Autor/autores:
Chaomeng Liu, Li Li, Dandi Zhu...(et.al)
En el ámbito del cribado cognitivo, el Mini-Mental State Examination (MMSE) y la Montreal Cognitive Assessment (MoCA) se utilizan ampliamente para detectar déficits cognitivos en pacientes con depresión en la vejez (LLD). Sin embargo, la variabilidad interindividual en los biomarcadores de neuroimagen.Aún no se comprende bien lo que contribuye a la gravedad de los s&iac...
PUBLICIDAD
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
En el ámbito del cribado cognitivo, el Mini-Mental State Examination (MMSE) y la Montreal Cognitive Assessment (MoCA) se utilizan ampliamente para detectar déficits cognitivos en pacientes con depresión en la vejez (LLD). Sin embargo, la variabilidad interindividual en los biomarcadores de neuroimagen.Aún no se comprende bien lo que contribuye a la gravedad de los síntomas específicos de cada individuo.
En este estudio, utilizamos un enfoque de modelo predictivo basado en conectomas (CPM) en datos de imágenes de resonancia magnética funcional en estado de reposo de pacientes con LLD para establecer modelos de predicción individualizados para las puntuaciones MoCA y MMSE.
Reclutamos a 135 personas diagnosticadas con LLD en el primer episodio para esta investigación. Los participantes se sometieron a las pruebas MMSE y MoCA, junto con exploraciones de imágenes por resonancia magnética funcional en estado de reposo.
Las matrices de conectividad funcional derivadas de estos escaneos se utilizaron en modelos CPM para predecir puntuaciones MMSE o MoCA. La precisión predictiva se evaluó correlacionando las puntuaciones previstas y observadas, y la importancia del rendimiento de la predicción se evaluó mediante una prueba de permutación.
El modelo negativo del procedimiento CPM demostró una capacidad significativa para predecir puntuaciones MoCA ( r = −0, 309, p = 0, 002).
De manera similar, el procedimiento CPM podría predecir las puntuaciones del MMSE ( r = −0, 236, p = 0, 016). Los modelos predictivos para las puntuaciones de las pruebas cognitivas en LLD involucraron principalmente la red visual, la red somatomotora, la red de atención dorsal y la red de atención ventral.
La conectividad funcional cerebral surge como un predictor prometedor de las puntuaciones de las pruebas cognitivas personalizadas en LLD, lo que sugiere que los conectomas funcionales son marcadores neurobiológicos potenciales para el rendimiento cognitivo en pacientes con LLD.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.sciencedirect.com/
