多重连接学揭示了前性痴呆症的改变网络:一项多站点研究

科学领域:

• 网络神经科学 网络神经科学
• 神经退行性疾病 神经退行性疾病
• 在Connectomics上,我们提供了连接.

背景情况:

• 前性痴呆症 (FTD) 是一组神经退行性疾病.
• 了解FTD亚型中的网络变化对于诊断和治疗至关重要.
• 之前的研究已经探讨了网络变化,但多重方法提供了更全面的观点.

研究的目的:

• 在前性痴呆症 (FTD) 亚型中研究网络变化,使用一种新的多重连接连接学方法.
• 为了区分行为变体FTD (bvFTD) 和初级渐进性失言症 (PPA) 之间的网络干扰.
• 评估多重连接学在识别神经退行性疾病标志物的有用性.

主要方法:

• 采用双层多重连接学模型,整合皮质厚度 (CTH) 和氧糖-正子辐射断层扫描 (FDG-PET).
• 在两个站点分析了FTD亚型 (bvFTD,PPA),轻度认知障碍 (MCI) 和认知正常 (CN) 个体的数据.
• 利用BRAPH2工具箱推导多重参与系数 (MPC) 并分析网络变化.

主要成果:

• 初级渐进性失言症 (PPA) 在两个研究地点都呈现出全球多重参与系数 (MPC) 的增加,这表明疾病存在.
• 在PPA中观察到前额,前带带皮和叶的节点MPC变化,与对照组相比,比bvFTD更广泛.
• 多重连接连接学成功地在FTD亚型中识别了不同的网络中断模式.

结论:

• 多重连接学是一个有希望的工具,用于识别FTD等神经退行性疾病中的网络中断.
• 这些发现强调了这种方法在未来的研究和临床应用中在诊断和理解FTD方面的潜力.
• 在PPA中,网络变化比bvFTD更为普遍,这表明疾病机制差异化.