Kredit: Domain Publik Pixabay/CC0
Sejak pengembangan pencitraan resonansi magnetik fungsional pada 1990-an, ketergantungan pada pencitraan saraf telah meroket ketika para peneliti menyelidiki bagaimana data fMRI dari otak saat istirahat, dan struktur anatomi otak itu sendiri, dapat digunakan untuk memprediksi ciri-ciri individu, seperti depresi, penurunan kognitif. , dan gangguan otak.
Pencitraan otak memiliki potensi untuk mengungkap dasar-dasar saraf dari banyak sifat, mulai dari gangguan seperti depresi dan nyeri kronis yang meluas hingga mengapa seseorang memiliki ingatan yang lebih baik daripada yang lain, dan mengapa ingatan beberapa orang tetap tangguh seiring bertambahnya usia. Tapi seberapa andal pencitraan otak untuk mendeteksi ciri-ciri telah menjadi bahan perdebatan luas.
Penelitian sebelumnya tentang studi terkait otak (disebut “BWAS”) telah menunjukkan bahwa hubungan antara fungsi dan struktur otak serta sifat sangat lemah sehingga diperlukan ribuan peserta untuk mendeteksi efek yang dapat ditiru. Penelitian skala ini membutuhkan investasi jutaan dolar dalam setiap studi, membatasi sifat dan gangguan otak mana yang dapat dipelajari.
Namun, menurut komentar baru yang diterbitkan di Nature, hubungan yang lebih kuat antara ukuran otak dan sifat dapat diperoleh ketika algoritma pengenalan pola (atau ‘pembelajaran mesin’) canggih digunakan, yang dapat mengumpulkan hasil berdaya tinggi dari ukuran sampel sedang.
Dalam artikel mereka, peneliti dari Dartmouth dan University Medicine Essen memberikan tanggapan terhadap analisis sebelumnya dari studi asosiasi otak yang dipimpin oleh Scott Marek di Washington University School of Medicine, Brenden Tervo-Clemmens di Massachusetts General Hospital/Harvard Medical School, dan rekannya. .
Studi sebelumnya menemukan asosiasi yang sangat lemah di berbagai sifat dalam beberapa studi pencitraan otak besar, menyimpulkan bahwa diperlukan ribuan peserta untuk mendeteksi asosiasi ini.
Artikel baru menjelaskan bahwa efek sangat lemah yang ditemukan di makalah sebelumnya tidak berlaku untuk semua gambar otak dan semua sifat, melainkan terbatas pada kasus tertentu. Ini menguraikan bagaimana data fMRI dari ratusan peserta, bukan ribuan, dapat dimanfaatkan dengan lebih baik untuk menghasilkan informasi diagnostik penting tentang individu.
Salah satu kunci untuk hubungan yang lebih kuat antara gambaran otak dan sifat-sifat seperti ingatan dan kecerdasan adalah penggunaan algoritme pengenalan pola yang canggih. “Mengingat hampir tidak ada fungsi mental yang dilakukan sepenuhnya oleh satu area otak, kami merekomendasikan penggunaan pengenalan pola untuk mengembangkan model tentang bagaimana beberapa area otak berkontribusi dalam memprediksi sifat, daripada menguji area otak satu per satu,” kata penulis senior Tor Wager, the Diana L. Taylor Distinguished Professor of Psychological and Brain Sciences dan direktur Brain Imaging Center di Dartmouth.
“Jika model dari beberapa area otak yang bekerja bersama daripada secara terpisah diterapkan, ini memberikan pendekatan yang jauh lebih kuat dalam studi neuroimaging, menghasilkan efek prediktif yang empat kali lebih besar daripada saat menguji area otak dalam isolasi,” kata penulis utama Tamas Spisak. , kepala Predictive Neuroimaging Lab di Institute of Diagnostic and Interventional Radiology and Neuroradiology di University Medicine Essen.
Namun, tidak semua algoritme pengenalan pola sama dan menemukan algoritme yang bekerja paling baik untuk jenis data pencitraan otak tertentu merupakan bidang penelitian aktif. Makalah sebelumnya oleh Marek, Tervo-Clemmens et al. juga menguji apakah pengenalan pola dapat digunakan untuk memprediksi ciri-ciri dari gambar otak, tetapi Spisak dan rekannya menemukan bahwa algoritme yang mereka gunakan kurang optimal.
Ketika para peneliti menerapkan algoritme yang lebih kuat, efeknya menjadi lebih besar dan asosiasi yang andal dapat dideteksi dalam sampel yang jauh lebih kecil. “Ketika Anda menghitung kekuatan berapa banyak peserta yang dibutuhkan untuk mendeteksi efek yang dapat ditiru, jumlahnya turun menjadi di bawah 500 orang,” kata Spisak.
“Ini membuka lapangan untuk mempelajari banyak ciri dan kondisi klinis yang tidak memungkinkan untuk mendapatkan ribuan pasien, termasuk gangguan otak yang langka,” kata rekan penulis Ulrike Bingel di University Medicine Essen, yang merupakan kepala University Center for Pain. Obat-obatan.
“Mengidentifikasi penanda, termasuk yang melibatkan sistem saraf pusat, sangat dibutuhkan, karena sangat penting untuk meningkatkan diagnostik dan pendekatan pengobatan yang disesuaikan secara individual. Kita perlu beralih ke pendekatan pengobatan yang dipersonalisasi berdasarkan ilmu saraf. Potensi BWAS multivariat untuk menggerakkan kita menuju tujuan ini tidak boleh diremehkan.”
Tim menjelaskan bahwa asosiasi lemah yang ditemukan dalam analisis sebelumnya, terutama melalui gambar otak, dikumpulkan saat orang hanya beristirahat di pemindai, daripada melakukan tugas. Tetapi fMRI juga dapat menangkap aktivitas otak yang terkait dengan pemikiran dan pengalaman spesifik saat demi saat.
Taruhan percaya bahwa menghubungkan pola otak dengan pengalaman ini mungkin menjadi kunci untuk memahami dan memprediksi perbedaan di antara individu. “Salah satu tantangan yang terkait dengan penggunaan pencitraan otak untuk memprediksi sifat adalah bahwa banyak sifat yang tidak stabil atau tidak dapat diandalkan. Jika kita menggunakan pencitraan otak untuk fokus mempelajari kondisi dan pengalaman mental, seperti rasa sakit, empati, dan keinginan obat, efeknya bisa jauh lebih besar dan lebih dapat diandalkan,” kata Taruhan. “Kuncinya adalah menemukan tugas yang tepat untuk merebut negara.”
“Misalnya, menunjukkan gambar obat-obatan kepada orang-orang dengan gangguan penggunaan zat dapat menimbulkan keinginan obat, menurut penelitian sebelumnya mengungkapkan neuromarker untuk mengidam,” kata Taruhan.
“Mengidentifikasi pendekatan mana untuk memahami otak dan pikiran yang paling mungkin berhasil adalah penting, karena hal ini memengaruhi cara pemangku kepentingan memandang dan pada akhirnya mendanai penelitian translasi dalam neuroimaging,” kata Bingel. “Menemukan batasan dan bekerja sama untuk mengatasinya adalah kunci untuk mengembangkan cara baru dalam mendiagnosis dan merawat pasien dengan gangguan kesehatan otak dan mental.”
Informasi lebih lanjut: Brenden Tervo-Clemmens et al, Balas ke: BWAS multivariat dapat ditiru dengan ukuran sampel sedang, Alam (2023). DOI: 10.1038/s41586-023-05746-w
Disediakan oleh Dartmouth College
Kutipan: Bagaimana neuroimaging dapat dimanfaatkan dengan lebih baik untuk menghasilkan informasi diagnostik tentang individu (2023, 14 Maret) diambil 14 Maret 2023 dari https://medicalxpress.com/news/2023-03-neuroimaging-yield-diagnostic-individuals.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.