Neue Gehirnbildgebungstechnik hilft bei der Diagnose von Parkinson
Eine neue Studie gibt Hoffnung, dass eine Bildgebungstechnik für das Gehirn die Diagnose für Millionen von Menschen mit Bewegungsstörungen wie der Parkinson-Krankheit verbessern wird.
Forscher der Universität von Florida glauben, dass eine Diffusionstensor-Bildgebungstechnik es Klinikern ermöglichen könnte, Menschen früher als heute möglich zu beurteilen, was zu verbesserten Behandlungsinterventionen und Therapien für Patienten führt.
Die dreijährige Studie untersuchte 72 Patienten mit jeweils einer klinisch definierten Diagnose einer Bewegungsstörung. Die neue Technik ermöglichte es den Forschern, die Patienten mit hoher Genauigkeit erfolgreich in Störungsgruppen zu unterteilen.
Die Forschung wird in der Zeitschrift veröffentlicht Bewegungsstörungen.
"Der Zweck dieser Studie ist es, Marker im Gehirn zu identifizieren, die Bewegungsstörungen unterscheiden, deren klinische Symptome sich überschneiden, was es schwierig macht, [die Störungen] zu unterscheiden", sagte David Vaillancourt, Associate Professor und Hauptforscher der Studie.
"Keine andere Bildgebung, Liquor cerebrospinalis oder Blutmarker war so erfolgreich bei der Unterscheidung dieser Störungen", sagte er. "Die Ergebnisse sind sehr vielversprechend."
Bewegungsstörungen wie Parkinson, essentieller Tremor, Atrophie des multiplen Systems und fortschreitende supranukleäre Lähmung zeigen im Frühstadium ähnliche Symptome, was es schwierig machen kann, eine bestimmte Diagnose zuzuweisen.
Vaillancourt sagte, dass sich die ursprüngliche Diagnose im Verlauf der Krankheit häufig ändert.
Die Diffusionstensor-Bildgebung, bekannt als DTI, ist eine nicht-invasive Methode, die die Diffusion von Wassermolekülen im Gehirn untersucht. Es kann Schlüsselbereiche identifizieren, die infolge einer Schädigung der grauen und weißen Substanz im Gehirn betroffen sind.
Vaillancourt und sein Team maßen Bereiche der Basalganglien und des Kleinhirns bei Individuen und verwendeten einen statistischen Ansatz, um die Gruppenklassifikation vorherzusagen.
Indem sie verschiedene Fragen innerhalb der Daten stellten und verschiedene Gruppen miteinander verglichen, konnten sie eine deutliche Trennung zwischen den Störungen zeigen.
"Unser Ziel war es, mit diesen Maßnahmen die ursprüngliche Krankheitsklassifikation genau vorherzusagen", sagte Vaillancourt. "Wenn ein neuer Patient mit einer unbekannten Diagnose hereinkommt, können Sie diesen Algorithmus möglicherweise auf diese Person anwenden."
Er verglich den Prozess mit einem Cholesterintest.
"Wenn Sie einen hohen Cholesterinspiegel haben, erhöht sich Ihre Wahrscheinlichkeit, in Zukunft eine Herzkrankheit zu entwickeln", sagte er.
„Es gibt Tests wie diese, die eine Wahrscheinlichkeit oder ein Wahrscheinlichkeitsszenario für eine bestimmte Krankheitsgruppe angeben. Wir gehen noch einen Schritt weiter und versuchen, Informationen zu nutzen, um die Klassifizierung spezifischer Tremor- und Parkinson-Erkrankungen vorherzusagen. "
Quelle: Universität von Florida
