Magnetic resonance imaging (MRI) provides high resolution brain morphological information and is used as a biomarker in neurodegenerative diseases. Population studies of brain morphology often seek to identify pathological structural changes related to different diagnostic categories (e.g.: controls, mild cognitive impairment or dementia) which normally describe highly heterogeneous groups with a single categorical variable. Instead, multiple biomarkers are used as a proxy for pathology and are more powerful in capturing structural variability. Hence, using the joint modeling of brain morphology and biomarkers, we aim at describing structural changes related to any brain condition by means of few underlying processes. In this regard, we use a multivariate approach based on Projection to Latent Structures in its regression variant (PLSR) to study structural changes related to aging and AD pathology. MRI volumetric and cortical thickness measurements are used for brain morphology and cerebrospinal fluid (CSF) biomarkers (t-tau, p-tau and amyloid-beta) are used as a proxy for AD pathology. By relating both sets of measurements, PLSR finds a low-dimensional latent space describing AD pathological effects on brain structure. The proposed framework allows us to separately model aging effects on brain morphology as a confounder variable orthogonal to the pathological effect. The predictive power of the associated latent spaces (i.e., the capacity of predicting biomarker values) is assessed in a cross-validation framework.

中文翻译：

---

阿尔茨海默氏病早期阶段的成像特征和生物标志物之间共享的潜在结构：一项预测性研究

磁共振成像（MRI）提供高分辨率的大脑形态信息，并被用作神经退行性疾病的生物标记。脑形态学的人群研究通常试图确定与不同诊断类别（例如，对照，轻度认知障碍或痴呆）相关的病理结构变化，这些诊断类别通常描述具有单一分类变量的高度异质性群体。取而代之的是，多个生物标志物被用作病理学的替代物，并且在捕获结构变异性方面更为强大。因此，使用大脑形态学和生物标志物的联合建模，我们旨在通过很少的基础过程来描述与任何大脑状况相关的结构变化。在这方面，我们在回归变量（PLSR）中使用基于对潜在结构的投影的多元方法来研究与衰老和AD病理相关的结构变化。MRI体积和皮质厚度测量值可用于脑形态学检查，而脑脊液（CSF）生物标记物（t-tau，p-tau和淀粉样β）可用于AD病理。通过将两组测量结果相关联，PLSR可以找到一个低维的潜在空间，该空间描述了AD病理对大脑结构的影响。所提出的框架使我们能够分别将老化对大脑形态的影响建模为与病理影响正交的混杂变量。在交叉验证框架中评估相关的潜在空间的预测能力（即，预测生物标志物值的能力）。MRI体积和皮质厚度测量值可用于脑形态学检查，而脑脊液（CSF）生物标记物（t-tau，p-tau和淀粉样β）可用于AD病理。通过将两组测量结果相关联，PLSR可以找到一个低维的潜在空间，该空间描述了AD病理对大脑结构的影响。所提出的框架使我们能够分别将老化对大脑形态的影响建模为与病理影响正交的混杂变量。在交叉验证框架中评估相关的潜在空间的预测能力（即，预测生物标志物值的能力）。MRI体积和皮质厚度测量值可用于脑形态学检查，而脑脊液（CSF）生物标记物（t-tau，p-tau和淀粉样β）可用于AD病理。通过将两组测量结果相关联，PLSR可以找到一个低维的潜在空间，该空间描述了AD病理对大脑结构的影响。所提出的框架使我们能够分别将老化对大脑形态的影响建模为与病理影响正交的混杂变量。在交叉验证框架中评估相关的潜在空间的预测能力（即，预测生物标志物值的能力）。PLSR发现了一个低维的潜在空间，该空间描述了AD病理对大脑结构的影响。所提出的框架使我们能够分别将老化对大脑形态的影响建模为与病理影响正交的混杂变量。在交叉验证框架中评估相关的潜在空间的预测能力（即，预测生物标志物值的能力）。PLSR找到了一个低维的潜在空间，该空间描述了AD病理对大脑结构的影响。所提出的框架使我们能够分别将老化对大脑形态的影响建模为与病理影响正交的混杂变量。在交叉验证框架中评估相关的潜在空间的预测能力（即，预测生物标志物值的能力）。