患者纳入与分组
确定研究对象,包括SCD和MCI患者,并定义转换者和非转换者。
从阿姆斯特丹痴呆队列和SCIENCe项目纳入2002-2024年就诊的SCD和MCI患者,具有基线MMSE和MRI,且至少一次随访。排除低质量T1 MRI和3个月内确诊痴呆的患者。最终样本799人,分为SCD组(412人)和MCI组(387人),并根据随访是否进展为痴呆分为转换者和非转换者。
Comparison of Brain Age With Standard MRI Assessment for Dementia Risk Stratification in Subjective and Mild Cognitive Impairment
包含回顾性队列研究,使用两种预训练脑龄估计方法(BrainageR和cNeuro)计算brain-PAD,并通过Cox回归、交互作用、分层分析、时间依赖ROC和内部验证评估其预测价值。
主观认知下降(SCD)患者队列 轻度认知障碍(MCI)患者队列
基线诊断(SCD或MCI) 随访时间中位数3.2年,范围3个月至10年 使用两种预训练方法(BrainageR和cNeuro)估计脑龄 视觉评定量表(MTA、PA、GCA、Fazekas) 淀粉样状态(PET或CSF)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
确定研究对象,包括SCD和MCI患者,并定义转换者和非转换者。
从阿姆斯特丹痴呆队列和SCIENCe项目纳入2002-2024年就诊的SCD和MCI患者,具有基线MMSE和MRI,且至少一次随访。排除低质量T1 MRI和3个月内确诊痴呆的患者。最终样本799人,分为SCD组(412人)和MCI组(387人),并根据随访是否进展为痴呆分为转换者和非转换者。
评估基线MRI的视觉萎缩程度,作为标准临床评估的参考。
由训练有素的评估者进行视觉评估,并由经验丰富的神经放射科医生确认。使用MTA、Koedam(PA)、GCA和Fazekas量表评估萎缩和高信号。左右半球评分取平均值。
使用两种预训练方法从基线T1 MRI估计脑龄,并计算brain-PAD。
使用BrainageR和cNeuro工具。BrainageR基于SPM12分割和主成分分析,使用高斯过程回归;cNeuro使用卷积神经网络处理组织分割。brain-PAD为估计脑龄减去实际年龄。
评估brain-PAD对痴呆进展的预测价值,并检验其在视觉评定量表之外的附加价值。
使用Cox比例风险回归,调整年龄、性别、MMSE,并逐步加入视觉量表、淀粉样状态。检测交互作用,进行分层分析(SCD、MCI)。使用似然比检验和C指数评估模型改善。
确定数据驱动的brain-PAD截断值,评估其风险分层能力。
对SCD和MCI分别拟合含brain-PAD作为唯一预测因子的Cox模型,在2、4、6、8、10年计算时间依赖ROC,选择最大化平均Youden指数的截断值。进行100次bootstrap验证。计算NPV和PPV,并绘制Kaplan-Meier曲线。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者选择与分组 | 纳入标准:SCD或MCI基线诊断,MMSE和MRI可用,至少一次随访;排除标准:低质量T1 MRI,3个月内确诊痴呆 阅读提示:Methods - Patients |
| 视觉评定量表评估 | 量表:MTA、Koedam(PA)、GCA、Fazekas;由训练有素的评估者,并复核 阅读提示:Methods - MR Visual Ratings |
| 脑龄估计与brain-PAD计算 | 方法:BrainageR(基于SPM12和GPR)和cNeuro(基于CNN);计算brain-PAD为估计年龄减实际年龄 阅读提示:Methods - Brain Age Estimation |
| 生存分析与附加价值评估 | 模型:Cox回归调整年龄、性别、MMSE;逐步加入视觉量表(MTA、PA、GCA、Fazekas)和淀粉样状态;交互项:brain-PAD与基线诊断 阅读提示:Methods - Statistical Analysis - Survival Analysis |
| cutoff确定与预测性能 | 时间点:2、4、6、8、10年;选择最大化平均Youden指数的截断值;计算NPV和PPV 阅读提示:Methods - Data-Driven Brain-PAD Cutoff |