XiaoMi-AI文件搜索系统
World File Search SystemAtrophy
遗传性额颞叶痴呆症的症状前携带者的纵向脑萎缩率
结果纳入 34 名 GRN 患者、8 名 MAPT 患者和 14 名 C9orf72 致病变异携带者（平均年龄 = 52.1 岁，标准差 = 7.2 岁；66% 为女性）。研究的平均随访时间为 64 ± 33 个月（中位数 = 52；范围 13 – 108）。GRN 致病变异携带者的大脑所有区域的衰退速度均快于参考百分位数曲线，尽管在 45 至 70 岁之间，相对体积仍保持在第 5 至第 75 百分位数之间。在 MAPT 致病变异携带者中，额叶体积在 45 岁时已处于第 5 百分位数，并在 50 至 60 岁之间进一步衰退。颞叶体积在 45 岁时开始于第 50 百分位数，但与其他大脑结构相比，其衰退速度最快。对于 C9orf72 致病变异携带者来说，在 45 岁时，额叶、颞叶、顶叶和小脑的体积就已开始低于参考百分位数曲线的第 5 个百分位数，但直到 60 岁，随着时间的推移，其下降幅度都很小。
记忆诊所环境中萎缩异质性和进展的可推广数据驱动模型
记忆诊所患者是代表各种病理衰老的各种病因的异质种群。尚不清楚如先前在阿尔茨海默氏病患者中所描述的那样，在这组老年人中，脑萎缩的时空进展模式是否普遍且具有临床意义。为了揭示不同的萎缩亚型，我们将亚型和阶段推理（持续）算法应用于来自Delcode队列的813名参与者（平均值±标准偏差，年龄= 70.67±6.07岁，女性，52％女性）的基线结构MRI数据（平均值±标准偏差）。参与者的认知能力下降（n = 342），轻度认知障碍（n = 118）或阿尔茨海默氏症类型的痴呆症（n = 68）的认知认知下降（n = 342），轻度认知障碍（n = 118）或痴呆症（n = 68）。萎缩亚型。PACC-5在长达240周内进行了PACC-5轨迹。测试基线萎缩亚型和阶段是否在明显的认知障碍前预测了临床trajec por，我们分析了PACC-5轨迹和轻度认知障碍者的认知障碍参与者和主观认知能力下降的人。边缘 - 优势和海马育萎缩亚型。边缘 - 主导萎缩造成了内侧颞叶的影响，其次是进一步的颞区，最后是其余的皮质区域。海马比萎缩最初发生在基线时，该亚型与年龄更大，阿尔茨海默氏病生物标志物水平，APOE ϵ4 Carrihersip和宽松的认知障碍有关。
四种神经炎症性疾病中灰质萎缩的独特虚拟组织学
灰质（GM）萎缩在多发性硬化症，神经肌炎选择性谱系障碍[NMOSD;抗Aquaporin-4抗体阳性（AQP4+）和 - 阴性（AQP4-）亚型]和髓磷脂少突胶质细胞糖蛋白抗体相关疾病（Mogad）。揭示这些疾病中脑萎缩的发病机理将有助于其鉴别诊断并指导治疗策略。确定多发性硬化症，AQP4+ NMOSD，AQP4-NMOSD和MOGAD中GM萎缩的神经生物学基础，我们进行了虚拟的组织学分析，该虚拟组织学分析将T1加权图像派生的GM Atrophy+ Gene表达与MultiCentRe COLES的患者相关联，与3224患者有关75例AQP4 -NMOSD患者，47例Mogad患者和2169名健康对照组患者。首先，使用Cohen d在具有多发性硬化症，AQP4+ NMOSD，AQP4- NMOSD或MOGAD或MOGAD和健康对照组之间的Cohen D之间确定了整个皮质和皮质下区域的GM间GM萎缩谱。然后将GM萎缩谱分别与从艾伦人脑图集提取的基因表达水平分别在空间上相关。最后，我们使用亚组分析探索了临床功能相关的GM萎缩的虚拟组织学，该分析通过身体残疾，疾病持续时间，复发次数，病变负担和认知功能进行分层。多发性硬化症显示出严重的GM萎缩模式，主要涉及皮层核和脑干。AQP4+ NMOSD显示出明显的GM萎缩的广泛模式，主要位于枕骨Tex和小脑中。AQP4- NMOSD显示出轻度的GM萎缩模式，主要位于额叶和顶叶皮层。mogad显示GM萎缩主要涉及额叶和颞皮质。High expres sion of genes specific to microglia, astrocytes, oligodendrocytes and endothelial cells in multiple sclerosis, S1 pyram idal cells in AQP4+ NMOSD, as well as S1 and CA1 pyramidal cells in MOGAD, had spatial correlations with GM atrophy profile, while no atrophy profile-related gene expression was found in AQP4 - NMOSD。与四种NeuroInflam疾病中的临床纤维相关GM萎缩的虚拟组织学主要指向共享的神经元和内皮细胞。独特的潜在虚拟组织学模式是小胶质细胞，星形胶质细胞和少突胶质细胞，用于多发性巩膜； AQP4+ NMOSD的星形胶质细胞；和摩盖德的少突胶质细胞。神经元和内皮细胞是在这些神经炎症性疾病中共有的靶标。这些发现可能有助于对这些疾病的鉴别诊断，并促进最佳治疗策略的使用。
记忆诊所环境中萎缩异质性和进展的可推广数据驱动模型
记忆诊所患者是代表各种病理衰老的各种病因的异质种群。尚不清楚如先前在阿尔茨海默氏病患者中所描述的那样，在这组老年人中，脑萎缩的时空进展模式是否普遍且具有临床意义。为了揭示不同的萎缩亚型，我们将亚型和阶段推断（sovera）算法应用于来自Delcode队列中813名参与者的基线结构MRI数据（平均值±标准偏差，年龄，年龄= 70.67±6.07年，52％女性）。参与者的认知能力下降（n = 342），轻度认知障碍（n = 118）或阿尔茨海默氏症类型的痴呆症（n = 68）的认知认知下降（n = 342），轻度认知障碍（n = 118）或痴呆症（n = 68）。萎缩亚型。PACC-5在长达240周内进行了PACC-5轨迹。测试基线萎缩亚型和阶段是否在明显的认知障碍之前预测了临床创伤，我们分析了PACC-5轨迹和轻度认知障碍的认知障碍率的认知障碍率和主观认知能力下降的人。边缘 - 优势和海马育萎缩亚型。边缘 - 主导萎缩无处不在影响内侧颞叶，其次是进一步的颞区，最后是其余的皮质区域。海马比萎缩最初发生在基线时，该亚型与年龄更大，阿尔茨海默氏病生物标志物水平，APOE ϵ4 Carrihersip和宽松的认知障碍有关。
深入探索进展：脊髓性肌萎缩症当前治疗进展综述
脊髓性肌萎缩症 (SMA) 是一种罕见疾病，与基因有关，其特征是肌肉逐渐衰弱和退化，常常导致严重残疾和过早死亡。在过去十年中，SMA 治疗领域取得了显著进展，彻底改变了患者护理的格局。一项关键进展是基因靶向疗法的开发，例如 nusinersen、onasemnogene abeparvovec 和 risdiplam，它们在减缓疾病进展方面表现出前所未有的功效。这些疗法旨在通过靶向存活运动神经元 (SMN) 基因来解决 SMA 的根本原因，有效恢复缺陷的 SMN 蛋白水平。这些创新方法的出现改变了许多 SMA 患者的预后，为曾经治疗手段有限的患者带来了一线希望。此外，小分子化合物和 RNA 靶向策略的出现扩大了针对 SMA 的治疗手段。这些新干预措施表现出多种作用机制，包括 SMN 蛋白稳定和 RNA 剪接调节，展现了 SMA 治疗研究的多面性。制药行业、研究中心和患者权益团体的共同努力在加速将科学发现转化为可见的临床效益方面发挥了重要作用。这篇评论不仅突出了 SMA 治疗取得的显著进展，还为持续努力提高可及性、优化治疗策略、康复（护理和疗法）以及最终为改善 SMA 患者的生活质量铺平道路带来了希望之光。
出显子7/外显子8缺失的患病率和脊柱肌肉萎缩症患者
脊柱肌肉萎缩（SMA）是由于脊髓前角细胞的变性而导致的神经肌肉疾病。SMA的估计发病率为1：6,000-1：10,000。SMN1基因的外显子7的完全缺失是大多数人群中95-98％的SMA患者的标志。对涉嫌患有SMA的儿童或年轻患者的第一条调查应为多重结扎依赖性探针扩增（MLPA）测试，用于对外显子7和SMN1基因中的外显子7和外显子8的纯合缺失。在本文中，我们报告了参加喀拉拉邦一家三级护理医院遗传诊所的SMN 1外显子7缺失测试的结果，其中有一个或多个症状，尤其是软盘婴儿，性低下，肌肉虚弱，舌头，舌头障碍等。SMN1外显子7和外显子8缺失在总计33例低调患者的58％（19）中得到了证实。在SMA阳性病例中，SMA I型，II型和III型分别为68.4％（13），21％（4）和10.5％（2）。对非语言父母的载体测试表明，所有父母都是杂合携带者。直到2016年，这种疾病的治疗仅是支持的。最近Nusinersen，Zolgensma和Risdiplam已适用于SMA患者。先前有SMA儿童历史的父母的携带者测试对于在未来怀孕中实施这种疾病的产前诊断至关重要。本文强调了这种罕见的神经肌肉疾病的重要性。
一种可解释的机器学习模型来预测多发性硬化症中的皮质萎缩
摘要：迄今为止，多发性硬化症（MS）的中心标志（例如白质（WM）/皮质脱髓鞘病变和皮质灰质萎缩）尚不清楚。我们研究了最近出现的皮质萎缩与单个病变型模式之间的相互作用，这些模式最近出现为MS疾病进展的新放射学标记。我们采用机器学习模型来预测150个皮层区域的全脑和单半球的平均皮质稀疏，使用人口统计学和病变相关的特征，通过超射线（7 tesla）MRI进行评估。我们发现（i）体积和无边缘（即没有载有铁的免疫细胞的“边缘”）WM病变，患者年龄和心脏内病变的体积具有最大的预测能力； （ii）WM病变对于预测量很小而对预测更为重要，而皮质病变负荷随着增加而变得越来越重要； （iii）WM病变在最新疾病阶段的萎缩进展中起着更大的作用。我们的结果突出了MS病理在整个大脑中的复杂性。反过来，这要求进行多元统计分析和机械建模技术，以了解病变的病情发生。
专题 地图样萎缩分析的人工智能算法：回顾与评估
我们目前对导致 GA 进展的原因以及如何预测其生长（即其进展）的理解仍然有限，测量病变大小的策略在人力资源方面既缓慢又昂贵。人工智能 (AI) 过去曾广泛用于基于电子健康记录的“大数据”分析，最近，AI 方法已扩展到筛查视网膜图像，随后在诊断中显示出希望。12 基于 AI 的分析的一个优点是它可以非常快速且经济高效地评估兆字节数据。13 AI 系统可以以比人类更高的分辨率和更大的带宽区分图像特征和颜色，因此可以增强信息发现过程。14 AI 还可以将临床信息与诊断图像中出现的特征相结合，以提高分类准确性。15 这在放射学和皮肤病学中很明显，它们已经成为基于 AI 的诊断研究的主题，并取得了令人鼓舞的结果。13
多区域灰质萎缩作为社区痴呆症发展的预测指标：Hisayama 研究
摘要 目的 评估日本老年人群中区域性灰质萎缩与痴呆风险的关联。方法 我们对 1158 名年龄 ≥ 65 岁的无痴呆症的日本居民进行了 5.0 年的随访。应用基于体素的形态测量方法估计基线时的区域灰质体积 (GMV)。计算 GMV 与总脑体积之比 (GMV/TBV)，并使用 Cox 比例风险模型估计其与痴呆风险的关联。我们评估了是否可以通过在痴呆相关脑区中增加灰质萎缩区域总数来提高基于已知痴呆风险因素的模型的预测能力，其中每个区域灰质萎缩的临界值由受试者工作特征曲线确定。结果 在随访期间，113 名参与者患上了全因痴呆，其中 83 人患有阿尔茨海默病 (AD)。内侧颞叶、岛叶、海马和杏仁核的较低 GMV/TBV 与全因痴呆和 AD 的高风险显著/略相关（所有趋势 p 值≤0.08）。全因痴呆和 AD 的风险随着出现灰质萎缩的大脑区域总数的增加而显著增加（趋势 p 值均<0.01）。将灰质萎缩区域总数添加到由已知风险因素组成的模型中可显著提高对 AD 的预测能力（Harrell 的 c 统计量：0.765–0.802；p=0.02）。结论我们的研究结果表明，内侧颞叶、岛叶、海马和杏仁核中灰质萎缩区域总数是老年人群患痴呆症（尤其是 AD）的重要预测因素。
通过结合基因组和基因组编辑
此预印本的版权持有人（此版本发布于2023年4月6日。; https：//doi.org/10.1101/2023.04.04.06.535786 doi：biorxiv Preprint