虚拟现实导航用于早期发现阿尔茨海默病

科学领域:

• 神经科学
• 生物标志物发现
• 诊断技术

背景情况:

• 早期发现阿尔茨海默病 (AD) 对于及时干预至关重要.
• 在AD中神经纤维纠会影响脑内皮层,影响空间导航.
• 路径整合 (PI) 是一种由脑内皮层介导的认知功能.

研究的目的:

• 调查路径整合 (PI) 作为早期阿尔茨海默病 (AD) 检测的非侵入性替代标志物.
• 探索PI错误与AD相关的血生物标志物之间的相关性.
• 评估3D虚拟现实 (VR) 导航系统在诊断目的的PI量化中的实用性.

主要方法:

• 111名健康成年人接受了3D虚拟现实导航以评估PI.
• 收集的血生物标志物 (GFAP,NfL,Aβ40,Aβ42,p-tau181) 和ApoE基因型.
• 统计分析包括多变量线性回归,逻辑回归和机器学习的预测重要性.

主要成果:

• 在PI误差,年龄和血GFAP,p- tau181和NfL水平之间发现了显著的正相关性.
• 在多变量分析中,血GFAP和p-tau181与PI误差有显著的相关性.
• 机器学习发现血p-tau181是PI错误的最重要的预测因子.

结论:

• 用3D虚拟现实量化的PI显示了早期AD病理生理学的替代诊断工具的潜力.
• 3D VR PI和血p-tau181的组合可以作为早期AD神经退行症的有效生物标志物.
• 这些发现支持开发用于早期发现和监测AD的非侵入性工具,从而促进及时的治疗干预.