纳米图集皮质形态度指标与3D多参数MRI放射学,用于预测复发性复发性多发性硬化症的残疾进展和认知恶化:一个多中心验证研究

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 复发性复发性多发性硬化症 (RRMS) 的特点是不可预测的残疾进展 (DP) 和认知恶化 (CW).
• 准确预测DP和CW对于及时和个性化管理RRMS患者至关重要.
• 当前的预测方法往往缺乏细节性,以捕捉影响疾病轨迹的因素的复杂相互作用.

研究的目的:

• 开发和验证用于预测RRMS中的DP和CW的个性化名录.
• 将先进的神经成像技术,特别是3D多参数MRI放射学和皮质形态测量方法集成到预测模型中.
• 将组合模型的性能与仅依赖临床,放射学或形态学数据的模型进行比较.

主要方法:

• 一项多中心研究涉及191名RRMS患者,随访2年.
• 从3D DIR,FLAIR和T1W图像上从MS斑块中提取3D T1W MRI和放射学特征的皮质形态度指标.
• 开发四种预测模型:仅用于临床,仅用于放射学,仅用于皮质形态测量和组合模型,并使用后勤回归创建名录.
• 使用ROC曲线,校准曲线和决策曲线分析进行绩效评估.

主要成果:

• 综合名图在预测DP和CW方面明显优于单个模型,显示出高的预测准确性 (AUC从0.889到0.950不等).
• 内部和外部验证队列证实了名ograms的稳定性和通用性.
• 决策曲线分析表明了临床实用性和改善患者管理的潜力.

结论:

• 皮层缩,形态复杂性降低和病变异质是MS中DP和CW的主要贡献者.
• 纳米图集临床数据,皮质形态测量和3D多参数MRI放射学,为预测RRMS疾病进展提供了有前途的工具.
• 这些名图可以促进个性化治疗策略,并改善RRMS患者的临床管理.