相关实验视频
Updated: Sep 13, 2025
09:41
Comprehensive Autopsy Program for Individuals with Multiple Sclerosis
Published on: July 19, 2019
11.6K
在多发性硬化症中,认知特征与更快的胸膜缩有关
Moein Amin1, Keeley Scullin2, Kunio Nakamura3
1Mellen Center for Multiple Sclerosis, Cleveland Clinic, Cleveland, United States.
Multiple sclerosis and related disorders
|August 3, 2025
概括
机器学习在多发性硬化症中确定了与thalamic缩相关的认知障碍特征. 这项研究有助于理解MS患者的神经退行和认知衰退.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 机器学习 机器学习
背景情况:
- 患有MS (pwMS) 的人的认知障碍 (CI) 具有复杂的病理生理学.
- 神经心理测试 (NPT) 有助于评估,但解释可能具有挑战性.
- 甲状腺缩 (TA) 与神经退行症和pwMS中的CI相关.
研究的目的:
- 利用机器学习方法将认知障碍 (CI) 与 pwMS 中的纵向神经成像生物标志物联系起来.
- 探索特定认知领域与神经成像发现之间的关系.
主要方法:
- 成人pwMS与NPT和至少两个大脑MRI的回顾性审查.
- K-表示基于NPT主要组成部分 (PC1和PC2) 的聚类.
- 识别集群之间的MRI变化率的比较.
主要成果:
- 分析了112名参与者 (80%的复发性复发性MS).
- 基于PC1,出现了两个群体,其中一个群体显示出显著增加的胸膜缩 (TA) (p=0.035,p=0.002).
- 处理速度和内存是PC1的主要贡献者,这表明它们在这个认知形状中的重要性.
结论:
- 一种集群方法成功地确定了一个与TA密切相关的NPT概况.
- 这些发现验证了先前的研究,并为NPT减小维度提供了新的见解.
- 这项研究表明,TA可能会导致MS认知障碍的特定模式.
