Bestimmung des metabolischen Kovarianz-Musters bei LATE mittels Hauptkomponentenanalyse

Ziel/Aim: Limbic-predominant age-related TDP-43-encephalopathy (LATE) ist eine relativ neu beschriebene neurodegenerative Entität, die trotz hoher Prävalenz bei Patienten>75 Jahre in der klinischen Diagnostik stark unterrepräsentiert ist. Diese Studie untersuchte daher an neuropathologisch gesicherten Fällen, ob durch Hauptkomponentenanalyse (principal component analysis, PCA) von FDG-PET-Daten ein metabolisches Muster als zuverlässiger Biomarker definiert werden kann.

Methodik/Methods: Die Daten 10 Autopsie-bestätigter LATE-NC-Fälle und 10 alters-, geschlechts- und scannergematchter gesunder Kontrollprobanden aus der Alzheimer´s Disease Neuroimaging Initiative (ADNI)-Datenbank wurden verwendet. Nach räumlicher Normalisierung in den MNI-Raum und Glättung mit 12mm FWHM wurden die Daten mittels PCA ausgewertet. Für die Definition des LATE-assoziierten Musters wurden Linearkombinationen von allen Hauptkomponenten (PCs) mit einer Varianzaufklärung>5% mittels logistischer Regressionen auf Gruppentrennung untersucht und anschließend das Modell mit dem geringsten Akaike information criterion (AIC) ausgewählt.

Ergebnisse/Results: Nach obigen Kriterien wurden die Analysen auf PC2 bis PC7 beschränkt, wobei ein Modell aus der alleinigen PC2 das geringste AIC aufwies und eine signifikante Gruppentrennung (p<0.05 nach FDR-Korrektur) erlaubte. Die Fläche unter der Receiver-Operating-Characteristics Kurve betrug 0.76. Das daraus resultierende Muster zeigte negative Gewichtungen im mesialen Temporallappen, Gyrus cinguli und Precuneus. Positive Gewichtungen im Cerebellum und Hirnstamm lassen sich am ehesten auf Skalierungseffekte zurückführen.

Schlussfolgerungen/Conclusions: Mittels PCA konnte ein metabolisches Kovarianz-Muster definiert werden, welches bei LATE betroffene Hirnregionen widerspiegelt und eine Gruppentrennung von gesunden Kontrollen erlaubt. Zur Validierung der diagnostischen Wertigkeit des Musters erfolgen aktuell Analysen an einer klinisch-realistischen Population.

Publication History

Article published online:
12 March 2025