一种多模式的方法,在诊断时使用生物标志物配置文件来区分多发性硬化症表型

科学领域:

• 神经学 神经学
• 生物标志物发现发现
• 个性化医疗是个性化的医疗.

背景情况:

• 多发性硬化症 (MS) 是一种复杂的神经系统疾病,临床表现和结果高度变化.
• 在诊断时了解MS的异质性对于有效的管理和治疗至关重要.

研究的目的:

• 使用主要成分分析 (PCA) 和聚类开发预测模型,以识别MS中关键生物标志物集.
• 在诊断时根据已识别的生物标志物来表征不同的MS表型.

主要方法:

• 一项涉及71名在诊断时未接受过治疗的多发性硬化症患者的横截面研究.
• 收集的临床,实验室和神经成像数据,包括视网膜层厚度和神经丝光 (NFL) 链水平在血清和脑脊液 (CSF) 的光学连贯性断层扫描 (OCT).
• 应用PCA和k-means聚类来分析综合数据集并确定患者子组.

主要成果:

• PCA确定了关键组件,其中组件1与血清NFL水平负相关联的视网膜厚度,组件2突出了血清和脑脊液中的NFL水平.
• 基基集群发现了两个不同的患者群体:一个有更厚的视网膜层,更好的认知功能和更高的血清NFL,与另一组不同.
• 这些发现表明,即使在初步诊断时,MS患者之间也存在可观察到的表型差异.

结论:

• 多发性硬化症在诊断时表现出不同的表型特征,可通过生物标志物的组合来检测.
• 视网膜层厚度和神经纤维光链水平显示出可能是MS表型的早期指标.
• 需要进一步的纵向研究来验证这些生物标志物对MS个性化治疗策略的有效性.