Optimalisatie van MRI modellen voor het onderscheiden van Alzheimer’s Disease subtypen

Met de vergrijzing van de bevolking groeit ook het belang van een vroege en nauwkeurige diagnose van neurodegeneratieve aandoeningen zoals de ziekte van Alzheimer (AD). Dit onderzoek richt zich specifiek op het verkennen van de verschillen tussen twee vormen van AD, namelijk Early-Onset Alzheimer's Disease (EOAD) en Late-Onset Alzheimer's Disease (LOAD), met als doel het verbeteren van classificatiemodellen. We hebben vier classificatiemodellen ontworpen, elk gericht op specifieke hersengebieden die mogelijk atrofie vertonen, met Model 1 en 2 gericht op respectievelijk LOAD en EOAD, Model 3 als een gecombineerd model en Model 4 dat de algehele hersenatrofie omvat. Deze modellen zijn geanalyseerd aan de hand van Area Under the Curve (AUC) en zijn ontwikkeld met behulp van logistische regressie en LASSO om de meest relevante variabelen te selecteren. Onze bevindingen suggereren dat EOAD en LOAD verschillende neuropathologische patronen vertonen, waarbij EOAD mogelijk wordt gekenmerkt...Show moreMet de vergrijzing van de bevolking groeit ook het belang van een vroege en nauwkeurige diagnose van neurodegeneratieve aandoeningen zoals de ziekte van Alzheimer (AD). Dit onderzoek richt zich specifiek op het verkennen van de verschillen tussen twee vormen van AD, namelijk Early-Onset Alzheimer's Disease (EOAD) en Late-Onset Alzheimer's Disease (LOAD), met als doel het verbeteren van classificatiemodellen. We hebben vier classificatiemodellen ontworpen, elk gericht op specifieke hersengebieden die mogelijk atrofie vertonen, met Model 1 en 2 gericht op respectievelijk LOAD en EOAD, Model 3 als een gecombineerd model en Model 4 dat de algehele hersenatrofie omvat. Deze modellen zijn geanalyseerd aan de hand van Area Under the Curve (AUC) en zijn ontwikkeld met behulp van logistische regressie en LASSO om de meest relevante variabelen te selecteren. Onze bevindingen suggereren dat EOAD en LOAD verschillende neuropathologische patronen vertonen, waarbij EOAD mogelijk wordt gekenmerkt door specifiekere neuropathogenese patronen, terwijl LOAD meer uniforme hersenveranderingen vertoont. Model 3, dat specifieke hersengebieden combineerde, presteerde het beste bij het classificeren van beide groepen, terwijl Model 4, dat alle hersengebieden omvatte, een lagere classificatie-accuratesse vertoonde voor EOAD. Deze resultaten benadrukken dat AD patiënten geen homogene groep zijn en benadrukken het belang van gedifferentieerde diagnostische benaderingen om rekening te houden met de heterogeniteit binnen deze aandoening.Show less

Leiden University Student Repository

Documents

In Collections

Optimalisatie van MRI modellen voor het onderscheiden van Alzheimer’s Disease subtypen