文摘
摘要目的:确定一个多通道的附加值磁共振成像(MRI)语言评估方法的鉴别诊断non-fluent (nfv)、语义(sv)和logopenic (lv)变异原发性进行性失语(PPA)。
背景:PPA变异可能存在一个重叠的照片和诊断在临床实践中可能是一个挑战。
设计/方法:57例(28 nfvPPA 15 svPPA 14 lvPPA)和38健康对照组被招募。对抗命名、对象知识重复,和语法的理解。参与者进行了3 d t1和扩散张量磁共振成像(DT)。皮质厚度(CT)和DT-MR成像指标的白质(WM)大片。随机森林分析确定语言和核磁共振特性与每个相关的临床综合征。最后,使用接收操作特性曲线分析,个别病人分类进行单独使用语言特性的组合(“语言模型”),通过添加这个模型CT措施,梗死后变量,两者的结合磁共振成像模式。
结果:语言模型就能够区分svPPA nfvPPA和lvPPA高精度患者(分别AUC 0.88 - -1.00和0.97 - -1.00)。当梗死后指标的胼胝体膝和左额歪斜的呼吸道被添加到语言模型,正确的分类nfvPPA相对于lvPPA从AUC显著增加0.75(仅“语言模型”)到0.97(“语言+梗死后模型”)。相反,CT措施,两者的结合MRI形态没有改善nfvPPA / lvPPA分类精度当添加到语言评估。
结论:语言特性仅能够区分svPPA和另外两个PPA变体。相反,梗死后可能提高nfvPPA的鉴别诊断和lvPPA最艰难的两个杰出的基于语音生产形式。WM改变观察nfvPPA lvPPA相比可以反映tauopathy下面。
研究支持:这项研究是由意大利卫生部(批准号码gr - 2010 - 2303035和gr - 2011 - 02351217)。
披露:Agosta博士已经收到个人赔偿咨询、担任科学顾问委员会说,或其他活动EXCEMED——卓越医学教育。Canu博士没有披露。imperiale博士没有披露。卡索博士没有披露。丰塔纳博士没有披露。马格纳尼博士没有披露。Falini博士没有披露。Comi博士没有披露。菲利皮主持博士已经收到个人赔偿咨询、担任科学顾问委员会说,或其他活动Idec, Merk-Serono,诺华,梯瓦制药产业。菲利皮主持博士已经收到了个人在一篇社论中补偿能力的神经学》杂志上。首页 Dr. Filippi has received research support from Biogen Idec, Novartis, Teva Pharmaceutical Industries.
