NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Birçok nörodejeneratif hastalık gibi, Parkinson hastalığının (PD) klinik semptomları, hastalığın önemli ilerlemesi gerçekleşene kadar ortaya çıkmaz ve hastalığın hassas biyobelirteçlerine olan ihtiyacı motive eder. Yapısal görüntüleme, yaygın kullanılabilirliği ve invazif olmayan doğası nedeniyle potansiyel olarak çekici bir yöntem olsa da, küresel morfometrik önlemler (örneğin, hacim) ince hastalık değişikliğine karşı duyarsızlığını kanıtlamıştır. Burada, ortalama bir yüzey modelinin deformasyonlarından kaynaklanan bireysel yüzey yer değiştirmelerini, PD'deki subkortikal yapıların şeklindeki hastalıkla ilgili değişiklikleri yakalamak için kullanıyoruz. Veriler hem British Columbia Üniversitesi (UBC) [n = 54 sağlıklı kontrol (HC) hem de n = 55 Parkinson hastalığı (PD) hastalarından] ve kamuya açık Parkinson İlerleme İşaretleyicileri Girişimi (PPMI) [n = 137 (HC) ve n = 189 (PD)] veritabanından elde edildi. Hedef segmentasyon etiketlerini (caudate, putamen, pallidum ve talamus) ortalama template üzerinde tanımlanan bir dizi segmentasyon etiketine kaydetmek için yüksek boyutlu bir non-rijit kayıt algoritması kullanılmıştır. Verteks yönünden yüzey yer değiştirmeleri, talamik ve kaudat yapılarda PD ve HC arasında önemli ölçüde farklıydı. Bununla birlikte, genel yer değiştirmeler, Birleşik Parkinson Hastalığı Değerlendirme Ölçeği (UPDRS) tarafından değerlendirildiği gibi hastalık şiddeti ile ilişkili değildi. Bu çalışmadan elde edilen sonuçlar, hastalıkla ilgili şekil anormalliklerinin PD'deki subkortikal yapılarda sağlam bir şekilde tespit edilebileceğini göstermektedir. Hastalığın prodromal evrelerinde subkortikal yapılardaki şekil değişikliklerinin görülüp görülmediğini belirlemek için gelecekteki çalışmalar gerekecektir.
Özgün kaynak özetini okuyun
Like many neurodegenerative diseases, the clinical symptoms of Parkinsons disease (PD) do not manifest until significant progression of the disease has already taken place, motivating the need for sensitive biomarkers of the disease. While structural imaging is a potentially attractive method due to its widespread availability and non-invasive nature, global morphometric measures (e.g., volume) have proven insensitive to subtle disease change. Here we use individual surface displacements from deformations of an average surface model to capture disease related changes in shape of the subcortical structures in PD. Data were obtained from both the University of British Columbia (UBC) [n = 54 healthy controls (HC) and n = 55 Parkinsons disease (PD) patients] and the publicly available Parkinsons Progression Markers Initiative (PPMI) [n = 137 (HC) and n = 189 (PD)] database. A high dimensional non-rigid registration algorithm was used to register target segmentation labels (caudate, putamen, pallidum, and thalamus) to a set of segmentation labels defined on the average-template. The vertex-wise surface displacements were significantly different between PD and HC in thalamic and caudate structures. However, overall displacements did not correlate with disease severity, as assessed by the Unified Parkinson's Disease Rating Scale (UPDRS). The results from this study suggest disease-relevant shape abnormalities can be robustly detected in subcortical structures in PD. Future studies will be required to determine if shape changes in subcortical structures are seen in the prodromal phases of the disease.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.