NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
AmaçParkinson hastalığının (PD) son derece bireyselleşmiş klinik tezahürü nedeniyle, kişiselleştirilmiş hasta bakımı, nörolojik engelliliğin etki alanına özgü değerlendirilmesini gerektirebilir. Manyetik rezonans görüntüleme (MRI) çalışmalarından elde edilen kanıtlar, heterojen klinik tezahürün heterojen kortikal hastalık yüküne karşılık geldiğini öne sürdü, kortikal patolojinin etki alanına özgü değerlendirme için bir aday biyobelirteç olarak özelleştirilmiş, yüksek çözünürlüklü bir değerlendirmesini önerdi. MethodHerein, yakın zamanda önerilen Mozaik Yaklaşımının (MAP), bireysel kortikal hastalık yükünü popülasyon temsili kohortuna göre ölçmek için normatif bir çerçevenin potansiyelini araştırıyoruz, etki alanına özgü klinik ilerlemeyi tahmin ediyoruz. Parkinson İlerleme İşaretleyicileri Girişimi'nden 135 yeni teşhis edilen PD hastalarından MRI ve klinik verileri kullanarak, ilk olarak ekstremiteye özgü bir motor skoru tanımladık. Daha sonra sırasıyla "aşırılık fonksiyonlarına" karşılık gelen kortikal bölgeleri tanımladık ve kısıtlanmış MAP'ı, aşırılık özgü MAP'ın sınırsız MAP'a açıklayıcı gücünü karşılaştırdık. Kontrol koşulları olarak, etki alanına bağlı ancak daha az spesifik genel motor fonksiyonu ve etki alanına özgü olmayan bilişsel puanlar dikkate alındı. Ayrıca, sınırlı MAP'ın tahmin gücünü, destek vektör makineleri kullanarak 1 ve 3 yıl boyunca hastalık ilerlemesini öngörmede test ettik. Kısıtlı, ekstremiteye özgü MAP, sınırsız, tam beyinli MAP'ın aksine, tabanda ekstremiteye özgü motor fonksiyonu için daha yüksek açıklayıcı güç verdi. Aksine, genel motor fonksiyonu için, sınırsız, tam beyinli MAP daha yüksek güç verdi.Bilişsel işlev için hiçbir dernek bulunamadı. Ekstremiteye özgü MAP, şans seviyesinin 1 ve 3 yıl üzerinde ekstremiteye özgü motor ilerlemesini öngördü. MAP çerçevesi, makine öğrenimini bilgilendirebilen ve böylece kişiselleştirilmiş PD hasta bakımına katkıda bulunabilen özelleştirilmiş PD hastalığı ilerlemesinin etki alanına özgü tahminine izin verir.
Özgün kaynak özetini okuyun
PurposeDue to the highly individualized clinical manifestation of Parkinson's disease (PD), personalized patient care may require domain-specific assessment of neurological disability. Evidence from magnetic resonance imaging (MRI) studies has proposed that heterogenous clinical manifestation corresponds to heterogeneous cortical disease burden, suggesting customized, high-resolution assessment of cortical pathology as a candidate biomarker for domain-specific assessment.MethodHerein, we investigate the potential of the recently proposed Mosaic Approach (MAP), a normative framework for quantifying individual cortical disease burden with respect to a population-representative cohort, in predicting domain-specific clinical progression. Using MRI and clinical data from 135 recently diagnosed PD patients from the Parkinson's Progression Markers Initiative, we first defined an extremity-specific motor score. We then identified cortical regions corresponding to "extremity functions" and restricted MAP, respectively, and contrasted the explanatory power of the extremity-specific MAP to unrestricted MAP. As control conditions, domain-related but less specific general motor function and nondomain-specific cognitive scores were considered. We also tested the predictive power of the restricted MAP in predicting disease progression over 1 and 3 years using support vector machines. The restricted, extremity-specific MAP yielded higher explanatory power for extremity-specific motor function at baseline as opposed to the unrestricted, whole-brain MAP. On the contrary, for general motor function, the unrestricted, whole-brain MAP yielded higher power.FindingNo associations were found for cognitive function. The extremity-specific MAP predicted extremity-specific motor progression over 1 and 3 years above chance level. The MAP framework allows for domain-specific prediction of customized PD disease progression, which can inform machine learning, thereby contributing to personalized PD patient care.
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.