Clinical and neuroimaging correlates of disease related gait patterns in patients with multiple system atrophy cerebellar type
8.0
来源：
Nature
关键字：
AI radiology
发布时间：
2025-12-15 19:32
摘要：
本研究探讨了多系统萎缩小脑型（MSA-C）患者的步态模式与临床及神经影像学的相关性。通过2D视频分析提取步态特征，开发了MSA-C步态模式评分，显示出其在反映运动和认知功能严重性方面的潜力。研究结果表明，该评分能够有效区分MSA-C患者与健康对照，且与临床评分（UMSAR）显著相关，可能成为疾病监测的非侵入性生物标志物。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+1.0分
business_impact
0.5分+0.5分
scientific_rigor
1.5分+1.5分
timeliness_innovation
1.5分+1.5分
investment_perspective
2.5分+2.5分
market_value_relevance
1.0分+1.0分
team_institution_background
0.5分+0.5分
technical_barrier_competition
1.0分+1.0分
关键证据
步态评分与UMSAR评分显著相关，表明其反映运动和认知功能的严重性。
研究采用视频分析技术提取步态特征，开发了MSA-C步态模式评分。
该评分在MSA-C患者与健康对照组之间表现出良好的区分能力（AUC = 0.98）。
真实性检查
否
AI评分总结
本研究探讨了多系统萎缩小脑型（MSA-C）患者的步态模式与临床及神经影像学的相关性。通过2D视频分析提取步态特征，开发了MSA-C步态模式评分，显示出其在反映运动和认知功能严重性方面的潜力。研究结果表明，该评分能够有效区分MSA-C患者与健康对照，且与临床评分（UMSAR）显著相关，可能成为疾病监测的非侵入性生物标志物。