从群体水平神经生理生物标志物到个体水平表型分析以识别神经退行性疾病的机制

精准医学方法要求生理效应在转化到个体时具有信息价值。当分布重叠、机制异质或患者表型不同时，可靠的组间差异对个体的价值可能有限。一个特征可以在组均值之间存在差异，同时在个体之间仍大量重叠。此外，生理异常的联合可能揭示出任何单一标志物在组水平上无法捕捉的受试者水平结构。我们以行为变异型额颞叶痴呆（bvFTD）和进行性核上性麻痹（PSP）作为示范性疾病，评估从静息态脑磁图（MEG）衍生的组水平与个体水平特征之间的转化。这些疾病具有不同的分子病理，但同样迫切需要治疗开发，且临床和生理特征部分重叠。我们结合临床表型、功率谱密度（PSD）以及由动态因果建模（DCM）推断的潜在网络机制，来比较组间并获取其个体映射转化。我们使用分类作为探索性探针，考察来自74名健康对照、45名bvFTD参与者和55名PSP参与者的组定义生理特征如何支持个体归属。临床评分显示出强的个体水平转化，与临床诊断定义一致（例如，对照-vs-PSP准确率0.94；bvFTD-vs-PSP准确率0.83）。MEG频谱特征对个体的分类较弱（准确率约0.6），尽管存在组水平重组（例如，bvFTD中β频段降低、额-岛叶α相位/β振幅耦合增加）。推断的生物物理参数给出中等表现（例如，PSP-vs-对照准确率0.70；bvFTD-vs-PSP准确率0.74），同时保留机制可解释性。使用这种方法，神经系统疾病的实验医学研究可以正式地在机制

中文由 AI 翻译，仅供参考，以原文为准。