Analisis Baru data fMRI Boleh Mengatasi Rawatan Skizofrenia

Dalam kajian baru, para penyelidik dari University of Maryland, Baltimore County (UMBC) telah mengembangkan alat untuk meningkatkan analisis data pengimejan resonans magnetik fungsional (fMRI), dan sebagai hasilnya kini dapat mengenal pasti subkumpulan pesakit skizofrenia.

Penemuan baru ini dapat membantu dalam diagnosis dan rawatan pesakit dengan penyakit mental yang sukar untuk dikenalpasti dan menunjukkan kepada pengamal perubatan sama ada rawatan semasa atau tidak berfungsi berdasarkan pengelompokan gambar.

Kajian ini diterbitkan dalam jurnal Imej Neuro.

Kaedah analisis gambar dipanggil analisis vektor bebas (IVA) untuk pengekstrakan ruang bawah tanah (CS). Melalui kaedah ini, para penyelidik dapat mengkategorikan subkumpulan data fMRI berdasarkan aktiviti otak semata-mata, membuktikan bahawa ada kaitan antara aktiviti otak dan penyakit mental tertentu. Secara khusus, mereka dapat mengenal pasti subkumpulan pesakit skizofrenia dengan menganalisis data fMRI.

Sebelumnya, belum ada cara yang jelas untuk mengelompokkan skizofrenia pada pesakit berdasarkan pencitraan otak saja, tetapi kaedah baru menunjukkan hubungan yang signifikan antara aktiviti otak pesakit dan diagnosisnya.

"Bahagian yang paling menggembirakan adalah bahawa kami mengetahui subkumpulan yang dikenal pasti mempunyai kepentingan klinikal dengan melihat gejala diagnostik mereka," kata Qunfang Long, Ph.D. calon di UMBC dalam bidang kejuruteraan elektrik. "Penemuan ini mendorong kami untuk melakukan lebih banyak usaha dalam mempelajari subtipe pesakit dengan skizofrenia menggunakan data neuroimaging."

Yang penting, kaedah IVA-CS yang digunakan untuk mengenal pasti subkumpulan ini juga mengekalkan nuansa dalam data, tetapi tetap menjadikan pengelompokan signifikan secara statistik.

"Sekarang bahawa kaedah yang didorong oleh data telah mendapat populariti, satu cabaran besar adalah menangkap kebolehubahan untuk setiap subjek sambil melakukan analisis secara serentak pada set data fMRI dari sebilangan besar subjek," kata Dr Tülay Adali, profesor sains komputer dan kejuruteraan elektrik dan pengarah Makmal Pembelajaran Mesin UMBC untuk Makmal Pemprosesan Isyarat.

"Sekarang kita dapat melakukan analisis ini dengan berkesan, dan dapat mengenal pasti pengelompokan mata pelajaran yang bermakna."

Mendiagnosis dan merawat penyakit mental sangat rumit. Penyakit yang sama akan berlaku secara berbeza pada pesakit yang berlainan, dan selalunya tidak ada rawatan tunggal yang akan berkesan untuk semua pesakit. Setelah rawatan dijalankan, menentukan apakah ia berjaya juga boleh berbeza mengikut pesakit.

Penyelidikan ini bertindak balas terhadap kebolehubahan dengan memberi pengamal perubatan cara objektif untuk menganalisis hasil fMRI bagi pesakit dalam subkumpulan diagnostik yang serupa, dan kemudian membandingkan hasil fMRI dari masa ke masa untuk pesakit yang sama.

Pertimbangkan pesakit skizofrenia yang menerima rawatan dan kembali dalam enam bulan untuk dinilai semula. Sekiranya data fMRI mereka menyerupai kumpulan kawalan pesakit yang sihat mental lebih banyak daripada pesakit lain dengan skizofrenia, itu adalah bukti objektif bahawa rawatannya berjalan lancar. Pada skala yang lebih besar, data ini memberikan gambaran yang lebih baik mengenai hasil perubatan pesakit sebagai hasil rawatan.

Seterusnya, pasukan Adali akan bekerja dengan data membujur untuk menentukan rawatan mana yang paling sesuai untuk subkumpulan pesakit dengan penyakit mental tertentu. Kaedah ini juga akan digunakan dalam kajian membujur remaja untuk melihat sama ada terdapat hubungan antara gambar fMRI dengan ketagihan dan penggunaan zat dari remaja tersebut dari masa ke masa.

Penyelidikan Adali dan Long ketika ini adalah dengan kolaborator lama Dr. Vince Calhoun di Pusat Penyelidikan Translasi Tri-institusi dalam Neuroimaging dan Sains Data di Atlanta.

Sumber: Universiti Maryland Baltimore County