Yeni Beyin Görüntüleme Tekniği Parkinson Hastalığının Teşhisine Yardımcı Oluyor

Yeni bir çalışma, bir beyin görüntüleme tekniğinin Parkinson hastalığı gibi hareket bozukluğu olan milyonlarca insan için tanıları iyileştireceğini ümit ediyor.

Florida Üniversitesi'nden araştırmacılar, bir difüzyon tensör görüntüleme tekniğinin, klinisyenlerin insanları bugün mümkün olandan daha erken değerlendirmelerine izin verebileceğine ve bu da hastalar için iyileştirilmiş tedavi müdahaleleri ve tedavilerine yol açacağına inanıyor.

Üç yıllık çalışma, her biri klinik olarak tanımlanmış hareket bozukluğu teşhisi olan 72 hastaya baktı. Yeni teknik, araştırmacıların hastaları yüksek bir doğruluk derecesi ile başarılı bir şekilde bozukluk gruplarına ayırmasına izin verdi.

Araştırma dergide yayınlanacak Hareket Bozuklukları.

Doçent ve çalışmanın baş araştırmacısı David Vaillancourt, "Bu çalışmanın amacı, beyinde birbiriyle örtüşen klinik semptomlara sahip hareket bozukluklarını ayırt eden ve [bozuklukları] ayırt etmeyi zorlaştıran belirteçleri belirlemektir," dedi.

"Başka hiçbir görüntüleme, beyin omurilik sıvısı veya kan belirteci bu bozuklukları ayırt etmede bu kadar başarılı olmamıştır" dedi. "Sonuçlar çok umut verici."

Parkinson hastalığı, esansiyel titreme, çoklu sistem atrofisi ve progresif supranükleer felç gibi hareket bozuklukları erken evrelerde benzer semptomlar sergiler ve bu da spesifik bir tanı koymayı zorlaştırabilir.

Vaillancourt, hastalık ilerledikçe genellikle orijinal teşhisin değiştiğini söyledi.

DTI olarak bilinen difüzyon tensör görüntüleme, beyindeki su moleküllerinin difüzyonunu inceleyen invazif olmayan bir yöntemdir. Beyindeki gri madde ve beyaz maddeye verilen hasarın bir sonucu olarak etkilenen önemli alanları belirleyebilir.

Vaillancourt ve ekibi, bireylerde bazal gangliyon ve serebellum alanlarını ölçtü ve grup sınıflandırmasını tahmin etmek için istatistiksel bir yaklaşım kullandı.

Veriler içinde farklı sorular sorarak ve farklı grupları birbirleriyle karşılaştırarak, bozukluklar arasında farklı ayrım gösterebildiler.

Vaillancourt, "Amacımız, orijinal hastalık sınıflandırmasını doğru bir şekilde tahmin etmek için bu önlemleri kullanmaktı," dedi, "Yeni bir hasta bilinmeyen bir teşhisle gelirse, bu algoritmayı o kişiye uygulayabilirsin."

Süreci bir kolesterol testiyle karşılaştırdı.

"Yüksek kolesterolünüz varsa, gelecekte kalp hastalığına yakalanma şansınızı artırır" dedi.

“Belirli bir hastalık grubu için olasılık veya olasılık senaryosu verenlere benzer testler var. Bir adım daha ileri gidiyoruz ve belirli titreme ve Parkinson hastalıklarının sınıflandırmasını tahmin etmek için bilgileri kullanmaya çalışıyoruz. "

Kaynak: Florida Üniversitesi