Нов анализ на данните от fMRI може да усъвършенства лечението на шизофрения
В ново проучване изследователи от университета в Мериленд, окръг Балтимор (UMBC) са разработили инструменти за подобряване на анализа на данните за функционално ядрено-магнитен резонанс (fMRI) и в резултат на това вече са в състояние да идентифицират подгрупи пациенти с шизофрения.
Новите открития могат да помогнат при диагностицирането и лечението на пациенти с психични заболявания, които могат да бъдат трудни за идентифициране и да покажат на практикуващите лекари дали текущите лечения работят или не работят въз основа на групиране на изображения.
Изследването е публикувано в списанието NeuroImage.
Методът за анализ на изображения се нарича независим векторен анализ (IVA) за извличане на общото подпространство (CS). Чрез този метод изследователите успяха да категоризират подгрупи от данни за fMRI, базирани единствено на мозъчната дейност, доказвайки, че съществува връзка между мозъчната дейност и някои психични заболявания. По-специално, те успяха да идентифицират подгрупи на пациенти с шизофрения, като анализираха данните fMRI.
По-рано не е имало ясен начин за групиране на шизофрения при пациенти само въз основа на образна диагностика на мозъка, но новият метод показва значителна връзка между мозъчната активност на пациента и техните диагнози.
„Най-вълнуващата част е, че установихме, че идентифицираните подгрупи имат клинично значение, като разгледахме техните диагностични симптоми“, каза д-р Кунфан Лонг. кандидат в UMBC по електротехника. „Това откритие ни насърчи да положим повече усилия в изследването на подвидовете пациенти с шизофрения, използвайки невроизобразяващи данни.“
Важно е, че методът IVA-CS, използван за идентифициране на тези подгрупи, също запазва нюанси в данните, но все пак прави статистически значими групи.
„Сега, когато методите, управлявани от данни, придобиха популярност, голямо предизвикателство беше улавянето на променливостта за всеки обект, като същевременно се извършва анализ на набори от данни fMRI от голям брой субекти“, каза д-р Тюлай Адали, професор по компютърни науки и електротехника и директор на машинното обучение на UMBC за лаборатория за обработка на сигнали.
„Сега можем да извършим този анализ ефективно и да идентифицираме значими групи от субекти.“
Диагностицирането и лечението на психични заболявания е изключително сложно. Едно и също заболяване ще се проявява по различен начин при различните пациенти и често няма единично лечение, което да бъде ефективно за всички пациенти. След като лечението е на място, определянето дали е успешно може също да варира в зависимост от пациента.
Това изследване реагира на вариабилността, като дава на лекарите обективен начин да анализират резултатите от fMRI за пациенти в сравнително сходни диагностични подгрупи и след това да сравняват резултатите от fMRI във времето за същия пациент.
Помислете за пациент с шизофрения, който се лекува и се връща след шест месеца, за да бъде преразгледан отново. Ако техните данни за fMRI наподобяват повече данните от контролната група на психично здрави пациенти, отколкото тези при други пациенти с шизофрения, това е обективно доказателство, че лечението работи. В по-голям мащаб тези данни осигуряват по-добър поглед върху медицинските резултати на пациентите в резултат на лечението.
След това екипът на Adali ще работи с надлъжни данни, за да определи кои лечения работят най-добре за подгрупи от пациенти със специфични психични заболявания. Този метод също ще бъде използван в надлъжно проучване на юноши, за да се види дали има връзки между изображенията на fMRI и моделите на пристрастяване и употреба на вещества на тези юноши с течение на времето.
Текущите изследвания на Adali and Long са с дългогодишния сътрудник д-р Vince Calhoun от Триинституционалния център за транслационни изследвания в областта на невроизобразяването и науката за данни в Атланта.
Източник: Университет на Мериленд, окръг Балтимор
