查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
成果名称:人工智能辅助眼动-步态联合测量在脑小血管病认知障碍评估中的应用
Artificial intelligence-assisted oculo-gait measurements for cognitive impairment in cerebral small vessel disease
发表期刊:Alzheimer's & Dementia(Q1,13.1)
通讯作者:王伊龙教授 谷文萍教授
第一作者:陈慧敏 杜昊 易芳
主要作者单位:首都医科大学附属北京天坛医院 中南大学湘雅医院
脑小血管病(CSVD)是一组临床综合征,步态障碍和认知障碍是其突出的临床表现。CSVD的步态障碍具有较大异质性,其特征性表现为共济失调-帕金森综合征样混合步态,常伴有高级认知功能障碍特征。在CSVD异常的步态特征中,认知相关的步态模式尚不清楚。此外,眼动作为一种新型行为学标志物,与认知功能关系密切。简单眼动、步态任务是否可鉴别CSVD认知障碍尚不清楚。
该研究纳入了2个研究队列:(1)基于影像的中国脑小血管病生物样本数据联盟(CIBB-CSVD)步态亚组,该队列是一项多中心、基于医院人群的CSVD队列;(2)丽水社区队列中符合CSVD负荷评分≥1分的早期CSVD社区人群。研究采用人工智能辅助的EyeKnow眼动检测仪和ReadyGo运动功能定量评价系统定量、多维度地评估受试者的眼动和步态特征。研究首先在CIBB-CSVD医院人群中筛选认知相关的眼动、步态特征,发现伴有认知障碍的CSVD患者朝向扫视反应时间较长,反向扫视准确率低、纠错率低、纠错时间延长;此外,伴有认知障碍的CSVD患者跨步速度与摆动速度慢、步幅短、支撑相延长。通过多因素Logistic回归分析,校正年龄、受教育程度等混杂因素后,最终筛选出反扫视准确性、跨步速度和摆动速度与CSVD认知障碍显著相关。随后,在丽水社区的早期CSVD人群中,研究进一步验证了该眼动-步态特征(反扫视准确性、跨步速度与摆动速度)与早期CSVD认知功能密切相关。最后,通过建立Logistic模型,验证该眼动-步态模式(反扫视准确性、跨步速度与摆动速度)结合年龄和受教育程度,在鉴别医院以及社区CSVD人群的认知障碍具有中等以上准确性(ROC曲线下面积0.7-0.9)。
研究通过2个大样本量队列对于CSVD临床表型的异质性进行深度的挖掘,并且创新性地将相对复杂的认知功能投射到相对简单的眼动、步态动作中。未来通过扫描和记录眼球活动和行走有望快速筛查CSVD认知障碍受试者,克服量表评估耗时和语言屏障等困难,为临床提供准确、便捷的评估手段。
神经病学教授,主任医师,博士生导师,现任首都医科大学附属北京天坛医院常务副院长。兼任神经病学中心首席科学家、国家神经疾病医学中心副主任、首都医科大学临床研究与临床试验学系副主任、中国卒中学会脑小血管病分会副主任委员。Stroke & Vascular Neurology主编助理、《中华脑血管病杂志》副主编、《中国卒中杂志》编委。长期从事脑血管病和脑白质病变临床工作,以及脑小血管病的临床与应用基础研究。以第一或通讯作者在New Engl J Med、JAMA、BMJ、Lancet Neurol、Circulation等期刊发表SCI论文200余篇。主持科技部国家科技支撑计划重大项目、国家杰出青年科学基金及延续资助项目、国家优秀青年科学基金等国家级课题。是北京高校卓越青年科学家、第七届“树兰医学青年奖”获得者、北京脑科学与类脑研究中心特聘教授、首批青年北京学者。
每一项临床研究都倾注着研究团队的心血结晶。学习过后,您是否有所收获?或有疑问想与主创团队分享?请在评论区留言,期待与您交流!
查看更多