Teknik Pengimejan Otak Baru Membantu Mendiagnosis Parkinson

Kajian baru memberi harapan bahawa teknik pencitraan otak akan meningkatkan diagnosis untuk berjuta-juta orang dengan gangguan pergerakan seperti penyakit Parkinson.

Para penyelidik dari University of Florida percaya teknik pengimejan tensor difusi boleh membolehkan doktor menilai orang lebih awal daripada yang mungkin dilakukan hari ini, yang membawa kepada peningkatan intervensi dan terapi rawatan untuk pesakit.

Kajian tiga tahun itu meneliti 72 pesakit, masing-masing dengan diagnosis gangguan pergerakan yang ditentukan secara klinikal. Teknik baru ini membolehkan para penyelidik berjaya memisahkan pesakit menjadi kumpulan gangguan dengan tahap ketepatan yang tinggi.

Penyelidikan ini akan diterbitkan dalam jurnal Gangguan Pergerakan.

"Tujuan kajian ini adalah untuk mengenal pasti penanda di otak yang membezakan gangguan pergerakan yang mempunyai gejala klinikal yang bertindih, menjadikan [gangguan] sukar dibezakan," kata David Vaillancourt, profesor bersekutu dan penyelidik utama kajian.

"Tidak ada pencitraan lain, cecair serebrospinal atau penanda darah yang berhasil membezakan gangguan ini," katanya. "Hasilnya sangat menjanjikan."

Gangguan pergerakan seperti penyakit Parkinson, gegaran penting, atrofi pelbagai sistem dan kelumpuhan supranuklear progresif menunjukkan simptom yang serupa pada peringkat awal, yang menjadikannya sukar untuk menetapkan diagnosis tertentu.

Vaillancourt mengatakan bahawa selalunya diagnosis asal berubah ketika penyakit itu berkembang.

Pencitraan tensor difusi, yang dikenali sebagai DTI, adalah kaedah bukan invasif yang mengkaji penyebaran molekul air di dalam otak. Ia dapat mengenal pasti kawasan utama yang terjejas akibat kerosakan pada bahan kelabu dan bahan putih di otak.

Vaillancourt dan pasukannya mengukur kawasan ganglia basal dan cerebellum pada individu, dan menggunakan pendekatan statistik untuk meramalkan klasifikasi kumpulan.

Dengan mengemukakan soalan yang berbeza dalam data dan membandingkan kumpulan yang berbeza antara satu sama lain, mereka dapat menunjukkan pemisahan yang berbeza antara gangguan.

"Matlamat kami adalah untuk menggunakan langkah-langkah ini untuk meramalkan secara tepat klasifikasi penyakit asal," kata Vaillancourt, "idenya ialah jika pesakit baru datang dengan diagnosis yang tidak diketahui, anda mungkin dapat menerapkan algoritma ini pada individu tersebut."

Dia membandingkan prosesnya dengan ujian kolesterol.

"Jika anda mempunyai kolesterol tinggi, ini meningkatkan kemungkinan anda terkena penyakit jantung di masa depan," katanya.

"Ada ujian seperti yang memberikan kemungkinan atau senario kemungkinan kumpulan penyakit tertentu. Kami melangkah lebih jauh dan berusaha menggunakan maklumat untuk meramalkan klasifikasi gegaran dan penyakit Parkinsonian. "

Sumber: Universiti Florida