用多模式预测标记器识别阿尔茨海默病的统计方法 轻度认知障碍 轻度认知障碍
Soheil Zarei1, Reza Shalbaf1, Ahmad Shalbaf2
1Institute for Cognitive Science Studies, Tehran, Iran.
Basic and clinical neuroscience
|July 18, 2025
概括
预测阿尔茨海默病 (AD) 从轻度认知障碍 (MCI) 的进展至关重要. 定子发射断层扫描 (PET) 扫描和认知测试有效地区分稳定的MCI和渐进的MCI,有助于早期诊断.
科学领域:
- 神经科学和神经病学 神经科学和神经病学
- 医疗成像医学成像
- 生物标志物发现发现
背景情况:
- 预测从轻度认知障碍 (MCI) 到阿尔茨海默病 (AD) 的进展对于及时干预至关重要.
- 需要准确的诊断标记来改善神经退行性疾病的临床决策.
- 区分稳定的MCI (sMCI) 和渐进的MCI (pMCI) 是AD研究的一个关键挑战.
研究的目的:
- 探索多式预测标记,以区分sMCI与pMCI.
- 评估各种生物标志物的辨别力,包括神经成像和认知数据.
- 增强早期AD诊断和个性化治疗策略.
主要方法:
- 从阿尔茨海默病神经成像计划 (ADNI) 队列 (487 sMCI,348 pMCI) 的数据分析.
- 包括多式联络数据:人口统计,正子发射断层扫描 (PET),基因定型,磁共振成像 (MRI) 和神经认知测试.
- 应用严格的数据预处理,特征选择和使用曲线下的面积 (AUC) 和威尔科克森测试进行统计分析.
主要成果:
- 佛罗贝塔本 (FBB) PET成像显示出强大的预测潜力,AUC为0.84.
- 神经认知测试,包括ADAS13,mPACC (mPACCtrailsB,mPACCdigit),LDELTOTAL和ADASQ4,显示出高的区分能力 (AUC为0.820.83).
- 结合神经成像和认知评估,sMCI和pMCI之间存在显著差异.
结论:
- 多模式评估,特别是PET成像和神经认知测试,对于区分sMCI和pMCI至关重要.
- 这些发现支持开发早期AD诊断策略.
- 这些结果有助于为患有MCI的个体制定个性化干预计划.
