Multimodal PET-MRI profiling predicts dementia with Lewy bodies in isolated REM sleep behaviour disorder.

چکیده اصلی

Despite isolated REM sleep behaviour disorder (iRBD) reliably identifying individuals at high risk of developing Parkinson's disease (PD) or dementia with Lewy bodies (DLB), with more than 90% converting, the neurobiological markers of the conversion phenotype are not fully understood. Most previous studies have found univariate imaging biomarkers of phenoconversion, and most of these lack specificity for PD and DLB. Using a well-characterised iRBD cohort (N=21), receiving multiple PET and MRI scans, we aimed to assess if the inter-modality relationship can specifically predict conversion to PD or DLB. The patients received [18F]-DOPA, [11C]-Donepezil and [11C](R)-PK11195 PET and structural MRI scans to derive grey matter (GM) volume along with dynamic susceptibility contrast MRI to extract measures of microcirculatory dysregulation. We used a multimodal adaptation of the scaled sub-profile model to identify patterns of multimodal covariance across the PET and MRI scans. We identified a multimodal network characterised by high neuroinflammation, cholinergic dysfunction, GM atrophy and microcirculatory dysfunction with the covariance pattern converging in the medial occipito-parietal cortex (OPC). The combined pathology from the OPC and striatal [18F]-DOPA uptake was able to specifically predict conversion into DLB (sub-distribution hazard ratio=38.68, 95% confidence interval: 7.545-198.3), and this survived correction for age and disease duration. These findings demonstrate the feasibility of integrating multiple modalities in risk assessment and suggest that posterior cortical pathology, along with striatal dopaminergic impairment, could hold predictive value for phenotype-specific conversion of iRBD patients, and that multiple pathological processes converge in this brain region.

ترجمه فارسی چکیده

اگرچه اختلال رفتار خواب REM ایزوله (iRBD) به طور قابل اعتمادی افراد در خطر بالای ابتلا به بیماری پارکینسون (PD) یا آلزایمر لویی (DLB) را شناسایی می‌کند و بیش از ۹۰٪ آن‌ها دچار تبدیل فنوتیپی می‌شوند، مارکرهای بیولوژیک عصبی برای پدیده تبدیل به طور کامل درک نشده‌اند. اکثر مطالعات قبلی مارکرهای تصویربرداری تک‌متغیره برای تبدیل فنوتیپی را یافته‌اند و اکثر این‌ها برای PD و DLB خاصیت تشخیصی ندارند. با استفاده از یک کوهورت iRBD با ویژگی‌های خوب مشخص شده (N=21) که چندین اسکن PET و MRI دریافت کرده بودند، ما هدف داشتیم بررسی کنیم که آیا رابطه بین مدالیت‌ها می‌تواند به طور خاص تبدیل به PD یا DLB را پیش‌بینی کند. بیماران [18F]-DOPA، [11C]-دونپزیل و [11C](R)-PK11195 PET و اسکن‌های MRI ساختاری برای استخراج حجم بافت خاکستری (GM) به همراه MRI حساسیت دینامیک برای به دست آوردن اندازه‌های اختلال رگ‌زایی میکروسیلیکولار دریافت کردند. ما از یک تطبیق چندوجهی مدل زیرپروفایل مقیاس‌دار برای شناسایی الگوهای همبستگی چندوجهی در اسکن‌های PET و MRI استفاده کردیم. ما یک شبکه چندوجهی را که با التهاب عصبی بالا، اختلال کولینرژیک، آتروفی بافت خاکستری و اختلال رگ‌زایی میکروسیلیکولار مشخص می‌شود، شناسایی کردیم که الگوی همبستگی در قشر پس‌سفید-پاریتال میانی (OPC) متمرکز می‌شود. ترکیب pathology از OPC و جذب [18F]-DOPA استریاتال قادر به پیش‌بینی خاص تبدیل به DLB بود (نسبت خطر زیرتوزیع=38.68، بازه اطمینان ۹۵٪: ۷.۵۴۵-۱۹۸.۳) و این یافته پس از اصلاح برای سن و مدت بیماری باقی ماند. این یافته‌ها قابلیت ادغام چندین مدالیت در ارزیابی ریسک را نشان می‌دهند و پیشنهاد می‌کنند که pathology قشر پس‌سفید به همراه اختلال داپامینرژیک استریاتال می‌تواند ارزش پیش‌بینی‌کننده برای تبدیل فنوتیپی‌های خاص بیماران iRBD داشته باشد و اینکه فرآیندهای pathology متعدد در این ناحیه مغزی متمرکز می‌شوند.

متن کامل اصلی