大脑微观结构的改变作为后COVID条件的成像生物标志物
Alexander Rau1, Philipp G Arnold2, Sibylle Frase3
1Department of Neuroradiology, Faculty of Medicine, Medical Center-University of Freiburg, University of Freiburg, Freiburg, Germany.
Scientific reports
|September 12, 2025
概括
研究人员开发了一种成像生物标记方法,使用MRI扫描来诊断后COVID状态 (PCC). 微结构成像指标在区分PCC患者与对照患者方面显示出高准确性,为潜在的临床工具铺平了道路.
科学领域:
- 神经成像是一种神经成像.
- 生物标志物发现发现
- 医学诊断 医学诊断 医学诊断
背景情况:
- 后COVID状态 (PCC) 在诊断和管理方面提出了重大挑战.
- 需要客观的诊断工具来识别PCC的个体.
- 磁共振成像 (MRI) 提供了识别神经成像生物标志物的潜力.
研究的目的:
- 开发和验证基于生物标志物的成像方法,以在个体患者层面上诊断COVID后疾病 (PCC).
- 为了确定特定的MRI指标和大脑区域,可以区分PCC患者与健康对照.
- 评估在这些成像生物标志物上训练的机器学习模型的诊断性能.
主要方法:
- 前性队列研究比较PCC患者 (n=89) 与没有受损的COVID-19幸存者 (n=38).
- 获取和分析MRI数据,包括宏观结构,扩散张力成像 (DTI) 和多微观结构成像.
- 使用提取的以图谱为基础的成像指标训练一个线性支向量机器 (SVM).
主要成果:
- 微结构成像参数产生了最高的诊断性能.
- 最优的SVM模型实现了0.95的接收器运行特征曲线 (AUROC) 下面面积,具有94%的灵敏度和85%的特异性.
- 关键的区分区域包括灰色物质区域 (皮层区域,皮质,乳头) 和白质区域 (体,前额白质).
结论:
- 使用SVM分析的微结构MRI数据可以有效地将PCC患者与高灵敏度的对照患者区分开来.
- 这些发现代表了朝着基于生物标志物的PCC诊断的重大进展.
- 在临床应用之前,由于中等特异性和单心设计,需要在更大的多中心队列中进一步验证.
