Human Brain Mapping:基于静息态功能连接的预测模型可以预测晚年神经心理学测验表现
2021-06-13 MedSci原创 MedSci原创
基于静息态功能连接的预测模型可以预测晚年神经心理学测验的表现
神经心理学测验通常被用来检测痴呆以及相关疾病病人的认知与功能改变，它系统地描述了被试执行特定认知任务的能力，并评估了被试如何应对日常生活中的活动。神经心理学测验在检测和监测与痴呆相关疾病相关的认知和功能变化方面也具有独特的作用。因此，它不仅能检测到临床损伤的存在，而且还能提供晚期神经退行性疾病的预后有用信息。尽管目前有强有力的证据证明神经心理学测验的临床效用，然而测验分数背后的神经基础还不清楚。
最近Human Brain Mapping杂志刊发了Jeanyung Chey等研究文章，探讨了老年人神经心理学测验表现的脑功能连接基础。
该研究旨在使用预测模型方法，确定功能连接的最佳组合，预测个体的神经心理学测验分数。使用OASIS-3数据集(n = 428)中的静息态功能连接和神经心理学测验对预测模型进行训练，并将识别出的模型迭代应用于内部测试集(n = 216)和外部测试集(KSHAP, n = 151)。
OASIS-3(内部验证集，n = 644)和KSHAP(外部验证集，n = 151)的描述性统计
内部(OASIS-3)和外部(KSHAP)验证数据集中神经心理测试表现的描述性统计
对所有被试进行核磁共振扫描，获取静息态功能磁共振图像，选取了227个脑区进行功能连接的计算。
基于连接体的预测建模原理图概述。使用个体FC矩阵的训练集(左)来识别所有连接特征的预测权值。新个体的beta权重与FC矩阵之间的点积估计了FC预测的测试分数。
嵌套交叉验证原理图概述。内部验证(左):三重交叉验证识别了序列集中的lambda调整的预测权值。将训练好的预测模型应用于测试集FC。FC预测得分(模式表达式)是通过预测权重和个人FC之间的点积计算的。FC预测得分与实际神经心理测试得分之间的相关性表明预测的准确性。外部验证(右):对KSHAP数据集应用相同的迭代预测。
结果表明，基于功能连接的预测得分与实际行为测试得分相符(r = 0.08 0.44)。利用大部分连接特征的预测模型比由局部连接特征组成的预测模型准确率更高。
主要代表执行功能和加工速度的脑区有更高的预测精度，比如流畅性、TMT和数字符号转换，而前人研究也表明这些测试在对于预测痴呆的进程以及情景记忆功能都有较高价值。代表注意和工作记忆的数字广度量表中预测准确度较差，作者认为可能的原因第一个是数字广度测验的12次测试并不能得到可靠的信息，第二可能是因为数字广度测验对阿尔兹海默病或血管性痴呆的病理生理过程并不敏感，而预测的准确度很可能是由该测试与晚年神经认知障碍的病理过程的相关性所影响的。
该研究说明基于静息态功能连接的预测模型可以预测晚年神经心理学测验的表现，但在建立理论有效的临床辅助诊断模型时，还需要进一步的证据。
原文出处
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#神经心理学#
0
#mapping#
57
#human#
50
很有意义
55
#静息态#
40
#预测模型#
41
#功能连接#
34
#神经心理#
38
十分有帮助
61
梅斯里提供了很多疾病的模型计算公式，赞一个！
49