“`html

મગજની સ્કેનથી ડિમેન્શિયા તરફની પ્રગતિની આગાહી કરી શકાય છે

હલકા કોગ્નિટિવ ડિસઓર્ડર વાળા લોકોમાંથી લગભગ 40% લોકોને નિદાન પછીના ત્રણ વર્ષમાં ડિમેન્શિયા થાય છે. આ ઝડપી પ્રગતિ એવા દર્દીઓને ઓળખવા માટે વિશ્વસનીય સાધનોની જરૂરિયાતને ઉજાગર કરે છે જેઓને સૌથી વધુ જોખમ હોય. તાજેતરના એક અભ્યાસમાં જણાવવામાં આવ્યું છે કે મગજની વોલ્યુમેટ્રિક વિશ્લેષણ દ્વારા સ્કેનથી આ પ્રગતિની આગાહી કરી શકાય છે, જે એક વ્યાપકપણે ઉપલબ્ધ અને કિફાયતી ઇમેજિંગ તકનીક છે.

સંશોધકોએ 791 દર્દીઓના ડેટાનું વિશ્લેષણ કર્યું છે જેઓને હલકા કોગ્નિટિવ ડિસઓર્ડર હતા. તેમમાંથી 40% લોકોને ત્રણ વર્ષમાં ડિમેન્શિયા થઈ ગઈ. પરિણામો બતાવે છે કે જેઓને ડિમેન્શિયા થઈ હતી તેઓ સરેરાશમાં વધુ ઉંમરના હતા, વધુ વખત સ્ત્રીઓ હતી અને અલ્ઝાઇમર રોગના જોખમને વધારતી જાણીતી જેનેટિક વેરિએન્ટ ધરાવતા હતા. તેમની પ્રારંભિક કોગ્નિટિવ સ્થિતિ, જે ક્લિનિકલ ટેસ્ટ દ્વારા મૂલવવામાં આવી હતી, તે પણ વધુ ખરાબ હતી.

સ્કેનનું વિશ્લેષણ મગજના કેટલાક વિસ્તારોમાં નોંધપાત્ર તફાવતો દર્શાવે છે. જેઓને ડિમેન્શિયા થઈ હતી તેમના મગજમાં નીચલા લેટરલ વેન્ટ્રિકલ્સ અને પેરિટલ અને ઓક્સિપિટલ વિસ્તારોમાં સેરિબ્રોસ્પાઇનલ ફ્લુઇડથી ભરેલી જગ્યાઓ વધુ વિસ્તારિત હતી. આ ફેરફારો મગજની એટ્રોફીને દર્શાવે છે, એટલે કે મગજના વોલ્યુમમાં ઘટાડો, જે સામાન્ય રીતે અલ્ઝાઇમર રોગની પ્રગતિ સાથે સંકળાયેલો હોય છે.

આ પ્રગતિની આગાહી કરવા માટે વૈજ્ઞાનિકોએ કૃત્રિમ બુદ્ધિમત્તા પર આધારિત એક મોડેલ વિકસાવ્યું છે. આ મોડેલ ક્લિનિકલ ડેટા, જેમ કે ઉંમર અથવા કોગ્નિટિવ ટેસ્ટના પરિણામો, સાથે સ્કેનથી મેળવેલા વોલ્યુમેટ્રિક માપણોને જોડે છે. આ મોડેલે ઉલ્લેખનીય ચોકસાઈ હાંસલ કરી છે, જેમાં લગભગ 84% કેસોમાં જોખમી દર્દીઓને યોગ્ય રીતે ઓળખી શકાય છે. છ વસ્તુઓ ખાસ કરીને નિર્ણાયક સાબિત થઈ છે: ઉંમર, જેનેટિક વેરિએન્ટ, પ્રારંભિક કોગ્નિટિવ ખરાબીનું સ્તર અને ઉલ્લેખિત વિસ્તારોમાં મગજની એટ્રોફીના ત્રણ વિશિષ્ટ માપણો.

સ્કેનનો ઉપયોગ એક મહત્વપૂર્ણ ફાયદો ધરાવે છે: આ તકનીક ક્લિનિકલ પ્રેક્ટિસમાં પહેલેથી જ સામાન્ય રીતે વાપરવામાં આવે છે, જેથી કોગ્નિટિવ ડિસઓર્ડરના અન્ય કારણો, જેમ કે ટ્યુમર અથવા વેસ્ક્યુલર ઘટનાઓ,ને બાદ કરી શકાય. આમ, આ વોલ્યુમેટ્રિક વિશ્લેષણને એકીકૃત કરવું અતિરિક્ત પરીક્ષણોની જરૂર નહીં પડે, જે આ અભિગમને વ્યવહારિક અને આર્થિક બનાવે છે. અન્ય પદ્ધતિઓની જેમ કે MRI અથવા સેરિબ્રોસ્પાઇનલ ફ્લુઇડમાં બાયોમાર્કર્સની તુલનામાં, સ્કેન મોટાભાગના હોસ્પિટલ કેંદ્રોમાં ઉપલબ્ધ છે અને તેને ઇનવેસિવ પ્રક્રિયાઓની જરૂર નથી.

પરિણામો બતાવે છે કે આ અભિગમ ન ફક્ત ડિમેન્શિયા તરફની પ્રગતિની ચોકસાઈપૂર્વક આગાહી કરવા માટે સક્ષમ છે, પરંતુ સૌથી પ્રભાવશાળી પરિબળોને પણ ઓળખી શકે છે. ઉદાહરણ તરીકે, નીચલા લેટરલ વેન્ટ્રિકલ્સમાં એટ્રોફી, હિપોકેમ્પસ નજીકના વિસ્તારમાં, વધુ જોખમનો મજબૂત સંકેત છે. હિપોકેમ્પસ યાદશક્તિમાં મહત્વની ભૂમિકા ભજવે છે, અને તેનું સંકોચન સામાન્ય રીતે અલ્ઝાઇમર રોગના પ્રારંભિક તબક્કામાં જોવા મળે છે. તે જ રીતે, પેરિટલ અને ઓક્સિપિટલ વિસ્તારોમાં ફેરફારો, જેઓ જટિલ કોગ્નિટિવ કાર્યો સાથે સંકળાયેલા ન્યુરલ નેટવર્ક્સ સાથે જોડાયેલા હોય છે, રોગની પ્રગતિમાં તેમના મહત્વની પુષ્ટિ કરે છે.

આ મોડેલ દર્દીઓની સંભાળમાં નોંધપાત્ર અસર કરી શકે છે. જેઓને ટૂંક સમયમાં ડિમેન્શિયા થવાનું જોખમ વધુ હોય તેવા દર્દીઓને ઓળખીને, ડોક્ટરો ફોલો-અપને અનુરૂપ બનાવી શકે છે, પ્રારંભિક હસ્તક્ષેપો સૂચવી શકે છે અને દર્દીઓ અને તેમના નજીકના લોકોને વધુ સારી રીતે માહિતી આપી શકે છે. તેની વિરુદ્ધમાં, જેઓને ઓછું જોખમ હોય તેઓ અનાવશ્યક પરીક્ષણો અથવા બહુ વખતની મુલાકાતો ટાળી શકે છે. જોખમના આ સ્તરીકરણથી ક્લિનિકલ ટ્રાયલ્સની કાર્યક્ષમતામાં પણ સુધારો થઈ શકે છે, કારણ કે તે સૌથી ઝડપી પ્રગતિ ધરાવતા સહભાગીઓને ટાર્ગેટ કરી શકે છે, જે નવા ઉપચારોના વિકાસને સરળ બનાવશે.

અભ્યાસ પુષ્ટિ કરે છે કે સ્કેન, જેને સામાન્ય રીતે નિદાનના મૂળભૂત સાધન તરીકે ગણવામાં આવે છે, તે પ્રોગ્નોસિસ માટે એક મહત્વપૂર્ણ તત્વ બની શકે છે. પહેલેથી ઉપલબ્ધ ડેટાનો ઉપયોગ કરીને, આ પદ્ધતિ વ્યક્તિગત ચિકિત્સા માટે એક સુલભ ઉકેલ પ્રદાન કરે છે, જેમાં દર્દીઓ અથવા આરોગ્યસંભાળ પ્રણાલીઓ પર કોઈ અતિરિક્ત ભાર નથી.

“`

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