Voorspellende waarde van MRI bij de classificatie van bij adolescenten met ADHD
Imaging
Lena Lim, Andre Marquand, Ana A. Cubillo, Anna B. Smith, Kaylita Chantiluke, Andrew Simmons, Mitul Mehta, Katya Rubia
Abstract
Doel: ADHD is een neurobiologische ontwikkelingsstoornis, maar wordt gediagnosticeerd door subjectieve klinische en score maatstaven. Het doel van de studie was het toepassen van Gaussian process classificatie (GPC) op grijze massa volumetrische data. om vast te stellen of individuele ADHD patiënten nauwkeurig gedifferentieerd konden worden van gezonde controles gebaseerd op objectieve metingen van de breinstructuur en of dit ziekte-specifiek is ten opzichte van autisme.
Methode
Gescand werden 29 mannelijke adolescenten met ADHD en 29 leeftijd- gekoppelde gezonde adolescenten en 19 jongens met autisme. GPC werd toegepast om ziektespecifieke voorspellingen te doen ten aanzien van ADHD status gebaseerd op individuele brein structuren. Daarnaast werd voxel-based morphometry (VBM) analysis getest op traditionele univariate groepsniveau verschillen in de grijze stof (GM)
Resultaten
Het patroon van GM classificeerde 75,9% van de patiënten en 82,8 % van de controles met een overall classificatie nauwkeurigheid van 79,3%. Verder was de classificatie specifiek voor ASD. De onderscheid makende GM patronen lieten een hoger classificatie gewicht zien voor ADHD in de vroeg-ontwikkelde ventrolaterale/premotore en fronto-tempero-limbische netwerken, en een sterker classificatie gewicht voor gezonde controles in later ontwikkelde dorsolaterale fronto-striato-parietocerebellaire netwerken. Diverse gebieden waren ook verminderd in GM in ADHD in relatie tot gezonde controles in de univariate VBM analysis, suggererende dat zij GM deficit gebieden zijn.
Conclusies
De studie laat zien dat pattern recognition analyse kan voorzien een significante individuele diagnostische classificatie van ADHD patiënten en gezonde controles gebaseerd op gedistribueerde GM patronen met 79,3% nauwkeurigheid en dat dit ziekte-specifiek is in relatie tot ASD. De bevindingen zijn een veelbelovend eerste stap op weg naar een objectieve differentiaal diagnostische tool gebaseerd op brein imaging maten om te helpen met de subjectieve klinische diagnose van ADHD.
Lim L, Marquand A, Cubillo AA, Smith AB, Chantiluke K, et al. (2013) Disorder-Specific Predictive Classification of Adolescents with Attention Deficit Hyperactivity Disorder (ADHD) Relative to Autism Using Structural Magnetic Resonance Imaging. PLoS ONE 8(5): e63660. doi:10.1371/journal.pone.0063660 1.Carles Soriano-Mas, Bellvitge Biomedical Research Institute-IDIBELL, Spain, PublishedMay 16, 2013
- Lena Lim, Andre Marquand, Ana A. Cubillo, Anna B. Smith, Kaylita Chantiluke, Andrew Simmons, Mitul Mehta, Katya Rubia Department of Child and Adolescent Psychiatry, Institute of Psychiatry, King’s College London, London, United Kingdom, 2Department of Psychological Medicine, Yong Loo Lin School of Medicine, National University of Singapore, Singapore, Singapore, 3Department of Neuroimaging, Institute of Psychiatry, King’s College London, London, United Kingdom,4NIHR Biomedical Research Centre at South London and Maudsley Foundation NHS Trust and King’s College London, Institute of Psychiatry,London, United Kingdom
Door Leo van Oudheusden
