机构名称：
¥ 1.0
摘要背景：精神分裂症 (SZ) 和双相情感障碍 (BD) 具有大量共同的神经发育成分，可影响大脑成熟和结构。这就需要一个动态的寿命视角，其中大脑异常是从预期寿命轨迹的偏差推断出来的。我们将机器学习应用于白质结构和组织的扩散张量成像 (DTI) 指标，以估计和比较 10 个队列中 SZ 患者、BD 患者和健康对照 (HC) 受试者的大脑年龄。方法：我们使用来自 927 名 HC 受试者（18 – 94 岁）的不同 DTI 数据组合训练了 6 个交叉验证模型，并将这些模型应用于包括 648 名 SZ 患者（18 – 66 岁）、185 名 BD 患者（18 – 64 岁）和 990 名 HC 受试者（17 – 68 岁）的测试集，估计每个参与者的大脑年龄。使用线性模型评估组间差异，考虑年龄、性别和扫描仪。采用元分析框架评估结果的异质性和普遍性。结果：十倍交叉验证显示所有模型均具有很高的准确度。与 HC 受试者相比，包含所有特征集的模型显著高估了 SZ 患者（Cohen ' sd = 2 0.29）和 BD 患者（Cohen ' sd = 0.18）的年龄，其他模型也有类似的效果。元分析得出了相同的结果。基于分数各向异性的模型显示出比基于其他 DTI 衍生指标的模型更大的组间差异。结论：基于 DTI 的脑年龄预测为脑白质完整性提供了信息丰富且稳健的代理数据。我们的结果进一步表明，SZ 和 BD 中的白质畸变主要由预期寿命轨迹的解剖分布偏差组成，这种偏差在各个群体和扫描仪中都具有普遍性。
档案报告 - 大脑年龄预测揭示异常......
主要关键词
相关文件推荐
