跳到内容 跳到菜单
本网站使用cookie来帮助我们理解游客的方式使用我们的网站。我们不能确定你与他们,我们也不与任何人分享数据。如果你点击拒绝,我们将设置一个cookie记住你的偏好。发现更多的伦敦大学学院的隐私通知

早期诊断、预后和治疗

随着时间的推移会发生什么?我们怎样才能改变会发生什么?

意识到什么地方出了错(诊断)和预测随着时间的推移会发生什么(预测)是必不可少的指导适当和及时的治疗和干预措施。

方法

我们的神经影像学研究需要有针对性的改善患者神经系统的临床应用方法和心理条件:

寻找隐藏的标记,以便早期诊断

通过优化我们的神经影像学测量,我们可以看到异常神经解剖学的微观结构和大脑活动,对人眼不可见。这些异常有时可以发现其他disease-defining症状出现之前。

建筑和采矿数据集,使更准确的预测

通过结合神经影像数据和行为测试获得多个时间点,我们可以了解症状随时间变化,在不同的条件。这些知识可以用来预测新患者恢复或下降同样的障碍。

预测结果可以优化利用机器学习结合许多不同类型的数据,可能会影响结果(即人口、行为、认知等)。预测可以通过测试生成准确的预测从一个队列的患者预测结果在另一个群病人。

提供反馈,使更有效的治疗

通过识别信息的实际或预期影响治疗,神经影像可以跟踪进度,指导建议,甚至是治疗本身的一部分。例如,我们用神经影像:

  • 开发新型neuroimaging-based治疗使用neurofeedback行为任务期间关注最有效的恢复策略。
  • 了解神经解剖学变化与行为和药物干预,减缓或逆转疾病进展。
  • 提供数据分析工具来决定治疗的最佳剂量。
  • 选择行为任务,调查期间针对区域的功能神经外科术中映射。如果一个大脑区域响应,外科医生可以保持该地区避免术后丧失基本人类的功能。

重要性

早期诊断将改善长期结果

识别疾病早期(即诊断)意味着病人可以了解他们的症状会随着时间改变(预测)和如何通过治疗可以改变。早期诊断将允许有针对性的干预措施是早些时候开始,之前可能发生不可逆损伤脑组织,帮助减缓或逆转疾病的过程。

安全的和可访问的诊断

神经影像学提供非侵入性的诊断工具,可以减少需要侵入性技术,nd因此做一些诊断测试更广泛的访问在医疗保健系统中,对病人更舒适,降低不良事件的风险。

准确预测提高了治疗方案

预期的临床临床变化率(即预后)是很重要的帮助直接正确的治疗病人。个人以同样的条件,但是不同的预测,可能会需要不同的类型的干预措施。预测也可以用来评估新的治疗方法提供了一个基准测试多少治疗改变了预期的复苏或下降。

例子


亨廷顿氏病诊断

亨廷顿氏舞蹈症的特点是不受控制的运动,情绪问题,以及思维能力(认知)的损失。工作中心由教授Sarah Tabrizi和杰伦特里斯的团队包括开发和测试一个模型在亨廷顿氏舞蹈症将允许监测疾病进展年前诊断这些风险的发展中亨廷顿氏舞蹈症(Gregory et al ., 2018)。

亨廷顿氏舞蹈症中心


帕金森病

帕金森病是一种常见的进步的障碍的大脑随着年龄变得更有可能。主要症状包括震颤、运动迟缓,肌肉僵硬呆板。然而,这种疾病会影响一个人的方式,从最初的症状到它如何发展随着时间的推移,是高度可变的。一旦个人开始体验运动问题,~ 70 - 80%的多巴胺产生在大脑区域被称为黑质神经细胞已经丢失。

中心我们试图理解为什么帕金森病是变量,研究如何准确地诊断条件,和发展的方法来预测它将如何进展。实现这些将帮助开发未来的治疗方法,可以根据各个主题,开始在大脑组织的重大损失:

使用高分辨率的定量核磁共振,深入临床表现型,遗传学和血清生物标志物,基督教的兰伯特团队的目标是了解大脑结构的个体差异有关帕金森病的临床变化。通过这个,目的是开发方法来预测疾病进展的速度有多快,并允许准确诊断前运动发展的问题。点击这里了解更多关于纵向qMAP-PD研究

Rimona Weil的团队使用神经影像识别哪些帕金森氏症患者在患痴呆症的风险。


预测情绪的变化

通过评估平台移动应用,Ray Dolan的研究小组已经证明可以预测主题的情绪波动。这项研究可能会导致预测复发的临床抑郁症患者(灵族et al . 2018年)


卒中后预测结果

凯茜价格的研究小组开发了一个基于web的系统,上传MRI或CT扫描患者的卒中后语音生产困难和输出预测当演讲是否会恢复。预测主要基于识别的哪些部分大脑受损的病人和相同类型的损伤是如何影响其他病人的结果(从我们的数据库)已经被广泛地研究过了。数据库目前包括解剖大脑成像和行为评估从多个时间点获得超过1200中风幸存者。

在未来,每个中风病人的复苏轨迹生成也可以用作测量基线预测干预对语言产生的影响(神经病治疗组——亚历克斯列夫实验室,珍妮Crinion实验室)。

所使用的技术也可以应用于一系列其他疾病(如肿瘤或损伤引起的神经外科切除术)和损伤(如运动和认知障碍(Sven Bestmann尼克•沃德)以及预测发病率和医院考勤(高维神经学——Parashkev Nachev,杰伦特里斯)。


NEUROFEEDBACK培训

大脑活动可以实时反馈给病人执行任务。病人可以试图控制他们的大脑活动通过执行不同的任务。杰伦特里斯的团队已经利用这种“neuro-feedback”训练诱导神经可塑性的大脑区域中视觉感知和处理秘密关注(Ekanayake et al ., 2018 b)。教授Sarah Tabrizi,技术也被用于亨廷顿氏舞蹈症患者症状减轻电动机。

同时,我们的物理团队将继续优化和完善neurofeedback训练快速数据采集,通过改善图像重建,解决参与者在扫描运动。


恢复学习性能

药理干预措施可以更好地理解用计算模型来分析大脑活动。例如,Ray Dolan的团队发现,服用左旋多巴逆转神经赤字和恢复学习性能(水域et al . 2013年)。这项工作有助于改善抑郁症患者的症状、精神分裂症、焦虑和上瘾。


消除恶性脑肿瘤,癫痫治疗耐药

当前的术前评估,使用非侵入性的功能性神经成像或脑深部电极,关注一组有限的任务(例如,语言流畅)不充分确定该地区的功能贡献(s)神经外科手术后可能不正常。
我们的设计有针对性的评估功能神经解剖学,神经外科医生可以使用计划的恶性脑肿瘤或治疗癫痫耐药。

Baidu
map