研究人员确定了儿童多动症的大脑标记物

【字体: 时间:2022年11月25日 来源:

编辑推荐:

  研究人员分析了近8000名儿童的核磁共振检查数据,发现了注意力缺陷/多动障碍(ADHD)的生物标记物,以及神经成像机器学习在帮助诊断、治疗计划和监测该障碍方面的可能作用。这项新研究的结果将于下周在北美放射学会(RSNA)的年会上公布。

  
   

Researchers Identify Brain Markers of ADHD in Children    

图片:多动症患者的体积变化。患有注意力缺陷多动障碍的儿童往往有较低的皮质体积,尤其是颞叶和额叶。    


研究人员分析了近8000名儿童的核磁共振检查数据,发现了注意力缺陷/多动障碍(ADHD)的生物标记物,以及神经成像机器学习在帮助诊断、治疗计划和监测该障碍方面的可能作用。这项新研究的结果将于下周在北美放射学会(RSNA)的年会上公布。

根据美国疾病控制与预防中心(Centers for Disease Control and Prevention)的数据,注意力缺陷多动障碍(ADHD)是儿童时期最常见的神经发育障碍之一,约有600万名3至17岁的美国儿童受到影响。

患有这种疾病的儿童可能难以集中注意力和控制冲动行为,或者他们可能过于活跃。诊断依赖于儿童的照顾者完成的检查表来评估ADHD症状的存在。

“我们需要一种更客观、更有效、更可靠的诊断方法,”该研究的合著者、康涅狄格州纽黑文耶鲁大学医学院的研究生研究员黄林(音译)说。“注意力缺陷多动障碍的症状通常没有被诊断或误诊,因为评估是主观的。”

研究人员使用了来自青少年大脑认知发展(ABCD)研究的MRI数据,这是美国最大的关于大脑发育和儿童健康的长期研究。ABCD的研究涉及了来自全国21个中心的11878名9-10岁的儿童,以代表美国的社会人口多样性

“我们小组的人口统计数据反映了美国人口,使我们的结果在临床上适用于一般人群”。

排除后,Lin的研究组包括7805例患者,其中1798例诊断为ADHD,所有患者都进行了结构MRI扫描、弥散张量成像和静息态功能MRI。研究人员对影像学数据进行了统计分析,以确定多动症与脑容量、表面积、白质完整性和功能连通性等神经影像学指标的相关性。

Lin说:“我们发现,我们调查的大脑几乎所有区域都发生了变化。”“这种遍布整个大脑的现象令人惊讶,因为许多之前的研究已经确定了大脑的特定区域的变化。”

在多动症患者中,研究人员观察到涉及记忆处理和听觉处理的大脑网络连接异常,大脑皮层变薄,以及显著的白质微观结构变化,尤其是在大脑额叶。

Lin说:“额叶是大脑中控制冲动和注意力缺失的区域,这是多动症的两个主要症状。”

MRI数据非常重要,可以作为机器学习模型的输入来预测ADHD的诊断。机器学习是人工智能的一种,它使分析大量MRI数据成为可能。

“我们的研究强调,多动症是一种神经系统疾病,在大脑中有神经结构和功能的表现,而不仅仅是一种纯粹的外化行为综合征,”她说。

这项研究的人口水平数据提供了保证,MRI生物标记物提供了大脑的可靠图像。

“当临床诊断有疑问时,客观的大脑MRI扫描可以帮助清楚地识别受影响的儿童。”目的MRI生物标志物可用于ADHD诊断、治疗计划和治疗监测的决策。

资深作者Sam Payabvash博士注意到最近的试验报告了对多动症儿童治疗反应的微观结构变化。

他说:“我们的研究为这些儿童提供了新的、多模态的神经成像生物标志物,作为潜在的治疗靶点。”


相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 生物通商城 | 人才市场 | 核心刊物 | 特价专栏 | 仪器云展台 | 免费试用 | 今日视角 | 新技术专栏 | 技术讲座 | 技术期刊 | 会展中心 | 中国科学人 | 正牌代理商

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号