Presnovne možganske spremembe nevrodegenerativnih demenc in njihove korelacije s histopatološkimi spremembami v možganih

Demenca predstavlja velik zdravstveni, socialni in gospodarski problem po vsem svetu. V Evropi trenutno trpi za demenco 10,5 milijona ljudiin iskanje vzročnih zdravil za nevrodegenerativne možganske motnje ostaja velika družbena potreba. Eden izmed razlogov za to so nezadostni biomarkerji različnih sindromov demence, ki bi omogočili pravilno zgodnjo diagnozo in vključevanje bolnikov s specifičnimi sindromi demence v klinična preskušanja. V predlaganem projektu bomo identificirali in validirali nove presnovne možganske biomarkerje pri različnih sindromih demence. Kot prvi jih bomo validirali z rezultati histopatoloških najdb. Razvili bomo tudi dva nova avtomatizirana klasifikacijska algoritma, osnovana na metodah strojnega učenja za analizo presnovnih slik možganov v namen izboljšanja diagnostične natančnosti sindromov demence. Najpogostejše nevrodegenerativne demence so demenca zaradialzheimerjeve bolezni (AD), demenca z Lewyjevimi telesci (DLB), demenca pri parkinsonovi bolezni (PDD) in frontotemporalna demenca (FTD).AD, DLB, PDD in FTD so počasi napredujoče bolezni, za razliko od hitro potekajoče Creutzfeld-Jacobove bolezni (CJD). Za vse sindrome je značilno prekrivanje klinične slike v zgodnjih fazah bolezni in delež napačno diagnosticiranih bolnikov okoli 30 %. Različni biomarkerji so že na voljo za AD, medtem ko primanjkuje biomarkerjev za ne-AD demence.Potrebno je dodatno izboljšanje biomarkejev pri AD in razvoj biomarkerjev za ne-AD demence. V predlagani raziskave nameravamo, kot prvo, identificirani in validirati značilne presnovne možganske vzorce pri AD, DLB, PDD, FTD in CJD v kohorti slovenskih bolnikov s temi nevrodegenerativnimi demencami in mrežno analizo njihovih 2-[18F]FDG-PET slik. Kot drugo, kot prvi nameravamo opraviti histopatološko validacijo značilnih presnovnih možganskih vzorcev pri AD in CJD s preučitvijo korelacij topografije in izraženosti obeh presnovnih vzorcev z rezultati histopatološkega pregleda možganska tkiva pri obdukciji. Kot tretje, razvili bomo dve različni avtomatizirani vrsti analize 2-[18F]FDG-PET slik za potrebe diferencialne diagnoze nevrodegenerativnih demenc in primerjali mere uspešnosti modelov. Po 20 slik 2-[18F]FDG-PET bolnikov z AD, DLB, PDD, FTD in CJD ter 20 zdravih kontrolnih udeležencev NC bomo analizirali z avtomatiziranim skaliranim subprofilnim modelom osnovanim na analizi glavnih komponent z uporabo ScAnVP programske opreme za identifikacijo značilnih presnovnih vzorcev. Na novo identificirani in specifični za različne demence vzorci bodo nato validirani tako na neodvisni kohorti bolnikov z različnimi nevrodegenerativnimi demencami in NC, kot s korelacijami histopatolških najdb v primeru AD in CJD značilnega presnovnega vzorca. Kot prvi bomo razvili tudi multinomialni klasifikacijski algoritem logistične regresije, ki bo klasificiral 2-[18F]FDG-PET slike v šest razredov, i.e. AD, DLB, PDD, FTD, CJD ali nedoločena demenca. Razvili bomo tudi model osnovan na globokih nevronskih mrežah, ki ga bo sestavljala več-slojna konvolucijska nevronska mreža in klasifikator, ki bo razvrščal slike v diagnostične razrede. Statistične mere uspešnosti dveh algoritmov bodo ocenjene in primerjane. Klinična diagnoza (ali patološka diagnoza v primeru AD in CJD) postavljena na pregledu vsaj dve leti po slikanju bo smatrana kot zlati standard. Na osnovi preliminarnih rezultatov verjamemo, da bodo rezultati predlagane raziskave pomembno izboljšali natančnost diagnoze sindromov demence in izboljšali uporabnost presnovnega slikanja možganov v raziskovalne in klinične namene. Za dosego predlaganih ciljev smo sestavili interdisciplinarno raziskovalno ekipo nevrologov, specialistov nuklearne medicine, patologov in medicinskih fizikov iz Univerzitetnega kliničnega centra Ljubljana in Univerze v Ljubljani. Izkušena ekipa zagotavlja unikatno multidisciplinarno platformo za predlagani projekt.