连接性脑卒中病变测量在全球脑卒中结果测量预后中,与基本空间病变特征相比,没有任何好处
Christoph Sperber1, Laura Gallucci1, Vanessa Kasties2
1Department of Neurology, Inselspital, University Hospital Bern, University of Bern, Bern 3010, Switzerland.
Brain communications
|July 29, 2025
概括
简单的空间成像功能可以准确地预测中风严重程度和功能结果,优于复杂的连接原子测量. 连接性标志物显示出预测中风后特定认知缺陷的前景.
科学领域:
- 神经成像是一种神经成像.
- 脑卒中研究 脑卒中研究
- 机器学习在医学中的应用
背景情况:
- 预测中风的结果对于个性化治疗策略至关重要.
- 图像标记器为评估中风病变的全球功能影响提供了潜力.
- 连接性测量和空间损伤特征是预测结果的候选标记.
研究的目的:
- 确定最佳的成像标记,以预测缺血性中风的全球功能影响.
- 为了比较连接体测量与空间损伤特征的预测能力,以比较中风严重程度和功能结果.
- 评估连接性标记物对预测特定中风后认知缺陷的有用性.
主要方法:
- 在755名急性缺血性中风患者的扩散权重MRI的回顾性分析.
- 计算了21个地形和连接学测量,包括白质断路,图表测量和大脑模式.
- 机器学习模型用于预测中风严重程度 (NIHSS) 和功能结果 (mRS),并对182名患者的认知缺陷进行复制.
主要成果:
- 简单的空间病变特征在预测急性中风严重程度 (NIHSS) 和3个月功能性结果 (mRS) 中显著超过连接体测量.
- 空间特征实现了NIHSS的R2 = 0.395和mRS的65.62%精度.
- 在预测特定的认知缺陷方面,连接性测量与空间特征相等或优于它们,例如选择性注意力和语音单词流性.
结论:
- 空间损伤成像功能有效捕捉全球神经影响,并可以成为个性化中风预测算法的基础.
- 连接性脑卒中成像标志物对预测急性脑卒中严重程度或3个月功能结果没有额外的好处.
- 连接性标记物可能对建模特定的中风后认知障碍有价值.
