2022年11月23日——研究人员分析的数据核磁共振检查对近8000名儿童已经确定了生物标志物的注意缺陷/多动障碍(注意力缺陷多动症神经成像机器学习)和一个可能的角色,以帮助诊断、治疗计划和监测的障碍。这项新研究的结果将于下周在年度会议的北美放射学会(RSNA)。根据疾病控制中心和预防,多动症是最常见的一种神经发育障碍在童年时代,影响约600万岁的美国儿童3和17年。
患有注意力缺陷多动症的儿童可能无法集中注意力和控制冲动行为,或者他们可能会过于活跃。诊断依赖于检查表完成孩子的照顾者对ADHD症状的存在。
“有需要一个更客观的方法更有效和可靠的诊断,”研究的合著者说林黄,研究生研究员耶鲁大学医学院在纽黑文,康涅狄格州。“ADHD症状常常误诊或确诊,因为评价是主观的。”
研究人员使用磁共振成像数据青少年的大脑认知发展(ABCD)的研究中,大脑发育和儿童健康最大的长期研究在美国。ABCD研究涉及11878年9 - 10岁儿童从21中心全国代表美国社会人口的多样性
美国人口的人口组成我们组镜子,使我们的结果在临床上适用于普通人群,”林说。
排除后,林的研究调查的对象包括7805名患者,包括1798名诊断为多动症,都经历了结构核磁共振扫描,弥散张量成像和静息状态功能磁共振成像。研究人员进行了成像数据的统计分析来确定协会的多动症与神经影像学指标包括脑容量、表面积、白质完整性和功能连通性。
“我们发现几乎所有的大脑区域的变化我们调查,”林说。“普遍性在整个大脑惊人因为许多之前的研究已经确定了选择性的大脑区域的变化。”
多动症患者,研究人员观察到的异常连接的大脑网络参与记忆处理和听觉处理,变薄的大脑皮层,和重要的白质显微结构的变化,尤其是在大脑的额叶。
“额叶是大脑区域参与管理冲动和注意力或缺乏thereof-two领先的ADHD的症状,”林说。
林说核磁共振数据是足够重要的,它可以作为输入机器学习模型预测一个多动症的诊断。类型的人工智能,机器学习,能够分析大量的核磁共振成像数据。
“我们的研究突显出,与neuro-structural ADHD是一种神经紊乱和功能表现在大脑中,不仅仅是一个纯粹的外化行为综合症,”她说。
林说,群体的数据研究提供了保障,MRI大脑的生物标志物提供坚实的图片。
“有时当临床诊断有问题,客观的大脑核磁共振扫描可以帮助清楚地识别影响孩子,”林说。“客观MRI生物标志物可用于决策在ADHD诊断、治疗计划和治疗监测。”
资深作者山姆Payabvash,医学博士neuroradiologist和放射学助理教授在耶鲁医学院指出,最近的试验报告中提到了多动症儿童在微观结构的变化对治疗的反应。
“我们的研究提供了小说和多通道神经影像生物标志物作为潜在的治疗靶点在这些孩子们,”他说。
合著者斯蒂芬·海德尔,克拉拉韦伯和西蒙Kaltenhauser。
更多信息:www.rsna.org