Rilevazione dei cambiamenti ultrastrutturali della sostanza bianca per la caratterizzazione della SLA
Nella sclerosi laterale amiotrofica (SLA), la risonanza magnetica per immagini (MRI) consente l’indagine a livello microstrutturale, utilizzando tecniche in grado di rivelare i cambiamenti della sostanza bianca.
In questo studio è stata eseguita, in pazienti affetti da SLA, un’analisi di imaging del tensore di diffusione (DTI), con una raccolta di indici di coefficiente di diffusione apparente (ADC) e indici di anisotropia frazionaria (FA), per correlare le caratteristiche genotipiche e fenotipiche con i dati di imaging, al fine di investigare una correlazione in vivo di diversi pattern neuropatologici. Tutti i pazienti sottoposti all’analisi MR-DTI sono stati reclutati in modo retrospettivo. La risonanza magnetica è stata raccolta entro tre mesi dalla diagnosi. I valori di FA e ADC sono stati raccolti nel corpo calloso (CC), nella corona radiata (CR), nel peduncolo cerebrale (CR), nel peduncolo cerebellare (CbP) e nel tratto corticospinale all’arto posteriore della capsula interna (CST). L’analisi DTI eseguita nell’intera coorte di pazienti affetti da SLA ha rivelato una significativa riduzione della FA e un aumento dell’ADC in tutte le regioni selezionate, come cambiamenti diffusi. Inoltre, è stato osservato un valore più alto di FA nella corona radiata destra nei pazienti con sindrome bulbare. È emersa una correlazione positiva tra la scala ALS Functional Rating Scale-Revised e gli indici di anisotropia frazionaria nel peduncolo cerebrale destra.
In considerazione della non invasività, dell’affidabilità e della facile riproducibilità del metodo, si ritiene che la risonanza magnetica per immagini cerebrale con analisi DTI possa rappresentare un valido strumento utilizzabile come marker diagnostico nella SLA.
Riferimento:
De Marchi F, Stecco A, Falaschi Z, et al. Detection of White Matter Ultrastructural Changes for Amyotrophic Lateral Sclerosis Characterization: A Diagnostic Study from Dti-Derived Data. Brain Sci. 2020;10(12):996. Published 2020 Dec 16. doi:10.3390/brainsci10120996
