Az új agyi képalkotó technika segít a Parkinson-kór diagnosztizálásában

Egy új tanulmány reményt ad arra, hogy az agyi képalkotó technika javítani fogja a mozgászavarokban, például a Parkinson-kórban szenvedő emberek millióinak diagnózisát.

A Floridai Egyetem kutatói úgy vélik, hogy egy diffúziós tenzor képalkotó technika lehetővé teheti a klinikusok számára, hogy a lehető legkorábban értékeljék az embereket, ami javított kezelési beavatkozásokhoz és terápiákhoz vezethet a betegek számára.

A hároméves vizsgálat 72 beteget vizsgált meg, mindegyik klinikailag meghatározott mozgászavar diagnózissal. Az új technika lehetővé tette a kutatók számára, hogy nagy pontossággal sikeresen szétválasszák a betegeket rendellenességi csoportokba.

A kutatás a folyóiratban jelenik meg Mozgászavarok.

"Ennek a tanulmánynak az a célja, hogy azonosítsa azokat az markereket az agyban, amelyek megkülönböztetik azokat a mozgászavarokat, amelyeknek klinikai tünetei átfedik egymást, így a [rendellenességeket] nehéz megkülönböztetni" - mondta David Vaillancourt, egyetemi docens és a tanulmány vezető kutatója.

"Semmilyen más képalkotás, cerebrospinalis folyadék vagy vérmarker nem volt ilyen sikeres a betegségek megkülönböztetésében" - mondta. "Az eredmények nagyon ígéretesek."

Az olyan mozgászavarok, mint a Parkinson-kór, az esszenciális remegés, a többszörös rendszer atrófiája és a progresszív szupranukleáris bénulás hasonló tüneteket mutatnak a korai szakaszban, ami kihívást jelenthet egy adott diagnózis kijelölésére.

Vaillancourt elmondta, hogy az eredeti diagnózis gyakran változik a betegség előrehaladtával.

A diffúziós tenzor képalkotás, DTI néven ismert, nem invazív módszer, amely a vízmolekulák diffúzióját vizsgálja az agyban. Meg tudja azonosítani azokat a kulcsfontosságú területeket, amelyeket az agy szürkeállományának és fehérállományának károsodása okozott.

Vaillancourt és csapata egyénekben megmérték a bazális ganglionok és a kisagy területeit, és statisztikai megközelítést használtak a csoportok osztályozásának megjóslásához.

Az adatokon belül különböző kérdések feltevésével és a különböző csoportok összehasonlításával képesek voltak szétválasztani a rendellenességeket.

"Célunk az volt, hogy ezeket az intézkedéseket felhasználva pontosan megjósoljuk a betegség eredeti besorolását" - mondta Vaillancourt. "Az az ötlet, hogy ha egy új beteg ismeretlen diagnózissal érkezik, akkor ezt az algoritmust alkalmazhatja az adott egyénre."

Összehasonlította a folyamatot egy koleszterin-teszttel.

"Ha magas a koleszterinszintje, ez növeli a szívbetegségek kialakulásának esélyét a jövőben" - mondta.

„Vannak olyan tesztek, mint amelyek egy adott betegségcsoport valószínűségi vagy valószínűségi forgatókönyvét adják meg. Egy lépéssel tovább megyünk, és megpróbálunk információkat felhasználni a specifikus remegés és a parkinson-kór osztályozásának előrejelzéséhez. "

Forrás: Floridai Egyetem