限制性神经性厌食症会影响大脑衰老吗? 一种基于大脑结构的机器学习方法来估计年龄

科学领域:

• 神经科学是一个神经科学.
• 放射学 放射学是一门学科.
• 精神病学是一个精神病学.

背景情况:

• 神经性厌食症 (AN) 是一种严重的饮食障碍,导致大脑结构发生重大变化.
• 在AN中大脑衰老模式尚未完全理解,需要先进的分析方法.

研究的目的:

• 通过机器学习研究大脑预测年龄差异 (大脑-PAD) 作为神经性厌食症的潜在生物标志物.
• 探索大脑衰老,AN状态和临床因素之间的关系.

主要方法:

• 一个机器学习模型在健康个体的T1加权MRI扫描上受训,以预测大脑年龄.
• 分析了来自急性AN (acAN),重量恢复AN (wrAN) 和健康对照 (HC) 的女性参与者的结构性MRI扫描.
• 大脑预测年龄差异 (大脑-PAD) 被计算并与各组进行了比较,并检查了与BMI和症状严重程度的关联.

主要成果:

• 机器学习模型在预测大脑年龄方面表现出很高的准确性 (MAE = 1.93年,r = 0.88).
• 急性AN患者对大脑年龄的估计过高 (+2.25年),表明大脑衰老加速.
• 重量恢复的AN患者表现出正常化的脑PAD,类似于健康对照组,acAN中的脑PAD与BMI负相关.

结论:

• 急性神经性厌食症与加速的大脑衰老有关,可以通过大脑预测的年龄差异来检测到.
• 在AN患者重量恢复后,大脑衰老可能会部分正常化.
• 大脑PAD显示出作为AN的神经成像生物标志物的潜力,特别是在急性阶段.