监测多发性硬化症:数字和流体相生物标志物

科学领域:

• 神经学 神经学
• 生物标志物研究 生物标志物研究
• 数字健康数字健康

背景情况:

• 目前的多发性硬化症 (MS) 监测依赖于有限的定性数据.
• 高效的疾病修饰疗法 (DMT) 主要针对急性炎症,对进展性MS的影响有限.
• 对于不依赖复发活动 (PIRA) 的进展生物标志物的显著未满足需求.

研究的目的:

• 审查个性化多发性硬化治疗的近期生物标志物,旨在没有疾病活性证据 (NEDA).
• 突出复合数字和流体生物标志物与人工智能集成的转型潜力,用于MS管理.

主要方法:

• 对当前和新兴的MS数量数字和流体生物标志物的审查.
• 整合成像,脑脊液 (CSF),血清生物标志物,数字可穿戴设备和患者报告的结果.
• 探索结合人工智能 (AI) 的多式生物标志物研究.

主要成果:

• 像k-FLC指数这样的CSF定量生物标志物可以提高诊断的准确性,特别是在非典型的病例中.
• 数字工具,可穿戴设备和血清生物标志物提供精确监测疾病活动和治疗反应.
• 人工智能算法正被整合到多式联络生物标志物研究中,以获得预测性见解.

结论:

• 短期内,生物标志物将指导个性化多发性硬化疗法实现NEDA.
• 综合数字和流体生物标志物,结合人工智能,将在中期改变多发性硬化症的管理.