在帕金森病中,以数据驱动的,基于横截面图像的亚型化和大脑体积变化的分期

科学领域:

• 神经成像是一种神经成像.
• 神经学 神经学
• 疾病的进展 疾病的进展

背景情况:

• 鉴定帕金森病 (PD) 进展的特征是具有挑战性的,因为皮层下和皮层神经退行轨迹不清楚.
• 现有的分类方法缺乏对PD进展的全面,数据驱动的方法.

研究的目的:

• 用严格基于图像,数据驱动的方法对帕金森病的进展进行分类.
• 确定不同的神经退行性亚型及其在PD中的临床影响.

主要方法:

• 使用亚型和阶段推断 (SuStaIn) 算法对来自565名PD患者和150名对照者的大脑体积核磁共振成像数据.
• 分析了16个感兴趣的区域 (9个皮层,7个深灰质),并将神经成像发现与临床数据相关联 (RBD,LEDD,运动并发症).
• 员工进行了10倍的交叉验证,用于培训和测试SuStaIn模型.

主要成果:

• 确定了两种不同的PD进展亚型:皮质 (CO) -第一和深灰质 (DG) -第一.
• 第一个CO亚型显示了较高的REM睡眠行为障碍 (RBD) 和Levodopa诱导的运动障碍,疾病进展更快.
• 早期的皮层参与包括感觉运动和听觉皮层;杏仁核是最早受到影响的皮层下区域.

结论:

• 根据神经成像,证实了两种不同的PD进展亚型的存在.
• 强调需要进行纵向研究,以进一步阐明这些已识别的PD亚型的演变.