“`html

மூளை ஸ்கேன் மூலம் மறதியை முன்னறிவது சாத்தியம்

லேசான அறிவாற்றல் குறைபாடுகள் உள்ளவர்களில் சுமார் 40% பேர் கண்டறியப்பட்ட மூன்று ஆண்டுகளுக்குள் மறதி நோயால் பாதிக்கப்படுகிறார்கள். இந்த வேகமான முன்னேற்றம், அதிக ஆபத்துள்ள நோயாளிகளை அடையாளம் காண்பதற்கான நம்பகமான கருவிகளின் அவசியத்தை எடுத்துக்காட்டுகிறது. சமீபத்திய ஆய்வு ஒன்று, ஸ்கேனர்களிலிருந்து பெறப்பட்ட மூளையின் பருமன் பகுப்பாய்வின் மூலம் இந்த முன்னேற்றத்தை முன்னறிவது சாத்தியம் எனக் காட்டுகிறது. இது பரவலாக கிடைக்கக்கூடிய மற்றும் குறைந்த செலவுள்ள ஒரு படிம முறையாகும்.

ஆய்வாளர்கள் 791 லேசான அறிவாற்றல் குறைபாடுகள் உள்ள நோயாளிகளின் தரவுகளை பகுப்பாய்வு செய்தனர். அவர்களில் 40% பேர் மூன்று ஆண்டுகளுக்குள் மறதி நோயால் பாதிக்கப்பட்டனர். முடிவுகள், மறதி நோயால் பாதிக்கப்பட்டவர்கள் சராசரியாக வயதானவர்கள், பெண்கள் மற்றும் ஆல்சைமர் நோயின் அபாயத்தை அதிகரிக்கும் ஒரு மரபணு மாறுபாட்டை கொண்டிருப்பவர்கள் என தெரிவிக்கின்றன. அவர்களின் ஆரம்ப அறிவாற்றல் நிலை, மருத்துவ சோதனைகளின் மூலம் மதிப்பிடப்பட்டபோது, மேலும் பாதிக்கப்பட்டிருந்தது.

ஸ்கேன்களின் பகுப்பாய்வு மூளையின் சில பகுதிகளில் குறிப்பிடத்தக்க வேறுபாடுகளை வெளிப்படுத்தியது. மறதி நோயால் பாதிக்கப்பட்ட நோயாளிகள் கீழ் பக்க வலது மூளை கழிவுகள் மற்றும் பிட்டு மற்றும் பின் மூளை பகுதிகளில் மூளை-தண்டு திரவம் நிரம்பிய இடங்களில் அதிகரித்த விரிவாக்கத்தை கொண்டிருந்தனர். இந்த மாற்றங்கள் மூளையின் சுருக்கத்தை பிரதிபலிக்கின்றன, அதாவது மூளையின் பருமன் குறைதல், இது பெரும்பாலும் ஆல்சைமர் நோயின் முன்னேற்றத்துடன் தொடர்புடையது.

இந்த முன்னேற்றத்தை முன்னறிவதற்காக, அறிவியலாளர்கள் ஒரு செயற்கை நுண்ணறிவு அடிப்படையிலான மாதிரியை உருவாக்கினர். இது வயது அல்லது அறிவாற்றல் சோதனை முடிவுகள் போன்ற மருத்துவ தரவுகளை ஸ்கேனர்களிலிருந்து பெறப்பட்ட பருமன் அளவீடுகளுடன் இணைக்கிறது. இந்த மாதிரி குறிப்பிடத்தக்க துல்லியத்தை அடைந்துள்ளது, சுமார் 84% வீதம் ஆபத்துள்ள நோயாளிகளை சரியாக அடையாளம் காணும் திறன் கொண்டுள்ளது. ஆறு காரணிகள் குறிப்பாக முக்கியமானவை: வயது, மரபணு மாறுபாடு, ஆரம்ப அறிவாற்றல் பாதிப்பு நிலை மற்றும் மூளை சுருக்கத்தின் மூன்று குறிப்பிட்ட அளவீடுகள்.

ஸ்கேன்களை பயன்படுத்துவது ஒரு முக்கிய நன்மையை கொண்டுள்ளது: இந்த தொழில்நுட்பம் ஏற்கனவே மருத்துவ நடைமுறையில் கான்சர் அல்லது ரத்த கசிவு போன்ற பிற அறிவாற்றல் குறைபாடுகளின் காரணங்களை நீக்குவதற்காக பரவலாக பயன்படுத்தப்படுகிறது. எனவே, இந்த பருமன் பகுப்பாய்வை ஒருங்கிணைப்பது கூடுதல் சோதனைகளை தேவையில்லாமல் செய்யும், இது இந்த அணுகுமுறையை பயனுள்ளதாகவும் பொருளாதார ரீதியாகவும் ஆக்குகிறது. IRM அல்லது மூளை-தண்டு திரவத்தில் உள்ள உயிர் குறியீடுகள் போன்ற பிற முறைகளைப் போலல்லாமல், ஸ்கேன் பெரும்பாலான மருத்துவமனைகளில் கிடைக்கக்கூடியது மற்றும் ஆக்கிரமிப்பான செயல்முறைகளை தேவையில்லாமல் செய்கிறது.

முடிவுகள், இந்த அணுகுமுறை மறதி நோயின் முன்னேற்றத்தை துல்லியமாக முன்னறிவதோடு, மிகவும் தாக்கம் செலுத்தக்கூடிய காரணிகளையும் அடையாளம் காண உதவுகிறது. உதாரணமாக, கீழ் பக்க வலது மூளை கழிவுகளில் உள்ள சுருக்கம், ஹிப்போகாம்பஸ் அருகில் உள்ள ஒரு பகுதி, அதிகரித்த ஆபத்தின் ஒரு வலுவான குறியீடாகும். ஹிப்போகாம்பஸ் நினைவில் முக்கிய பங்கை வகிக்கிறது, மற்றும் அதன் சுருக்கம் பெரும்பாலும் ஆல்சைமர் நோயின் ஆரம்ப கட்டங்களில் காணப்படுகிறது. அதேபோல், பிட்டு மற்றும் பின் மூளை பகுதிகளில் உள்ள மாற்றங்கள், சிக்கலான அறிவாற்றல் செயல்பாடுகளில் ஈடுபட்ட நரம்பு வலையமைப்புகளுடன் தொடர்புடையவை, நோயின் முன்னேற்றத்தில் அவற்றின் முக்கியத்துவத்தை உறுதி செய்கின்றன.

இந்த மாதிரி நோயாளிகளின் கவனிப்பில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தலாம். குறுகிய காலத்தில் மறதி நோய் வரும் அபாயம் உள்ள நோயாளிகளை அடையாளம் காண்பதன் மூலம், மருத்துவர்கள் கண்காணிப்பை தக்கவைத்துக்கொள்ளலாம், ஆரம்ப கட்ட நடவடிக்கைகளை முன்மொழியலாம் மற்றும் நோயாளிகள் மற்றும் அவர்களின் குடும்பத்தினருக்கு சிறந்த தகவல்களை வழங்கலாம். மறுபுறம், குறைந்த அபாயம் உள்ள நபர்கள் தேவையில்லாத சோதனைகள் அல்லது அடிக்கடி ஆலோசனைகளை தவிர்க்கலாம். இந்த அபாய களை பிரித்தல் மருத்துவ சோதனைகளின் செயல்திறனை மேம்படுத்தலாம், வேகமான முன்னேற்றை கொண்ட பங்கேற்பாளர்களை இலக்காக வைத்து, புதிய சிகிச்சைகளின் வளர்ச்சியை எளிதாக்கும்.

இந்த ஆய்வு, அடிப்படை நோய் கண்டறிதல் கருவியாக கருதப்படும் ஸ்கேன், ஒரு முக்கிய முன்னறிவு கருவியாக மாறலாம் என உறுதி செய்கிறது. ஏற்கனவே கிடைக்கக்கூடிய தரவுகளை பயன்படுத்துவதன் மூலம், இந்த முறை நோயாளிகள் அல்லது சுகாதார அமைப்புகளுக்கு சுமையை அதிகரிக்காமல், தனிப்பட்ட மருத்துவத்திற்கான ஒரு அணுகக்கூடிய தீர்வை வழங்குகிறது.

“`

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