MSA缩指数 (MSA-AI):用于多系统缩的诊断和临床进展的成像标记

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 生物标志物开发 生物标志物开发

背景情况:

• 可靠的生物标志物对于管理多重系统缩 (MSA),一种渐进的神经退行性疾病至关重要.
• 目前MSA的诊断和监测工具需要改进,以准确跟踪疾病的进展,并将其与类似的疾病区分开来.

研究的目的:

• 引入和验证MSA缩指数 (MSA-AI),这是一个从MRI获得的新型复合体积测量方法.
• 评估MSA-AI区分MSA与帕金森病 (PD) 和患有莱维体的痴呆症 (DLB) 的能力.
• 评估MSA-AI在随着时间的推移监测MSA疾病进展中的实用性.

主要方法:

• 在12个月内对可能患有MSA的参与者进行了纵向3TMRI,生物流体分析和临床评估.
• 深度学习细分识别了晶状核,小脑和脑干的体积.
• 使用规范数据集的Z-score计算MSA-AI,并使用统计模型分析诊断和预后价值.

主要成果:

• 在MSA患者中,MSA-AI明显低于健康对照和其他同核蛋白病变患者 (p < 0.001).
• MSA-AI显示出与基线临床严重程度 (ρ = -0.57,p < 0.001) 和预测疾病进展 (ρ = -0.55,p = 0.03) 的强烈相关性.
• 在12个月内,MSA-AI的纵向下降与临床评分的恶化相关 (ρ = -0.61,p = 0.01).

结论:

• 作为诊断MSA和监测其进展的成像生物标志物,MSA-AI显示出有前途.
• 为了证实这些发现,需要在更大,独立的队列中进行进一步的验证.