机构名称：
¥ 1.0
目的：神经退行性疾病在放射学上通常表现为过早衰老。与病变负担相关的多发性硬化症 (MS) 生物标志物已经发展得很好，但神经退行性的测量方法尚不完善。通过应用于结构 MRI 的机器学习量化过早衰老的表现可评估神经退行性病理。我们使用大量真实数据集评估“脑年龄”分析对 MS 残疾的解释和预测能力。方法：脑年龄分析以对病理较晚期患者的预测脑年龄的高估为前提。我们在一个大型纵向数据集（来自 > 6,000 名 MS 患者的 > 13,000 次成像会话）中比较了三种脑年龄算法的性能。使用线性混合效应模型评估了 MS、MS 病程、残疾、病变负担和 DMT 疗效的影响。结果：MS 与预测大脑年龄提前有关，在横向上与所有技术上的大脑老化加速有关。虽然 MS 病程（复发与进展）确实会导致大脑年龄提前，但残疾是大脑年龄提前的主要相关因素。我们发现，研究开始时的大脑年龄提前预示着纵向残疾积累会更多。最后，看起来更年轻的大脑（预测大脑年龄小于实际年龄）与残疾减少有关。解释：大脑年龄是一种技术上可处理且具有临床相关性的疾病病理生物标志物，它与 MS 的残疾增加相关并可预测其增加。大脑年龄提前预示着未来的残疾积累。
“大脑年龄”可预测多发性硬化症的残疾积累
主要关键词
相关文件推荐
