小儿肌张力障碍的脑龄差：神经解剖学偏差为深部脑刺激结果提供信息

背景：儿童肌张力障碍是一种异质性疾病，对深部脑刺激（DBS）的反应各异。脑龄差是一种机器学习衍生的、偏离正常值的结构指标，可能捕获区分潜在生物型和预测结果的特征。方法：在数千条正常发育轨迹（n = 2623）上训练了一个脑龄模型。脑龄差（预测年龄与实足年龄之差）由37名肌张力障碍儿童术前T1加权磁共振成像计算得出，并与匹配的健康对照组进行比较。检查了与病因、Burke–Fahn–Marsden肌张力障碍评定量表（BFMDRS）和儿科生活质量（PedsQL）评分的关联。结果：肌张力障碍儿童表现出比对照组更大的脑龄差（结构偏差）（P < 0.001）。更大的脑龄差与更差的基线运动评分和较差的1年生活质量改善相关。不同病因的模式不同，遗传性和获得性肌张力障碍表现出不同的区域偏差。结论：脑龄建模揭示了小儿肌张力障碍的生物学不同亚型，并可能为分层和结局预测提供生物标志物。