阿尔茨海默病病理学的全脑功能连接模型
Ruchika S Prakash1,2, Michael R McKenna1, Oyetunde Gbadeyan1
1Department of Psychology, The Ohio State University, Columbus, Ohio, USA.
Alzheimer's & dementia : the journal of the Alzheimer's Association
|December 23, 2024
概括
这项研究引入了PATH-fc模型,将大脑功能连接与阿尔茨海默病 (AD) 生物标志物和认知功能联系起来. 该模型在预测整个衰老的认知表现方面表现有希望,尽管需要进一步开发.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 医疗成像医学成像
背景情况:
- 阿尔茨海默病 (AD) 涉及粉样蛋白和蛋白病变,影响大脑组织.
- 了解大脑连接和AD病理之间的联系对于早期检测和干预至关重要.
研究的目的:
- 开发一种机器学习模型 (PATH-fc),从功能性大脑连接中预测阿尔茨海默病 (AD) 生物标志物.
- 评估模型预测老年人的认知功能的能力.
主要方法:
- 利用了阿尔茨海默病神经成像计划 (ADNI) 中289名老年人的休息状态功能磁共振成像 (fMRI) 数据.
- 采用监督机器学习技术构建PATH-fc模型,预测脑脊液 (CSF) p-tau/Aβ42比率.
主要成果:
- 成功推导出PATH-fc模型,证明其预测p-tau/Aβ42比率和认知表现的能力.
- 该模型的样本适合性很低,表明需要改进和进一步开发.
结论:
- 全脑功能连接模型 (PATH-fc) 与阿尔茨海默病 (AD) 病理生理学有关.
- PATH-fc预测了跨多个领域的认知表现,并包括所有正规大脑网络的表示.
- 网络内部连接与较低的病理相关,而网络内部连接与较高的病理水平相关.
