„`html

Hirnscans können den Übergang zu Demenz vorhersagen

Etwa 40 % der Menschen mit leichten kognitiven Störungen entwickeln innerhalb von drei Jahren nach der Diagnose eine Demenz. Dieser schnelle Fortschritt unterstreicht die Bedeutung zuverlässiger Werkzeuge, um die am stärksten gefährdeten Patienten zu identifizieren. Eine aktuelle Studie zeigt, dass diese Entwicklung mithilfe einer volumetrischen Analyse des Gehirns auf Basis von Scans vorhergesagt werden kann – eine weit verbreitete und kostengünstige Bildgebungstechnik.

Die Forscher analysierten die Daten von 791 Patienten mit leichten kognitiven Störungen. Davon entwickelten 40 % innerhalb von drei Jahren eine Demenz. Die Ergebnisse zeigen, dass die Betroffenen im Durchschnitt älter waren, häufiger Frauen und Träger einer genetischen Variante, die das Risiko für die Alzheimer-Krankheit erhöht. Ihr anfänglicher kognitiver Zustand, der durch klinische Tests bewertet wurde, war ebenfalls stärker beeinträchtigt.

Die Analyse der Scans deckte deutliche Unterschiede in bestimmten Hirnregionen auf. Patienten, die eine Demenz entwickelten, wiesen eine stärkere Vergrößerung der unteren Seitenventrikel sowie der mit Gehirn-Rückenmarks-Flüssigkeit gefüllten Räume in den parietalen und okzipitalen Bereichen auf. Diese Veränderungen spiegeln eine Hirnatrophie wider, also eine Verringerung des Hirnvolumens, die oft mit dem Fortschreiten der Alzheimer-Krankheit in Verbindung gebracht wird.

Um diese Entwicklung vorherzusagen, entwickelten die Wissenschaftler ein Modell auf Basis künstlicher Intelligenz. Dieses kombiniert klinische Daten wie Alter oder Ergebnisse kognitiver Tests mit volumetrischen Messungen aus den Scans. Das Modell erreichte eine bemerkenswerte Genauigkeit und konnte in fast 84 % der Fälle die Risikopatienten korrekt identifizieren. Sechs Faktoren erwiesen sich als besonders entscheidend: Alter, die genetische Variante, das Ausmaß der anfänglichen kognitiven Beeinträchtigung und drei spezifische Messwerte der Hirnatrophie in den genannten Regionen.

Der Einsatz von Scans bietet einen entscheidenden Vorteil: Diese Technik wird bereits häufig in der klinischen Praxis eingesetzt, um andere Ursachen für kognitive Störungen auszuschließen, wie Tumore oder vaskuläre Ereignisse. Die Integration dieser volumetrischen Analyse würde daher keine zusätzlichen Untersuchungen erfordern, was diesen Ansatz sowohl praktisch als auch kostengünstig macht. Im Gegensatz zu anderen Methoden wie MRT oder Biomarkern in der Gehirn-Rückenmarks-Flüssigkeit ist der Scan in den meisten Krankenhäusern verfügbar und erfordert keine invasiven Eingriffe.

Die Ergebnisse zeigen, dass dieser Ansatz nicht nur die Entwicklung hin zu Demenz präzise vorhersagen kann, sondern auch die einflussreichsten Faktoren identifiziert. So ist die Atrophie in den unteren Seitenventrikeln, einem Bereich in der Nähe des Hippocampus, ein starker Indikator für ein erhöhtes Risiko. Der Hippocampus spielt eine zentrale Rolle für das Gedächtnis, und seine Verringerung wird oft in den frühen Stadien der Alzheimer-Krankheit beobachtet. Ebenso bestätigen Veränderungen in den parietalen und okzipitalen Regionen, die mit neuronalen Netzwerken verbunden sind, die an komplexen kognitiven Funktionen beteiligt sind, ihre Bedeutung für den Fortschritt der Krankheit.

Dieses Modell könnte die Patientenversorgung deutlich verbessern. Durch die Identifizierung von Personen mit einem hohen Risiko, kurzfristig eine Demenz zu entwickeln, könnten Ärzte die Nachsorge anpassen, frühzeitige Interventionen vorschlagen und Patienten sowie ihre Angehörigen besser informieren. Umgekehrt könnten Menschen mit geringem Risiko unnötige Untersuchungen oder zu häufige Konsultationen vermeiden. Diese Risikostratifizierung könnte auch die Effizienz klinischer Studien steigern, indem sie sich auf Teilnehmer konzentriert, bei denen am ehesten ein schneller Fortschritt zu erwarten ist, was die Entwicklung neuer Behandlungen erleichtern würde.

Die Studie bestätigt, dass der Scan, der oft als grundlegendes Diagnosewerkzeug betrachtet wird, zu einem Schlüsselelement für die Prognose werden kann. Durch die Nutzung bereits verfügbarer Daten bietet diese Methode eine zugängliche Lösung für eine personalisierte Medizin, ohne die Belastung für Patienten oder Gesundheitssysteme zu erhöhen.

„`

Sources du média

Document de référence

DOI : https://doi.org/10.1038/s41598-026-45439-8

Titre : Scalable CT-based prognostic modeling of dementia conversion in mild cognitive impairment

Revue : Scientific Reports

Éditeur : Springer Science and Business Media LLC

Auteurs : Seongbeom Park; Jehyun Ahn; Duk L. Na; Hee Jin Kim; Hyemin Jang; Jun Pyo Kim; Sung Hoon Kang; Jihwan Yun; Min Young Chun; Sang Won Seo; Kichang Kwak