文献

J-GLOBAL ID：201802291378957449   整理番号：18A1026969

大規模多施設MCIコホートにおける異なる認知症への転換予測におけるFDG-PETおよびCSFバイオマーカー精度【JST・京大機械翻訳】

FDG-PET and CSF biomarker accuracy in prediction of conversion to different dementias in a large multicentre MCI cohort

著者 (17件)： Caminiti Silvia Paola (Vita-Salute San Raffaele University, Milan, Italy) ,  Caminiti Silvia Paola (Division of Neuroscience, IRCCS San Raffaele Scientific Institute, Milan, Italy) ,  Ballarini Tommaso (Division of Neuroscience, IRCCS San Raffaele Scientific Institute, Milan, Italy) ,  Sala Arianna (Vita-Salute San Raffaele University, Milan, Italy) ,  Sala Arianna (Division of Neuroscience, IRCCS San Raffaele Scientific Institute, Milan, Italy) ,  Cerami Chiara (Division of Neuroscience, IRCCS San Raffaele Scientific Institute, Milan, Italy) ,  Cerami Chiara (Clinical Neuroscience Department, San Raffaele Turro Hospital, Milan, Italy) ,  Presotto Luca (Division of Neuroscience, IRCCS San Raffaele Scientific Institute, Milan, Italy) ,  Santangelo Roberto (Department of Neurology and INSPE, San Raffaele Scientific Institute, Milan, Italy) ,  Fallanca Federico (Nuclear Medicine Unit, IRCCS San Raffaele Hospital, Milan, Italy) ,  Vanoli Emilia Giovanna (Nuclear Medicine Unit, IRCCS San Raffaele Hospital, Milan, Italy) ,  Gianolli Luigi (Nuclear Medicine Unit, IRCCS San Raffaele Hospital, Milan, Italy) ,  Iannaccone Sandro (Clinical Neuroscience Department, San Raffaele Turro Hospital, Milan, Italy) ,  Magnani Giuseppe (Department of Neurology and INSPE, San Raffaele Scientific Institute, Milan, Italy) ,  Perani Daniela (Vita-Salute San Raffaele University, Milan, Italy) ,  Perani Daniela (Division of Neuroscience, IRCCS San Raffaele Scientific Institute, Milan, Italy) ,  Perani Daniela (Nuclear Medicine Unit, IRCCS San Raffaele Hospital, Milan, Italy)
資料名： NeuroImage: Clinical  (NeuroImage: Clinical)
巻： 18  ページ： 167-177  発行年： 2018年 
JST資料番号： W3179A  ISSN： 2213-1582  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,臨床環境における多施設研究において,Alzheimer病(AD)認知症および非AD痴呆への変換を予測または除外する際のFDG-PET脳代謝およびCSF分類のための最適化手順の精度を評価した。著者らは,神経学的および神経心理学的評価,FDG-PETスキャンおよびCSF測定による80人のMCI被験者を,すべて臨床追跡調査により含めた。FDG-PETデータを検証されたボクセルベースSPM法で分析した。得られた単一被検者SPMマップは,疾患特異的パターンに従って,5つの画像専門家により分類された。「タイプAD」,「異型AD」(すなわち,非AD)(すなわち,行動変異体FTD,皮質基底変性,意味論的変異FTD;Lewy体を伴う認知症)または「陰性」パターン。統計解析を行うために,個々のパターンを「AD認知症対非AD認知症(すべての疾患)」または「FTD対非FTD(すべての疾患)」として分類した。Aβ42,総およびリン酸化Tau CSFレベルを,Dichomotorlyに分類し,Erlangenスコアアルゴリズムを用いた。多変量ロジスティックモデルにより,FDG-PET-SPMおよびCSF二分位分類の予後精度を試験した。FDG-PET SPM分類により支援されたErlangenスコアとErlangenスコアの精度を評価した。多変量ロジスティックモデルにより,FDG-PET「AD」SPM分類(Expβ=19.35,95%C.I.4.8-77.8,p<0.001)およびCSF Aβ42(Expβ=6.5,95%C.I.1.64-25.43,p<0.05)がMCIからAD認知症への変換の最良予測因子として同定された。「FTD」SPMパターンは,追跡調査においてFTD痴呆への変換を有意に予測した(Expβ=14,95%C.I.3.1~63,p<0.001)。全体として,FDG-PET-SPM分類は最も正確なバイオマーカーであり,ADまたはFTDの痴呆に変換されたMCI被験者と,正常認知に安定または復帰した患者(Expβ=17.9,95%C.I.4.4.5-70.46,p<0.001)のどちらかを正確に区別することができた。著者らの結果は,prodromal MCI相における異なる認知症条件への進行の予測におけるFDG-PET-SPM分類の関連する役割を支持し,進行の排除においてCSFバイオマーカーを凌駕する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： リン酸化 ,  追跡調査 ,  *バイオマーカー ,  画像 ,  *予測 ,  走査 ,  統計解析 ,  最適化 ,  *認知症 ,  患者 ,  Alzheimer病 ,  *母集団 ,  変異
準シソーラス用語： スコア ,  *FDG PET , 【Automatic Indexing@JST】

著者キーワード (5件)： アルツハイマー病認知症 ,  臨床環境 ,  Erlangenスコア ,  前頭側頭認知症 ,  予後

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (9件)： 大規模 ,  施設 ,  コホート ,  認知症 ,  転換 ,  予測 ,  FDG-PET ,  CSF ,  バイオマーカー