Scanner otak nganti bisa ngerteni prediksi perkembangan menuju demensia

Kira-kira 40% saka wong sing duwe gangguan kognitif ringan nanti ngembangkan demensia ing telung taun sesuk diagnosis. Progres sing cepet iku ngluwihi pentinge saka alate sing andhal lan terpercaya kanggo nentokake pasien sing paleng risiko. Penelitian anyar nandurake yèn bisa prediksi perkembangan iku karo analisis volumetrik otak sing diwenehake saka scanner, teknik pencitraan sing luwih gampang diakses lan murah.

Para peneliti wis nganalisis data saka 791 pasien sing duwe gangguan kognitif ringan. Antara anu, 40% nanti ngembangkan demensia ing telung taun. Hasilne nandurake yèn wong-wong sing ngembangkan demensia umume luwih tuwa, luwih sereng wanita, lan duwe varian genetik sing diketahui bisa nambah risiko penyakit Alzheimer. Keadaan kognitif awalne, sing diukur karo tes klinis, uga luwih parah.

Analisis saka scanner nandurake perbedaan sing jelas ing sawijining wilayah otak. Pasien sing ngembangkan demensia duwe pelebaran sing luwih gedhe ing ventrikel lateral ngisor lan ruang sing diisi karo cairan serebrospinal ing wilayah parietal lan oksipital. Perubahan iku mencerminkan atrofi otak, yaiku pengurangan volume otak, sing sereng dikaitake karo progresi penyakit Alzheimer.

Kanggo prediksi perkembangan iku, para ilmuwan ngembangkan model sing based on kecerdasan buatan. Model iku ngombinasi data klinis, kayata usia atawa hasil tes kognitif, karo ukuran volumetrik sing didapat saka scanner. Model iku wis capai akurasi sing luwih, karo kemampuan kanggo bedakake pasien sing berisiko karo benar ing kira-kira 84% saka kasus. Enam faktor sing nandurake paleng menentukan: usia, varian genetik, tingkat gangguan kognitif awal, lan telu ukuran spesifik atrofi otak ing wilayah sing disebut.

Penggunaan scanner duwe keuntungan utama: teknik iku wis lazim digunake ing praktik klinis kanggo ngilangake penyebab liya saka gangguan kognitif, kayata tumor atawa stroke. Jadi, nggabungake analisis volumetrik ora butuh pemeriksaan tambahan, sing nggawe pendekatan iku praktis lan ekonomis. Bedane karo metode liya, kayata MRI atawa biomarkah ing cairan serebrospinal, scanner gampang diakses ing kebanyakan rumah sakit lan ora butuh prosedur invasif.

Hasilne nandurake yèn pendekatan iku ora nggawe bisa prediksi perkembangan menuju demensia karo akurat, nanging uga bisa nentokake faktor sing paleng berpengaruh. Misale, atrofi ing ventrikel lateral ngisor, wilayah sing deket karo hipokampus, iku indikator kuat saka risiko sing nambah. Hipokampus duwe peran kunci ing ingatan, lan penyusutane sereng ketemu ing tahap-tahap awal penyakit Alzheimer. Sijine, perubahan ing wilayah parietal lan oksipital, sing dikaitake karo jaringan saraf sing terlibat ing fungsi kognitif kompleks, ngguwati pentinge ing progresi penyakit.

Model iku bisa duwe dampak sing signifikan ing penanganan pasien. Karo nentokake wong-wong sing duwe risiko gedhe kanggo ngembangkan demensia ing waktu sing singkat, para dokter bisa sesuaike pemantauan, nawuhake intervensi dini, lan nggawe pasien lan keluargane luwih informasi. Sebalikne, wong-wong sing duwe risiko rendah bisa ngindari pemeriksaan sing ora perlu atawa kunjungan sing luwih sereng. Stratifikasi risiko iku uga bisa nggawe efisiensi uji klinis karo nentokake peserta sing paleng berpotensi kanggo ngembangkan progresi sing cepet, sing nggawe pengembangan obat-obatan anyar luwih gampang.

Penelitian ngguwati yèn scanner, sing sereng dianggep kayata alat diagnostik dasar, bisa jadi unsur kunci kanggo prognosis. Karo ngoptimalkan data sing wis ada, metode iku nawuhake solusi sing gampang diakses kanggo kedokteran personalisasi, tanpo nggawe beban luwih kanggo pasien atawa sistem kesehatan.

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