编辑推荐：
为提高帕金森综合征诊断准确性，研究人员开发相关算法，在诊断 PD、MSA 和 PSP 上有良好表现。
帕金森综合征是一类常见于老年人的神经退行性疾病，主要症状包括运动迟缓、肌强直和震颤。其中，特发性帕金森病（PD）最为常见，而多系统萎缩（MSA）、进行性核上性麻痹（PSP）等非典型帕金森综合征相对罕见。尽管这些疾病早期症状相似，但在临床特征、疾病进展速度和预后方面却存在差异。准确的早期诊断对于患者的有效管理、参与临床试验以及深入了解这些综合征的病理生理机制至关重要。然而，目前帕金森综合征的临床诊断存在较高误诊率，误诊率可达 25%。
在此背景下，分子成像技术成为提高诊断准确性的重要手段。其中，18F - 氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）是目前区分神经退行性帕金森综合征最强大且应用广泛的诊断方法，它能够检测到早于临床症状和结构异常的代谢变化，在临床实践中被推荐用于鉴别帕金森综合征。但 FDG-PET 图像的视觉解读需要专业知识，为解决这一问题，研究人员采用了多种数学和统计方法来增强其诊断能力，不过此前的方法存在分析步骤多、易积累误差或缺乏分类特征信息等不足。
为了克服这些问题，来自斯洛文尼亚的研究人员开展了一项研究。他们开发并应用了一种基于多项式逻辑回归和缩放子轮廓模型 / 主成分分析（SSM/PCA）的集成单级分类算法，旨在同时区分不同类型的帕金森综合征，并提供能够区分 PD、MSA 和 PSP 的疾病相关代谢地形图。该研究成果发表在《EJNMMI Research》杂志上。
研究人员主要采用了以下关键技术方法：
- 样本选取：选取了 161 名神经退行性帕金森综合征患者，包括 87 名 PD 患者、37 名 MSA 患者和 37 名 PSP 患者，并将其分为两个队列。队列 A 有 60 名患者（每组各 20 名）用于模型识别，队列 B 用于模型验证。
- FDG-PET 成像及预处理：患者接受 FDG-PET 成像，成像后对获得的 DICOM 图像进行预处理，包括空间归一化到标准模板和高斯平滑处理。
- 模型构建：运用 SSM/PCA 算法分析图像的方差和协方差，构建多项式逻辑回归模型，通过 Akaike 信息准则（AIC）选择最优模型。
研究结果如下：
- 模型优化结果：优化后的模型纳入了第 1、2、3 和 6 主成分（PCs），并将 FDG-PET 图像掩模阈值设定为最大值的 25%。该模型产生了三种不同的代谢地形图，分别突出了 PD、MSA 和 PSP 患者与参考组（UD）之间的代谢差异特征。例如，PD 与 UD 的地形图显示纹状体和小脑相对高代谢，顶颞叶和额叶皮质相对低代谢；MSA 与 UD 的地形图显示壳核和小脑相对低代谢；PSP 与 UD 的地形图显示尾状核和内侧额叶皮质相对低代谢，小脑相对高代谢。
- 模型验证结果：通过计算受试者工作特征曲线（ROC）评估模型诊断性能。结果显示，PSP 的曲线下面积（AUC）值最高（AUC=0.95） ，其次是 PD（AUC=0.93）和 MSA（AUC=0.90）。在不同概率阈值下对患者进行分类，当概率阈值为 99% 时，82% 的 PD 患者、29% 的 MSA 患者和 77% 的 PSP 患者被正确识别，PD、MSA 和 PSP 患者的误诊率分别仅为 5%、6% 和 6%。
研究结论与讨论部分指出，该研究开发的新算法具有诸多优势。与现有算法相比，它无需健康对照图像，能同时区分多种帕金森综合征，且决策机制明确、灵活度高，可轻松纳入新的患者群体。在诊断 PD、MSA 和 PSP 时，其准确性和可靠性与现有算法相当。不过，该研究也存在一定局限性，如样本量有限、仅区分了三种常见的帕金森综合征、未进行多中心验证以及缺乏组织学确诊等。
总体而言，这项研究开发的基于多项式逻辑回归和 SSM/PCA 的分类算法在帕金森综合征的分类和鉴别诊断方面展现出良好前景，为未来临床诊断和研究提供了新的思路和方法。后续研究可进一步扩大样本量、纳入更多患者群体，并在多中心进行验证，以提升算法的临床实用性和可靠性。
