Nature Communications· Xiaozhou Du, Peng Gao, Li Chai 等 100 人
精选AI 评分60
用规范模型刻画海马亚区在多种神经疾病中的异质性
Mapping hippocampal subfield heterogeneity across neurological disorders by normative modeling
AI 导读
海马各亚区在不同神经疾病中的变化是否具有可区分性,需要统一的参照标准。研究建立年龄特异性的海马亚区参考范围,用规范模型计算个体偏离程度,并检验这些偏离能否区分不同神经疾病、与认知表现和疾病进展相关。原文未给出样本量与成像细节。
推荐理由
建立海马亚区年龄特异性参考范围,用规范模型量化个体偏离,并检验其区分多种神经疾病、评估认知与病程的能力。
摘要 · AI 翻译
海马是认知的枢纽,其各亚区对衰老和神经系统疾病的易感性各不相同。本研究利用34,789名健康个体(年龄范围4至85岁)的3D T1加权磁共振成像(MRI)扫描,建立了海马及其亚区的常模参考值,揭示了各亚区不同的峰值年龄(27.4–40.1岁)。随后,我们通过从这些参考值中为3,521名患者推导个性化偏差(百分位)分数,绘制了海马及其亚区在多种神经系统疾病(轻度认知障碍、阿尔茨海默病、帕金森病、脑小血管病和多发性硬化)中的变化图谱。这些百分位分数捕捉到了疾病特异性的海马异常,支持疾病分类,并与各疾病中的认知表现、纵向认知结局和疾病进展相关。最后,我们开发了一份个性化海马健康报告以促进临床转化。这些发现证明了海马及其亚区常模参考值在神经系统疾病的个性化诊断、认知评估和预后评价中的价值。
中文由 AI 翻译,仅供参考,以原文为准。
来源:Nature Communications · nature.com