28 septembre 2017

Étude des modifications liées au cerveau dans l'autisme en utilisant la reproductibilité des composants indépendants dérivés des données d'IRM fonctionnelles à l'état de repos

Aperçu: G.M.
L'autisme est un trouble du développement qui est actuellement diagnostiqué à l'aide de tests comportementaux qui peuvent être subjectifs. Par conséquent, les biomarqueurs objectifs d'imagerie non invasive de l'autisme sont activement recherchés. Le thème commun émergeant des études antérieures d'imagerie par résonance magnétique fonctionnelle (IRMf) est que l'autisme est caractérisé par des altérations des connexions fonctionnelles dérivées de l'IRMf dans certains réseaux cérébraux qui peuvent constituer un biomarqueur pour le diagnostic objectif.  Cependant, l'identification des personnes "avec autisme" uniquement en fonction de ces mesures n'a pas été fiable, surtout si l'on tient compte de la taille des échantillons. 
Les chercheurs émettent l'hypothèse que les réseaux fonctionnels du cerveau qui sont les plus reproductibles au sein des groupes avec autisme et des groupes témoins sans autisme pris séparément, mais pas lorsque les deux groupes sont fusionnés, peuvent posséder la possibilité de distinguer efficacement les groupes. 
Dans cette étude, les chercheurs utilisent un schéma de "découverte-confirmation" basé sur l'évaluation de la reproductibilité des composants indépendants obtenus à partir d'IRMf à l'état de repos (découverte) suivi d'une analyse de clustering de ces composants pour évaluer leur capacité à discriminer entre les groupes dans un manière non supervisée (confirmation).
La méthode proposée a permis de caractériser la reproductibilité des réseaux cérébrales dans l'autisme et pourrait éventuellement être déployée dans d'autres troubles mentaux. 


Front Neurosci. 2017 Sep 8;11:459. doi: 10.3389/fnins.2017.00459. eCollection 2017.

Investigating Brain Connectomic Alterations in Autism Using the Reproducibility of Independent Components Derived from Resting State Functional MRI Data

Abstract

Significance: Autism is a developmental disorder that is currently diagnosed using behavioral tests which can be subjective. Consequently, objective non-invasive imaging biomarkers of Autism are being actively researched. The common theme emerging from previous functional magnetic resonance imaging (fMRI) studies is that Autism is characterized by alterations of fMRI-derived functional connections in certain brain networks which may provide a biomarker for objective diagnosis. However, identification of individuals with Autism solely based on these measures has not been reliable, especially when larger sample sizes are taken into consideration.  
Objective: We surmise that metrics derived from Autism subjects may not be highly reproducible within this group leading to poor generalizability. We hypothesize that functional brain networks that are most reproducible within Autism and healthy Control groups separately, but not when the two groups are merged, may possess the ability to distinguish effectively between the groups.  
Methods: In this study, we propose a "discover-confirm" scheme based upon the assessment of reproducibility of independent components obtained from resting state fMRI (discover) followed by a clustering analysis of these components to evaluate their ability to discriminate between groups in an unsupervised way (confirm). 
Results: We obtained cluster purity ranging from 0.695 to 0.971 in a data set of 799 subjects acquired from multiple sites, depending on how reproducible the corresponding components were in each group.  
Conclusion: The proposed method was able to characterize reproducibility of brain networks in Autism and could potentially be deployed in other mental disorders as well.

KEYWORDS:

autism; clustering; fMRI; independent components; reproducibility
PMID:28943835
PMCID:PMC5596295
DOI:10.3389/fnins.2017.00459

Aucun commentaire: