Sebbene esistano grafici di crescita per altezza e peso, non sono disponibili criteri di questo tipo per confrontare i risultati del neuroimaging in base all’età individuale. Proprio come i grafici di crescita sono diventati una pietra angolare per valutare la crescita nei bambini, un approccio simile utilizzando il neuroimaging sarebbe molto utile per capire come il cervello cresce, si sviluppa e matura con l’età.

nuovo temperare la natura Le relazioni di studio sono un open source interattivo sviluppato per questo scopo, che può essere trovato all’indirizzo http://www.brainchart.io/.

Stallo: Schemi cerebrali per l’età umana. Credito di immagine: Alina Bratosin/Shutterstock.com

un introduzione

Lo sviluppo del cervello non si ferma quando nasce un bambino. Al contrario, esiste un programma attivo di crescita e maturazione del cervello che inizia nell’utero alla settimana 17 e il cervello è a un decimo della sua dimensione massima. Ciò continuò fino alla terza decade di vita. Tuttavia, entro la sesta decade di vita, i cambiamenti degenerativi legati all’età iniziano ad apparire e persistono fino alla morte.

Oggi si riconoscono anomalie strutturali e funzionali spesso associate a malattie mentali. Ancora una volta, i neonati prematuri e i disturbi genetici del neurosviluppo sono associati a uno scarso sviluppo scheletrico con conseguenti difficoltà di apprendimento e problemi di salute mentale. Combinati con la neurodegenerazione, questi casi sottolineano la necessità di EEG riferiti all’età che aiutino a misurare le differenze nella struttura del cervello nel corso della vita di una persona.

Sebbene la risonanza magnetica (MRI) sia diventata popolare oggi, non è stato fatto alcun tentativo di analizzare l’abbondanza di materiali disponibili per la produzioneUn approccio più completo e generalizzabile alla quantificazione standardizzata per età dei fenotipi MRI nel corso della vita.. Ciò è dovuto alle differenze nelle misurazioni delle immagini cerebrali a seconda dei parametri tecnologici utilizzati, delle analisi statistiche e persino della natura del disturbo su cui è focalizzato.

Il presente studio indica un tale tentativo sfruttando i recenti sforzi di collaborazione.

Risultati

I ricercatori mirano a basare i loro grafici di riferimento sul più grande set di dati con la più ampia gamma di variazioni. Prima temperare la natura Il documento ha suggerito che la maggior parte degli studi di neuroimaging utilizza un numero molto limitato di scansioni per fornire collegamenti accurati tra il comportamento funzionale.

un, i dati della risonanza magnetica sono stati raccolti da più di 100 studi primari con 123.984 scansioni che includevano collettivamente la fascia di età dalla metà della gestazione ai 100 anni dopo il parto. I grafici a scatola violino mostrano la distribuzione per età per ogni studio, colorata in base alla dimensione del campione relativa (una scala logaritmica che utilizza il logaritmo naturale per scopi di visualizzazione). B, i volumi bilaterali di tessuto cerebrale “grezzo” non percentile di materia grigia, sostanza bianca, materia grigia sottocorticale e ventricoli vengono tracciati per ciascuna scansione di controllo della sezione trasversale in funzione dell’età (scala logaritmica); I punti sono colorati in base al sesso. c, le traiettorie standardizzate del volume cerebrale sono state stimate utilizzando GAMLSS, tenendo conto degli effetti batch specifici del sito e dello studio e ordinate per genere (femmina, rosso, maschio, blu). Tutti e quattro i volumi di tessuto cerebrale hanno mostrato traiettorie distinte e non lineari della loro media (con il 2,5% e il 97,5% dei percentili indicati come linee tratteggiate) in funzione dell’età nel corso della vita. Dottle traiettorie della varianza media tra i soggetti e gli intervalli di confidenza (CI) del 95% per quattro volumi di tessuto cerebrale sono stati stimati mediante smoothing stratificato per sesso (vedi Informazioni supplementari 3 per dettagli). H, i tassi di variazione del volume nel corso della vita per ciascun volume di tessuto, per sesso, sono stati stimati dalle derivate prime delle traiettorie volumetriche medie. Per i volumi di tessuto solido (parenchimale), la linea orizzontale (y = 0) indica il tempo in cui ogni tessuto smette di crescere e inizia a ridursi e la linea verticale continua indica l’età di massima crescita per ciascun tessuto. . Si noti che gli assi y sono in formato B–H Viene ridimensionato in unità di 10000 mm³ (10 ml).

Con questo in mente, i ricercatori nel presente studio hanno utilizzato quasi 124.000 scansioni cerebrali MRI da più di cento studi primari composti da più di 100.000 partecipanti di tutte le età, dai feti nell’utero ai centenari.

Gli scienziati hanno utilizzato i modelli GAMLSS (Generalized Additive Model of Location, Measurement and Shape) per creare i loro braingram, poiché questo era versatile e fedele ai percorsi di crescita non lineari. Hanno utilizzato una grande quantità di dati di imaging a loro disposizione per effettuare l’ottimizzazione del modello con mezzi sperimentali.

Pertanto, i ricercatori hanno considerato il volume totale della materia grigia corticale, il volume totale della sostanza bianca (WMV), il volume totale della sostanza grigia sottocorticale (sGMV) e il volume totale del liquido cerebrospinale ventricolare (i ventricoli o il liquido cerebrospinale).

Cambiamenti di dimensioni con la durata di conservazione

Le curve dell’età hanno mostrato un rapido aumento del GMV durante i primi 6 anni di vita, quando ha raggiunto il picco, con il decorso successivamente in declino quasi lineare. Rispetto agli studi precedenti, il picco è stato dopo due o tre anni.

L’aumento del WMV si è verificato anche fino alla prima infanzia, con un volume di picco di 29 anni, ma è poi diminuito rapidamente dopo i 50 anni di età. Il percorso sGMV è diminuito tra i primi due, raggiungendo un picco di 14.

Sebbene sia i picchi WMV che sGMV concordassero con i rapporti precedenti, il liquido cerebrospinale è aumentato fino all’età di 2 anni, quindi è rimasto stabile fino all’età di 30 anni, dopodiché ha iniziato ad aumentare linearmente. Infine, i livelli di liquido cerebrospinale sono aumentati drasticamente nella sesta decade, una scoperta sorprendente per la maggior parte degli scienziati del settore, poiché riflette l’atrofia cerebrale.

La maggiore variazione in queste misure si è verificata in momenti diversi. Per GMV, aveva quattro anni ma tarda adolescenza per sGMV. La variabilità WMV e CSF ha raggiunto il picco rispettivamente nella quarta decade e nell’età avanzata.

I ricercatori hanno anche misurato altri parametri, inclusa la superficie totale, che è un proxy per il volume cerebrale totale (TCV), che ha raggiunto il picco a 11-12 anni. Lo spessore della crosta ha raggiunto il picco di 1,7 anni, in accordo con le osservazioni precedenti.

Se osservato per regione, il GMV ha mostrato differenze significative tra 2 e 10 anni, con le regioni sensoriali primarie che hanno raggiunto la dimensione del picco molto prima. Questi risultati sono anche coerenti con i modelli noti di sviluppo del cervello.

pietre miliari dello sviluppo

La velocità di crescita variava, raggiungendo il picco nella prima infanzia o nell’infanzia. Lo spessore medio del guscio ha raggiunto il picco prima della nascita a metà della gravidanza, una scoperta ora riportata per la prima volta. La sostanza grigia e quella bianca hanno iniziato a differenziarsi nel primo mese dopo la nascita con la materia grigia che è diventata dominante. Questo periodo di tre anni si è concluso quando la differenza di dimensioni tra le due parti ha raggiunto il picco.

Questa scoperta era nuova e potrebbe essere dovuta a cambiamenti nella mielinizzazione nei nervi e alla proliferazione delle sinapsi. È probabile che la grande quantità di dati di neuroimaging MRI sullo sviluppo iniziale disponibili in questo studio sia responsabile della capacità di riconoscere questo modello qui.

È importante sottolineare che durante questo periodo, il metabolismo del cervello mostra anche cambiamenti significativi, poiché il bambino impara a camminare e parlare, insieme alla più alta velocità di cambiamento nel TCV.

Decine del Centenario

I punteggi percentuali hanno mostrato un’associazione con disturbi clinici. I ricercatori hanno prodotto una misura cumulativa della deviazione, la distanza percentile di Mahalanobis (CMD), che era un riassunto della forma del cervello in tutti i fenotipi anormali della risonanza magnetica rispetto al gruppo di controllo.

La più grande deviazione della CMD dai controlli si è verificata nell’adolescenza, che corrisponde al periodo in cui i disturbi psichiatrici sono più frequenti, così come nella tarda età adulta quando c’è un rischio maggiore di demenza. Ulteriori analisi hanno dimostrato che questi fenotipi rientrano in uno dei tre gruppi, tra cui neurodegenerazione, umore e ansia e disturbi del neurosviluppo.

I percentili hanno anche mostrato genotipi, che riflettono l’influenza della genetica sulla struttura del cervello. In terzo luogo, questi punteggi hanno mostrato effetti negativi a lungo termine in seguito per problemi presenti alla nascita che sono riconoscibili durante l’età adulta. Il punteggio percentile è rimasto stabile nel tempo, con i punteggi più variabili in quelli con malattia progressiva.

Ramificazioni

L’attuale studio ha dimostrato che i modelli GAMLSS consentono l’analisi dei risultati della risonanza magnetica provenienti da diversi studi utilizzando insieme una varietà di piattaforme e strumenti. I risultati sono stati classificati in base alla direzione dei cambiamenti strutturali nel cervello e al tasso di cambiamento nel corso della vita umana.

I risultati dello studio mostrano che le dimensioni del cervello cambiano nel tempo. È interessante notare che i ricercatori hanno identificato pietre miliari inaspettate dello sviluppo neurologico e hanno riflesso forti associazioni tra sviluppo neurologico ed età, indipendentemente dai diversi approcci utilizzati negli studi di origine.

I percentili hanno fornito una misura della struttura cerebrale anormale che ha rivelato modelli prevedibili di cambiamento nella neuroanatomia con malattie neuropsichiatriche. Questi punteggi percentuali avevano maggiori probabilità di essere ereditabili.

I risultati dello studio mostrano che ora è possibile generare mappe cerebrali che consentono di documentare la frequenza normale e l’andamento del cambiamento nelle immagini cerebrali in base all’età e al sesso mediante risonanza magnetica. Questi hanno anche permesso di registrare nuove pietre miliari dello sviluppo neurologico.

Inoltre, questi schemi facilitano l’identificazione degli effetti delle predisposizioni genetiche e dell’ambiente precoce sulla neuroanatomia del cervello. Infine, i grafici aiutano a identificare le anomalie della struttura cerebrale in una serie di malattie fornendo dimensioni standard degli effetti.

È necessario più lavoro per produrre uno schema più accurato e accurato applicabile alla pratica clinica; Tuttavia, l’attuale prototipo è un proof of concept. Nel presente studio, i ricercatori hanno fornito una serie di risorse ad accesso aperto per ulteriori studi basati su questo concetto, sfruttando i set di dati di neuroimaging disponibili e le scoperte future.

“I braingram sono un passo essenziale verso una quantificazione robusta della varianza individuale rispetto ai percorsi standard in più fenotipi di neuroimaging comunemente usati.. “