Jauna fMRI datu analīze var uzlabot šizofrēnijas ārstēšanu
Jaunā pētījumā pētnieki no Merilendas universitātes Baltimoras apgabalā (UMBC) ir izstrādājuši rīkus, lai uzlabotu funkcionālās magnētiskās rezonanses attēlveidošanas (fMRI) datu analīzi, un rezultātā tagad viņi spēj identificēt šizofrēnijas pacientu apakšgrupas.
Jaunie atklājumi var palīdzēt diagnosticēt un ārstēt pacientus ar garīgām slimībām, kuras var būt grūti identificēt, un parādīt ārstiem, vai pašreizējā ārstēšana ir vai nav darbojusies, pamatojoties uz attēlu grupējumiem.
Pētījums ir publicēts žurnālā NeuroImage.
Attēlu analīzes metodi sauc par neatkarīgu vektoru analīzi (IVA) parastās apakštelpas ekstrakcijai (CS). Izmantojot šo metodi, pētnieki varēja kategorizēt fMRI datu apakšgrupas, pamatojoties tikai uz smadzeņu darbību, pierādot, ka pastāv saikne starp smadzeņu darbību un dažām garīgām slimībām. Konkrēti, viņi spēja identificēt šizofrēnijas pacientu apakšgrupas, analizējot fMRI datus.
Iepriekš nav bijis skaidra veida šizofrēnijas grupēšanai pacientiem, pamatojoties tikai uz smadzeņu attēlveidošanu, taču jaunā metode parāda būtisku saikni starp pacienta smadzeņu darbību un viņu diagnozēm.
"Visaizraujošākais ir tas, ka mēs noskaidrojām, ka identificētajām apakšgrupām ir klīniska nozīme, aplūkojot to diagnostiskos simptomus," sacīja Qunfang Long, Ph.D. kandidāts UMBC elektrotehnikā. "Šis atklājums mudināja mūs pielikt vairāk pūļu šizofrēnijas slimnieku apakštipu izpētei, izmantojot neiro attēlveidošanas datus."
Svarīgi ir tas, ka IVA-CS metode, kas izmantota šo apakšgrupu identificēšanai, saglabā arī nianses datos, bet tomēr padara statistiski nozīmīgas grupas.
"Tagad, kad uz datiem balstītas metodes ir ieguvušas popularitāti, liels izaicinājums ir iegūt mainīgo katram priekšmetam, vienlaikus veicot fMRI datu kopu analīzi no daudziem priekšmetiem," sacīja informātikas un elektrotehnikas profesors Dr. Tūlay Adali. un UMBC mašīnmācīšanās signālu apstrādes laboratorijai direktors.
"Tagad mēs varam efektīvi veikt šo analīzi un identificēt jēgpilnus priekšmetu grupējumus."
Psihisko slimību diagnosticēšana un ārstēšana ir neticami sarežģīta. Viena un tā pati slimība dažādiem pacientiem būs atšķirīga, un bieži vien nav vienotas ārstēšanas, kas būtu efektīva visiem pacientiem. Kad ārstēšana ir ieviesta, arī pacienta atšķirība var būt atšķirīga.
Šis pētījums reaģē uz mainīgumu, dodot ārstiem objektīvu veidu, kā analizēt fMRI rezultātus pacientiem salīdzinoši līdzīgās diagnostikas apakšgrupās, un pēc tam laika gaitā salīdzināt fMRI rezultātus vienam un tam pašam pacientam.
Apsveriet šizofrēnijas slimnieku, kurš saņem ārstēšanu un atgriežas pēc sešiem mēnešiem, lai vēlreiz novērtētu. Ja viņu fMRI dati vairāk atgādina garīgi veselīgu pacientu kontroles grupas datus nekā citiem šizofrēnijas pacientiem, tas ir objektīvs pierādījums tam, ka ārstēšana darbojas. Plašākā mērogā šie dati ļauj labāk apskatīt pacientu medicīniskos rezultātus ārstēšanas rezultātā.
Pēc tam Adali komanda strādās ar gareniskajiem datiem, lai noteiktu, kuri ārstēšanas veidi vislabāk atbilst pacientu apakšgrupām ar specifiskām garīgām slimībām. Šo metodi izmantos arī pusaudžu gareniskajā pētījumā, lai noskaidrotu, vai pastāv saikne starp fMRI attēliem un šo pusaudžu atkarības un vielu lietošanas paradumiem laika gaitā.
Adali un Longa pašreizējie pētījumi ir kopā ar ilggadējo līdzstrādnieku Dr. Vinsu Kalhounu Trīsinstitucionālajā tulkošanas pētījumu neiroattēlu un datu zinātnes centrā Atlantā.
Avots: Merilendas Universitāte, Baltimoras apgabals
