NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığının (PD) ilerlemesi, hastalar arasında heterojendir, danışmanlıkları etkiler ve potansiyel nöroprotektif tedavileri test etmek için gereken hasta sayısını şişirir. Dahası, hastalık alt tipleri farklı terapiler gerektirebilir. Bu çalışma, PD'de gözlenen heterojenliğin farklı PD ilerleme alt tiplerinin varlığı ile nasıl açıklanabileceğini araştırmak için veri odaklı bir yaklaşım kullanır. İstikrarlı PD progresyon alt tiplerini tarafsız bir şekilde türetmek için, üç büyük PD kohortundan multimodal uzunlamasına verileri analiz ettik ve kapsamlı çapraz kohort doğrulaması yaptık. Hastaları ortak bir hastalık zaman ölçeğinde hizalamak için gizli bir zaman eklemi karma etki modeli (LTJMM) kullanıldı. Progression subtypes, varyasyonel derin gömme ile nüks (VaDER) ile tanımlanmıştır. Her kohortta, farklı motor ve motor olmayan semptomlar ilerleme, hayatta kalma oranları, tedavi yanıtı, DaTSCAN görüntüleme ve dijital yürüyüş değerlendirmeleri, eğitim ve Alzheimer hastalığı patolojisinden çıkarılan özelliklerle yansıtılan hızlı ilerleyen ve yavaş ilerleyen bir alt tip belirledik. Bir yıllık gözlem süresi model eğitimi için kullanıldığında ROC-AUC ile bireysel hastalar için 0.79'a kadar ilerleme alt tipleri tahmin edilebilir. Simülasyonlar, bu tahminlere dayanarak klinik çalışmaların hızlı ilerleyen hastalarla zenginleştirilmesinin gerekli kohort boyutunu %43 oranında azaltabileceğini göstermiştir. Sonuçlarımız, PD'deki heterojenliğin, kohortlar arasında kararlı olan iki farklı PD ilerlemesi alt tipi ile açıklanabileceğini göstermektedir. Bu alt tipler, potansiyel olarak alt tip farklılıkları için biyolojik bir açıklama sağlayan beyin-öncelikli beden-öncelikli kavramla aynı hizadadır. Öngörülen modellerimiz, hızlı ilerleyen hastaları zenginleştirerek önemli ölçüde daha düşük örnek boyutlarına sahip klinik denemeleri mümkün kılacaktır.
Özgün kaynak özetini okuyun
The progression of Parkinson's disease (PD) is heterogeneous across patients, affecting counseling and inflating the number of patients needed to test potential neuroprotective treatments. Moreover, disease subtypes might require different therapies. This work uses a data-driven approach to investigate how observed heterogeneity in PD can be explained by the existence of distinct PD progression subtypes. To derive stable PD progression subtypes in an unbiased manner, we analyzed multimodal longitudinal data from three large PD cohorts and performed extensive cross-cohort validation. A latent time joint mixed-effects model (LTJMM) was used to align patients on a common disease timescale. Progression subtypes were identified by variational deep embedding with recurrence (VaDER). In each cohort, we identified a fast-progressing and a slow-progressing subtype, reflected by different patterns of motor and non-motor symptoms progression, survival rates, treatment response, features extracted from DaTSCAN imaging and digital gait assessments, education, and Alzheimer's disease pathology. Progression subtypes could be predicted with ROC-AUC up to 0.79 for individual patients when a one-year observation period was used for model training. Simulations demonstrated that enriching clinical trials with fast-progressing patients based on these predictions can reduce the required cohort size by 43%. Our results show that heterogeneity in PD can be explained by two distinct subtypes of PD progression that are stable across cohorts. These subtypes align with the brain-first vs. body-first concept, which potentially provides a biological explanation for subtype differences. Our predictive models will enable clinical trials with significantly lower sample sizes by enriching fast-progressing patients.
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.