:

• 几乎所有测试的生物标志物都预测了认知表现,但准确性差异很大.
• 生物标志物是最强的单一预测因素;跨病理的综合生物标志物产生了更高的准确性.
• SVM模型通常优于传统的生物标志物模型;成像生物标志物在预测中优于CSF生物标志物.

结论:

• 图像化生物标志物的定义和运行将极大地影响其在阿尔茨海默病下游预测效用.
• 研究人员必须仔细考虑生物标志物定义,以准确评估疾病的严重程度和进展.