Agykutatások az autizmus azonosításához?

A feltörekvő kutatások szerint előfordulhat olyan nap, amikor az agy autizmussal kapcsolatos rendellenességei agyi vizsgálatokkal kimutathatók.

Ezen specifikus agyi rendellenességek korai felismerése javított diagnózishoz és az autizmus spektrum rendellenességeinek jobb megértéséhez vezethet.

Az autizmussal összefüggő biomarkerek felfedezése nagy kihívást jelentett, gyakran azért, mert az egyik betegcsoport számára ígéretet mutató módszerek kudarcot vallanak, amikor egy másikra alkalmazzák őket.

Egy új tanulmányban azonban a tudósok új fokú sikerről számolnak be. Javasolt biomarkerjük összehasonlíthatóan nagy pontossággal dolgozott két különböző felnőtt csoport értékelésében.

A tudósok kifejlesztettek egy számítógépes algoritmust,osztályozó”, Mert funkcionális mágneses rezonancia képalkotás (fMRI) agyi vizsgálatok alapján képes osztályozni az alanyok csoportját - az autista spektrum zavarban szenvedőket és azokat, akik nem.

Az agyhálózati kapcsolat ezernyi kapcsolatának elemzésével számos autizmussal élő és autizmussal nem rendelkező ember között a szoftver 16 kulcsfontosságú interregionális funkcionális kapcsolatot talált, amelyek lehetővé tették számára, hogy nagy pontossággal megmondja, kinek hagyományosan diagnosztizálták az autizmust, és kinek még nem.

A technológiát elsősorban a japán kiotói Advanced Telecommunications Research Institute International fejlesztette ki, a Rhode Island-i Brown Egyetem három társszerzőjének jelentős közreműködésével.

A kutatók 181 felnőtt önkéntest vizsgáltak három helyszínen Japánban, majd hét helyszínen 88 amerikai felnőtt csoportra alkalmazták az algoritmust. Az autizmussal diagnosztizált összes önkéntesnek nem volt értelmi fogyatékossága.

"Ez az első tanulmány, amely [sikeresen] alkalmaz egy osztályozót egy teljesen más kohorszra" - mondta Dr. Yuka Sasaki társszerző, a Brown kognitív, nyelv- és pszichológiai tudományok tudományos docense.

„Korábban már számos kísérlet történt. Végül legyőztük a problémát. ”

A két gépi tanulási algoritmust ötvöző osztályozó minden populációban jól működött, átlagosan 85 százalékos pontossággal a japán önkéntesek és 75 százalékos pontossággal az amerikaiak körében.

A kutatók kiszámították, hogy annak valószínűsége, hogy a populációkon átívelő teljesítmény ilyen mértékét pusztán véletlenül látják, 1,4 millió volt.

A kutatók más módon igazolták az osztályozó hatékonyságát azáltal, hogy összehasonlították az osztályozó autizmus diagnózisának jóslatait a klinikusok által jelenleg elérhető fő diagnosztikai módszerrel, az autizmus diagnosztikai megfigyelési ütemtervvel (ADOS).

Az ADOS nem a biológia vagy a fiziológia markerein alapszik, hanem az orvos interjúin és a viselkedés megfigyelésein. Az osztályozó képes volt megjósolni az ADOS kommunikációs komponens pontszámait statisztikailag szignifikáns 0,44 korrelációval. Az összefüggés azt sugallja, hogy az osztályozó által azonosított 16 kapcsolat az ADOS-ban fontos tulajdonságokra vonatkozik.

A kutatók ezután felfedezték, hogy a kapcsolatok összefüggenek az agyi funkciókért felelős agyhálózattal, például más emberek elismerésével, arcfeldolgozással és érzelmi feldolgozással. Ez az anatómiai összehangolás összhangban áll az autizmus spektrum rendellenességeivel, például a szociális és érzelmi érzékeléssel járó tünetekkel.

Végül a csapat megvizsgálta, hogy az osztályozó megfelelően tükrözi-e az autizmus spektrum rendellenességei és más pszichiátriai állapotok hasonlóságait és különbségeit.

Például az autizmusról ismert, hogy hasonlóságot mutat a skizofréniával, de a depresszióval vagy a figyelemhiányos hiperaktivitási rendellenességgel nem.

Ha ezeket az egyéb rendellenességeket szenvedő betegeknél alkalmazzák, összehasonlítva a hasonló állapotú emberekkel, akkor az osztályozó mérsékelt, de statisztikailag szignifikáns pontosságot mutatott a skizofréniás betegek megkülönböztetésében, de nem depressziós vagy ADHD-s betegeknél.

Az adatok összegyűjtéséhez szükséges MRI-vizsgálatok egyszerűek voltak - mondta Sasaki. Az alanyoknak csak körülbelül 10 percet kellett eltöltenie a gépben, és nem kellett különösebb feladatokat ellátniuk. Csak mozdulniuk kellett és pihenniük kellett.

Ennek az egyszerűségnek a ellenére és annak ellenére, hogy az osztályozó példátlanul jól teljesített kutatási szempontból - mondta Sasaki, még nem áll készen arra, hogy klinikai eszköz legyen. Bár a jövő hozhatja ezt a fejlődést, először a finomításokra lesz szükség.

"A pontossági szintnek sokkal magasabbnak kell lennie" - mondta Sasaki. "A nyolcvan százalékos pontosság nem biztos, hogy hasznos a való világban."

Az sem világos, hogyan működne ez a gyermekek körében, mivel a tanulmány önkéntesei mind felnőttek voltak.

Bár az osztályozó nem áll készen az aktuális diagnosztikára, mivel a pontosság javítja a vizsgálatokat, és az elemzés nemcsak fiziológiai alapú diagnosztikai eszköz lehet, hanem megközelítés is a kezelés hatékonyságának figyelemmel kísérésére.

Az orvosok talán egyszer képesek lesznek használni az eszközt annak figyelemmel kísérésére, hogy a terápiák megváltoztatják-e az agy kapcsolatát - mondta Sasaki.

A kutatás a folyóiratban jelent meg Nature Communications.

Forrás: Brown Egyetem

!-- GDPR -->