在阿尔茨海默氏病中使用双步维度减小进行多变量分析,以进行C-匹兹堡化合物B和磁共振成像之间的关联研究

科学领域:

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

背景情况:

• 阿尔茨海默病 (AD) 的神经病理诊断依赖于粉样β (Aβ) 沉积.
• 了解Aβ沉积和大脑结构之间的关系对于AD诊断和进展监测至关重要.

研究的目的:

• 开发和验证一种回归方法,以评估Aβ沉积 (使用11C-匹兹堡化合物B,PiB) 和大脑结构 (使用磁共振成像,MRI) 之间的关联.
• 从脑成像数据中探索这种方法在开发痴呆症生物标志物的潜力.

主要方法:

• 开发了一个受监督的稀疏多变量分析,其尺寸缩小基于复合配对基函数.
• 将回归模型应用于61名AD患者 (55-85岁) 的PiB和MRI数据.
• 分析了Aβ沉积和MRI衍生的大脑结构的空间模式,并在12个月内评估了PiB得分的差异.

主要成果:

• 开发的方法确定了Aβ沉积和大脑结构之间的显著相关性,在第一个组件中发现了最强的关联.
• 参与的关键大脑区域包括MRI的海马体和副海马体区域,以及PiB的后 cingulate 和 precuneus.
• 在12个月后,在正常和AD组之间观察到PiB得分的显著差异 (p = 0.0284).

结论:

• 拟议的回归方法有效地将Aβ沉积和AD中的大脑结构变化联系在一起.
• 这种方法显示出开发使用神经成像数据的新型痴呆症生物标志物的希望.
• 评分成像数据有助于可视化和传统分析,以改善临床解释.