休息状态fMRI大脑网络连接的中尺度网络分析作为严重病情的创伤性脑损伤患者的预后工具表现不佳

科学领域:

• 神经科学是一个神经科学.
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 预后对于管理重症创伤性脑损伤 (TBI) 患者至关重要,指导治疗强度.
• 休息状态功能磁共振成像 (rs-fMRI) 揭示了TBI中功能连接的改变,可能解释认知缺陷.
• 图形理论指标提供了大脑网络改变的潜在总结.

研究的目的:

• 确定基于图形理论的脑网络功能连接的总结是否可以预测重症TBI患者的结果.
• 评估TBI患者的社区结构是否与健康个体不同,并与结果相关.
• 评估TBI中中尺度图形理论分析的预后价值.

主要方法:

• 从44名重症TBI患者获得的fMRI数据.
• 使用格拉斯哥结果表 (GOS) 评估的长期功能结果在6-12个月 (GOS 1-3不利).
• 使用皮尔森相关性计算的功能连接;导出图形理论指标 (参与系数,模块度Z-score). 使用路凡算法和调整后的相互信息进行社区结构分析.

主要成果:

• 在脑连接的地形总结 (PC和MDZ的中位数,最大值,SD) 和二分化GOS之间没有发现统计学上显著的关联.
• 通过调整的相互信息来衡量TBI患者和健康个体之间的社区结构差异与GOS无关.
• 多变量逻辑回归,控制年龄和镇静剂,显示连接度指标对TBI结果没有预测价值.

结论:

• 对rs-fMRI脑网络连接模式的 meso-scale 图形理论分析表明,在重症TBI患者中,作为预后工具的表现不佳.
• 目前的功能连接和社区结构的图形理论测量不能可靠地预测这种患者群体的长期功能结果.
• 可能需要进一步的研究来确定可靠的神经成像生物标志物用于TBI预后.