알츠하이머병 뇌영상 선도연구
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
알츠하이머병 뇌영상 선도연구(ADNI)는 알츠하이머병(AD) 연구를 가속화하고 효과적인 치료법 개발을 목표로 하는 공공 및 민간 협력 프로젝트이다. 2004년 시작되어 현재까지 여러 단계로 진행되었으며, 뇌 영상, 유전자 검사, 뇌척수액 분석, 신경심리학적 검사 등 다양한 방법을 통해 알츠하이머병 관련 데이터를 수집한다. 수집된 데이터는 연구자들에게 공개되어 알츠하이머병 진단 및 예측, 바이오마커 개발, 임상 시험 설계 등에 활용되고 있으며, 파킨슨병, 다발성 경화증 등 다른 질병 연구에도 영향을 미치고 있다. ADNI는 표준화된 프로토콜과 데이터 공유를 통해 알츠하이머병 연구 발전에 기여하고 있으며, 향후 뇌 연결성, 유전체학, 정밀 의학 등 다양한 분야와의 융합 연구를 통해 알츠하이머병의 조기 진단 및 치료법 개발에 기여할 것으로 기대된다.
더 읽어볼만한 페이지
- 알츠하이머병 - 알로이스 알츠하이머
알로이스 알츠하이머는 독일의 정신과 의사이자 신경병리학자로, 아밀로이드 플라크와 신경 원섬유 엉킴을 발견하여 알츠하이머병의 주요 특징을 밝혀냈으며, 브로츠와프 대학교에서 정신과 교수로 재직하다가 심부전으로 사망했다. - 알츠하이머병 - 김영수 (1978년)
김영수(1978년)는 알츠하이머병 진단 및 치료 기술 개발에 주력하며 연세대학교 교수 및 아밀로이드솔루션(주)의 최고 과학 책임자(CSO)를 겸임하고 있는 대한민국의 화학자이자 생명과학자이다. - 신경영상 - 전자 스핀 공명
전자 스핀 공명(ESR) 또는 전자상자성공명(EPR)은 짝짓지 않은 전자를 검출하는 분광학적 기법으로, 외부 자기장과 마이크로파를 이용하여 시료 내 짝짓지 않은 전자의 스핀이 특정 에너지의 마이크로파를 공명 흡수하는 현상을 통해 짝짓지 않은 전자의 존재와 환경에 대한 정보를 얻어 다양한 분야에서 활용되며, 측정된 스펙트럼 파라미터를 분석하여 시료의 전자 구조 및 분자 환경에 대한 정보를 제공한다. - 신경영상 - 단일 광자 방출 컴퓨터 단층 촬영
단일 광자 방출 컴퓨터 단층 촬영(SPECT)은 감마 카메라로 2차원 영상을 획득하고 재구성하여 3차원 영상을 얻는 핵의학 영상 기법으로, 감마선을 직접 방출하는 방사성 추적자를 사용하여 종양, 감염, 갑상선 영상 등 다양한 임상 분야에서 활용되며, 특히 심근 관류 영상이나 뇌 기능 영상에서 허혈성 심장 질환 진단 또는 치매 원인 병리 진단에 사용된다. - 생물학 데이터베이스 - 피시베이스
피시베이스는 다니엘 파울리가 고안하고 라이너 프로제와 협력하여 개발, 웹에서 출시된 전 세계 어류 정보를 제공하는 가장 크고 널리 사용되는 온라인 데이터베이스로, 유생 단계 정보는 LarvalBase, 경골어류 외 수생 생물 정보는 SeaLifeBase를 통해 보완되며 어류 연구, 수산 자원 관리, 교육 등 다양한 분야에서 활용된다. - 생물학 데이터베이스 - ChEMBL
ChEMBL은 약물 표적에 대한 화합물 생체 활성 데이터베이스로서, 신약 개발 과정의 선도 물질 식별을 위한 화합물 스크리닝 라이브러리 구축에 활용되며, 웹 인터페이스나 파일 전송 프로토콜을 통해 접근 가능하다.
알츠하이머병 뇌영상 선도연구 | |
---|---|
알츠하이머병 뇌영상 선도연구 (Alzheimer's Disease Neuroimaging Initiative, ADNI) | |
![]() | |
개요 | |
목적 | 알츠하이머병의 진행을 측정하기 위한 바이오마커를 식별하기 위한 다기관 연구 |
연구 유형 | 전향적, 관찰적 |
자금 지원 | 국립 노화 연구소 (National Institute on Aging, NIA) 국립 보건원 (National Institutes of Health, NIH) 민간 부문 |
시작 연도 | 2004년 |
참여 기관 수 | 63개 이상 |
연구 대상 | 경도인지장애 (Mild Cognitive Impairment, MCI) 환자 알츠하이머병 환자 건강한 노인 대조군 |
데이터 유형 | 자기 공명 영상 (Magnetic Resonance Imaging, MRI) 양전자 방출 단층 촬영 (Positron Emission Tomography, PET) 유전체 데이터 임상 데이터 인지 테스트 결과 |
데이터 접근 | 연구자 등록 후 데이터 접근 가능 |
주요 발견 | 뇌 영상 바이오마커의 유용성 입증 알츠하이머병 진행 예측 모델 개발 약물 개발을 위한 임상 시험 설계 개선 |
상세 정보 | |
웹사이트 | ADNI 공식 웹사이트 |
2. 역사 및 자금 조달
알츠하이머병(AD) 연구 및 효과적인 치료법 개발 가속화를 위해, 대규모 바이오마커 프로젝트 자금을 공공 기관과 민간 제약 회사가 협력하여 지원하는 아이디어가 2000년대 초 국립 노화 연구소(NIA)의 닐 S. 버크홀츠와 일라이 릴리 앤드 컴퍼니의 윌리엄 포터 박사에 의해 처음 제기되었다.[1] 이를 바탕으로 알츠하이머병 신경 영상 이니셔티브(ADNI)가 2004년 마이클 W. 와이너 박사의 주도로 시작되었다. ADNI는 국립 보건원 재단을 통해 민관 협력 방식으로 자금을 조달했는데, 국립 노화 연구소(NIA)로부터 4000만달러, 그리고 20개 기업과 2개 재단으로부터 2700만달러를 지원받았다.
ADNI(Alzheimer's Disease Neuroimaging Initiative)는 미국과 캐나다의 57개 기관에서 55세에서 90세 사이의 참가자를 모집하여 연구를 진행한다. 참가자는 알츠하이머병(AD)으로 인한 치매 환자 그룹, 경도인지장애(MCI)로 알려진 가벼운 기억력 문제를 가진 환자 그룹, 그리고 건강한 노인 대조군 그룹으로 구성된다. ADNI 연구의 첫 단계인 ADNI-1에서는 건강한 노인 200명, MCI 환자 400명, AD 환자 200명을 처음 등록했다.[6] 이후 ADNI-GO, ADNI-2, ADNI-3 단계를 거치며 추가 참가자를 모집하여 전체 연구 대상자(코호트) 규모는 1,000명 이상으로 확대되었다[7] (아래 표 참조).
초기 5년간 진행된 연구(ADNI-1)는 2009년에 Grant Opportunities 보조금을 통해 2년 연장되었다. 이후 2011년과 2016년에는 ADNI-1 보조금의 추가적인 경쟁 갱신을 통해 각각 ADNI-2와 ADNI-3 연구로 이어졌다.[7]
3. 참가자 등록 및 검사
연구 특성 ADNI-1 ADNI-GO ADNI-2 ADNI-3 주요 목표 임상 시험의 결과 지표로서 바이오마커 개발 질병의 초기 단계에서 바이오마커 검사 인지 저하 예측 인자 및 결과 지표로서 바이오마커 개발 타우 PET 및 기능적 영상 기술의 사용과 임상 시험 연구 자금 4000만달러 연방 기금(NIA), 2700만달러 산업 및 재단 2400만달러 미국 경기 회복 법안 기금 4000만달러 연방 기금(NIA), 2700만달러 산업 및 재단 4000만달러 연방 기금(NIA), 2000만달러 산업 및 재단 기간/시작일 5년/2004년 10월 2년/2009년 9월 5년/2011년 9월 5년/2016년 9월 코호트 노인 대조군 200명
MCI 400명
AD 200명기존 ADNI-1 +
초기 MCI 200명기존 ADNI-GO +
노인 대조군 150명
초기 MCI 100명
후기 MCI 150명
AD 150명기존 ADNI-2 +
노인 대조군 133명
ADNI 연구 참가자들은 동의 절차를 거친 후, 여러 해에 걸쳐 정기적으로 다양한 검사를 받는다.[2] 여기에는 임상 평가, 신경심리학적 검사, 유전자 검사, 뇌척수액(CSF) 분석을 위한 요추 천자, 자기 공명 영상(MRI) 및 양전자 방출 단층 촬영(PET) 스캔 등이 포함되며, 사후 부검을 통한 신경병리학적 검사도 이루어진다. 각 검사 방법에 대한 자세한 내용은 하위 섹션에서 다룬다.
3. 1. 검사 방법
ADNI는 연구 참가자를 대상으로 다양한 기법을 활용한다. 참가자들은 동의 후, 여러 해에 걸쳐 정해진 간격으로 반복되는 일련의 초기 검사를 받는다.[2] 주요 검사 방법은 다음과 같다.
아래 표는 ADNI 연구의 각 단계별로 사용된 주요 검사 기법을 보여준다.
연구 기법 | ADNI-1 | ADNI-GO | ADNI-2 | ADNI-3 |
---|---|---|---|---|
영상 | ||||
MRI | ||||
구조적 | X | X | X | X |
관류 | X | X | X | |
휴식 상태 | X | X | X | |
확산 | X | X | X | |
커넥토믹스 | X | |||
고해상도 | X | |||
PET | ||||
포도당 대사 | X | X | X | |
β-아밀로이드 | [11C] 피츠버그 화합물 | [18F] 플로르베타피르 | [18F] 플로르베타피르 | [18F] 플로르베타피르/플로르베타벤 |
타우 | [18F] T807 | |||
생체 시료 | ||||
CSF β-아밀로이드, 타우 | X | X | X | X |
유전자 분석 | ||||
APOE | X | X | X | X |
전유전체 연관성 연구 | X | X | X | X |
전체 유전체 시퀀싱 | X | X | ||
시스템 생물학 접근법 | X | |||
신경심리학적 검사 | X | X | X | X |
부검 | X | X | X | X |
4. 데이터 공유
ADNI의 중요한 특징 중 하나는 연구가 끝나기 전부터 모든 참여 연구 그룹이 데이터 소유권을 공유하며, 협력 연구자들이 특허 기회를 포기하기로 약속한 점이다. ADNI 및 데이터 간행물 위원회 책임자는 이러한 방식을 "개방형 데이터 접근에 대한 급진적인 실험"이라고 평가했다.[3] ADNI 연구에서 만들어진 모든 데이터는 서던캘리포니아 대학교의 신경영상 연구소(LONI)에서 운영하는 데이터 아카이브에 저장된다.[5] 2013년에는 전체 ADNI 연구 참여자 집단(코호트)에 대한 전체 유전체 시퀀싱 데이터가 LONI 데이터베이스에 추가되었다.[8]
일정한 자격을 갖춘 전 세계 연구자들은 품질 관리 절차를 거친 영상 및 임상 데이터 세트에 접근할 수 있다. 현재까지 다양한 분야의 연구자들로부터 약 1,800건의 데이터 사용 신청이 접수되었고, 700만 개가 넘는 뇌 스캔 이미지와 임상 데이터 세트가 다운로드되었다.[9]
ADNI는 신경 질환의 여러 난제를 해결할 잠재력을 가진 다양한 컨소시엄 및 빅데이터 프로젝트에 데이터를 제공하고 있다.[10] 정신분열증, 양극성 장애, 우울증 등 12가지 주요 뇌 질환 연구에 영상 유전체학을 활용하는 ENIGMA(Enhancing Neuro Imaging Genetics through Meta-Analysis) 컨소시엄과 영상 및 유전 데이터를 공유한다.[11] 또한 ADNI 데이터 세트는 새로운 예측 알츠하이머병 바이오마커 발견을 목표로 하는 DREAM(Dialogue on Reverse Engineering Assessment and Methods) 알츠하이머병 빅데이터 챌린지 #1에서 "테스트" 데이터 세트로 활용되기도 했다.[12]
이러한 개방적인 데이터 공유 방식의 성공은 ADNI 데이터를 활용한 과학 출판물의 수로도 가늠할 수 있다. 현재까지 1,000편이 넘는 논문이 발표되었으며, 이는 알츠하이머병 연구뿐만 아니라 다양한 분야를 포괄한다.[9]
5. 표준화된 프로토콜 개발
ADNI는 연구 내 여러 센터와 전 세계의 결과를 직접 비교할 수 있도록 표준화된 프로토콜을 개발했다.[4] 여기에는 제조사, 소프트웨어 플랫폼, 자기장 세기가 다른 스캐너에서 MRI 및 PET 스캔의 획득 및 품질 관리 방법, 뇌척수액(CSF) 바이오마커 분석 방법이 포함된다. 표준화된 방법[13]은 현재 제약 회사와 알츠하이머병 예방 및 질병 완화 치료의 임상 시험에 사용되고 있다.
6. 질병 진행 과정에서의 바이오마커 변화
알츠하이머병의 가장 초기 징후를 감지하고 생체 지표를 사용하여 질병을 추적하는 것을 목표로 한다. 또한 임상 알츠하이머병 임상 시험을 위한 생체 지표를 검증, 표준화 및 최적화하며, 모든 데이터와 샘플을 임상 시험 설계자 및 전 세계 과학자와 공유할 수 있도록 하는 것을 목표로 삼고 있다. 알츠하이머병 신경영상 이니셔티브(ADNI)는 이러한 목표 아래 질병 진행 과정 전반에 걸쳐 영상 및 뇌척수액(CSF) 바이오마커를 추적하여 알츠하이머병(AD) 병리의 발달을 이해하고자 했다.[1] ADNI 연구를 통해 다양한 AD 바이오마커가 질병 발달 과정에서 변화하는 순서에 대한 모델이 제시되었으며, 이는 아밀로이드 가설과 일치하는 결과를 보였다.[14][15][9][16]
6. 1. 알츠하이머병 바이오마커 변화 모델
알츠하이머병 신경영상 이니셔티브(ADNI)의 초기 목표는 질병 진행 과정 전반에 걸쳐 영상 및 뇌척수액(CSF) 바이오마커를 추적하여 아밀로이드 가설에 따라 알츠하이머병(AD) 병리의 발달을 이해하는 것이었다.[1]다양한 AD 바이오마커가 AD의 발달 과정에서 어떻게 변화하는지에 대한 모델[14][15]은 바이오마커가 다음 순서로 비정상적으로 된다고 제안했다.
# β-아밀로이드(세포 외부의 플라크에 아밀로이드 침착을 나타내며, 뇌척수액과 아밀로이드 PET로 측정)
# 타우(신경세포 내 타우 섬유 형성 지표)
# 포도당 대사(PET로 측정하며, 신경세포 손상 지표)
# 구조적 MRI(뇌 구조 손상 지표)
# 인지 기능 저하
이 모델은 아밀로이드 침착이 비정상적인 환자들의 종단적 ADNI 데이터를 사용하여 대체로 검증되었으며,[9][16] 이는 아밀로이드 가설과 일치한다.
7. 주요 연구 결과
ADNI의 단면 및 종단 MRI, PET, 유전학, 인지, 생체액 및 부검 데이터를 사용한 연구에서 다음과 같은 결과가 보고되었다.
- AD 병리는 겉으로 보기에 기억력 감퇴의 징후가 없는 사람들에게서 이미 나타난다. 이러한 인지적으로 정상인 사람들은 이미 미세한 뇌 위축을 겪고 있을 수 있다.[17][18][19]
- AD는 전임상 AD에서 내측 측두엽 피질에서 시작하여, 기억력, 경도 내지 중등도 AD의 기능 및 기타 인지 능력에 영향을 미치고, 마지막으로 중증 AD로 진행되는 전형적인 패턴으로 진행된다(그림 1).


- AD는 뇌 커넥톰의 점진적인 파괴로 특징지어진다.[21][22] 질병이 진행됨에 따라 필수적인 뇌 영역 간의 연결이 줄어든다(그림 5).
- ''APOE ε''4 외에도 여러 유전자가 후기 발병 AD의 근본 원인이다. ADNI 데이터는 현재 확인된 약 20개의 위험 유전자 중 10개를 식별하거나 확인하는 데 기여했다.[24][25]
- 뇌혈관 질환은 AD의 질병 진행을 가속화할 수 있다.[26][27][28]
- 인지적으로 정상인 그룹과 MCI 그룹 모두 병리학적으로 이질적이다. 어떤 사람들은 AD의 징후를 보이지 않고, 어떤 사람들은 AD로 빠르게 진행되는 징후를 보이며, 다른 사람들은 AD 이외의 치매로 진행되는 징후를 보인다.[16][29]
8. 알츠하이머병 진단 및 예측
ADNI 데이터를 사용하여 많은 진단 및 예후 기계 학습 알고리즘을 테스트해 왔다.[9] 지금까지 가장 성공적인 알고리즘은 여러 영상, 유전 또는 생물학적 양식에서 시간 경과에 따른 바이오마커 변화를 기록하는 종단 데이터를 결합한 딥 러닝 방식을 사용했다.
8. 1. 진단
ADNI 데이터를 사용하여 많은 진단 및 예후 기계 학습 알고리즘을 테스트해 왔다.[9] 지금까지 가장 성공적인 알고리즘은 여러 영상, 유전 또는 생물학적 양식에서 시간 경과에 따른 바이오마커 변화를 기록하는 종단 데이터를 결합한 딥 러닝 방식을 사용했다.AD를 정확하게 진단할 수 있는 바이오마커 조합의 예시는 다음과 같다.[9]
# 시간 경과에 따른 뇌 위축 패턴의 변화 (MRI로 측정)
# β-아밀로이드 및 타우 수치 (CSF로 측정)
진단에 대한 다른 접근 방식은 MRI 스캔만으로 가장 관련 있는 정보를 추출하는 것이다.[9] 딥 러닝 알고리즘은 95% 이상의 정확도로 AD를 진단할 수 있으며,[30][31][32][33][34] 82% 이상의 정확도로 AD로 인한 MCI를 진단할 수 있다.[31][35][36]
영상 스캔은 비용이 많이 들고 때로는 이용하기 어려우며, CSF 분석에는 침습적인 요추 천자 시술이 필요하다. 이러한 이유로 ADNI 혈액 샘플을 사용하여 임상용 진단 혈액 검사를 개발하고 있다. 현재 이러한 검사는 다른 방법만큼 정확하지는 않다.[37][38]
8. 2. 예측
MRI 스캔에서 가장 관련 있는 정보를 추출하는 딥 러닝 알고리즘은 경도인지장애(MCI) 환자의 알츠하이머병(AD) 진행을 수년 전에 90% 이상의 정확도로 예측할 수도 있다.[39]9. 임상 시험을 위한 바이오마커 개발
ADNI는 알츠하이머병의 가장 초기 징후를 감지하고 생체 지표(바이오마커)를 사용하여 질병 진행을 추적하며, 알츠하이머병 임상 시험을 위한 생체 지표를 검증, 표준화, 최적화하는 것을 목표로 한다. 이를 통해 성공적인 임상 시험을 가능하게 하는 바이오마커 개발에 주력하고 있으며, 모든 데이터와 샘플은 전 세계 연구자들과 공유된다.
현재 알츠하이머병(AD) 임상 시험은 질병 발생 후 치료보다는 예방에 더 중점을 두고 있다.[40] 이는 AD 관련 뇌 병변이 기억력 상실과 같은 외부 증상이 나타나기 수년 전에 시작되기 때문이며, 따라서 예방 치료는 아직 인지적으로 정상인 사람들을 대상으로 한다.[40] ADNI 연구는 이러한 예방 중심의 임상 시험 설계를 위해, 아직 인지 장애 징후를 보이지 않지만 AD 발병 위험이 높은 시험 참가자를 효과적으로 선별하는 방법(대상자 선택)과 치료의 효과를 정확하게 측정하는 방법(결과 측정)을 개선하는 데 중요한 기여를 하고 있다.[9]
9. 1. 대상자 선정
알츠하이머병(AD) 발병 위험이 높지만 아직 인지 장애 증상을 보이지 않는 사람들을 임상 시험에 효과적으로 참여시키는 방법을 찾는 것은 ADNI 연구의 중요한 목표 중 하나이다.[40] 이는 AD 병리가 기억력 감퇴와 같은 뚜렷한 증상이 나타나기 수년 전부터 진행되기 때문에, 예방적 치료법 개발에 있어 필수적이다.[40]ADNI 연구는 다음과 같은 특정 생체 지표(바이오마커)를 가진 사람들이 AD 발병 위험이 더 높다는 것을 보여주었다.[9] 이러한 기준들을 활용하면, 제한된 연구 기간(예: 3년) 내에 치료 효과를 확인하는 데 필요한 참가자 수를 줄여 임상 시험의 효율성을 높일 수 있다.
# β-아밀로이드 양성: 뇌에 β-아밀로이드 단백질이 축적된 사람을 의미한다. 현재 항체 약물인 솔라네주맙의 효과를 검증하는 3상 임상 시험(A4 시험)에서는 AD의 외부 증상이 없는 노인 참가자 중 β-아밀로이드 양성인 사람들을 선별하는 기준으로 사용하고 있다.[41]
# 작은 해마 부피: 기억을 담당하는 뇌 부위인 해마의 크기가 작은 경우, 경도 인지 장애(MCI) 환자 중에서도 향후 AD로 진행될 가능성이 높은 사람들을 구별하는 데 도움이 된다. 이를 통해 임상 시험에 필요한 참가자 수를 줄일 수 있다.[42] 해마 부피는 ADNI 연구 데이터를 기반으로 유럽 의약품청(EMA)에서 임상 시험 참가자 선별 기준으로 인정한 최초의 영상 바이오마커이다.[42] 또한 ADNI는 임상 시험에서 사용될 MRI 스캔 영상에서 해마 부피를 측정하는 표준화된 기술 개발에도 기여했다.[43]
# ''APOE'' ε4 대립 유전자: 이 특정 유전자형을 가진 사람은 노년기에 발병하는 후기 발병 AD의 가장 강력한 유전적 위험 요인으로 알려져 있어, 임상 시험 대상자를 선정할 때 주요 기준으로 활용된다.[44]
9. 2. 결과 측정
미국에서는 인지 검사만이 AD 임상 시험에서 임상적 변화를 감지하기 위한 결과 측정으로 승인되었다. ADNI 데이터를 사용한 연구는 이러한 검사를 인지의 매우 초기 변화에 더 민감하도록 개선하는 데 기여했다.[45][46] ADNI는 이러한 인지 검사에 대한 대안적인 결과 측정으로 다양한 뇌 위축 MRI 측정과 같은 영상 바이오마커를 개발하기 위해 노력하고 있다.[47][48]10. 향후 연구 방향
ADNI-3 연구는 정상 인지 기능을 가진 사람, 경도 인지 장애(MCI) 환자, 그리고 알츠하이머병(AD) 환자를 대상으로 5년 동안 추가적인 추적 관찰을 진행할 예정이다.[7] 이 연구 단계에서는 다음과 같은 독특한 접근 방식을 채택하고 있다.
- 뇌 건강 등록소(Brain Health Registry)와 협력하여 웹 기반 도구를 활용한 인지 기능 평가를 시행한다.[49]
- 타우 PET 영상 기술을 이용하여, 타우 단백질 엉킴이 아밀로이드 수준 및 인지 기능과 어떤 연관성을 가지는지 밝히는 연구를 진행한다.
- 알츠하이머병 임상 시험에서 기존의 인지 평가 지표를 대체할 수 있는 새로운 결과 지표로서 타우 PET의 활용 가능성을 평가하고 개발한다.
- 인간 커넥톰 프로젝트에서 사용된 MRI 기술을 적용하여, 알츠하이머병이 뇌의 연결성에 미치는 영향을 상세히 파악한다.
- 시스템 생물학적 접근 방식을 통해 알츠하이머병 관련 유전 정보와 질병의 생물학적 기전 사이의 관계를 깊이 있게 이해하고자 한다.
- 고해상도 MRI 기술을 이용하여, 아직 증상이 나타나지 않은 환자들에게서 알츠하이머병과 관련된 매우 초기의 미세한 뇌 구조 변화를 감지하는 연구를 수행한다.
- 정밀 의학의 원칙에 기반하여, 알츠하이머병 임상 시험에 참여할 환자를 효과적으로 선별하기 위한 모델을 개발한다.
11. ADNI 기반 অন্যান্য 연구
ADNI의 조직 구성, 자금 조달 구조, 표준화된 방법론, 그리고 공개 데이터 공유 접근 방식은 알츠하이머병뿐만 아니라 다른 여러 질병 연구에도 영향을 미쳤으며, 여러 연구에서 활용되었다.
11. 1. 알츠하이머병 관련 연구
ADNI의 조직, 자금 조달 구조, 표준화된 방법론, 그리고 공개 데이터 공유 접근 방식은 여러 연구에서 활용되어 왔다.- 전 세계 ADNI[50]: AD 임상 시험 개선을 목표로 유럽, 일본, 아르헨티나, 대한민국, 호주, 중국, 이탈리아, 대만 등 다양한 인종 및 민족 그룹의 질병 진행 상황을 기록한다.
- 미국 국방부 ADNI: 외상성 뇌 손상, 외상 후 스트레스 장애와 AD의 연관성을 조사하기 위해 베트남 참전 용사를 모집한다.[4][7] 미국 국방부의 지원을 받는다.
- ADNI 우울증 연구: 노년기 우울증과 인지 기능 저하의 연관성을 조사한다.[4]
11. 2. 기타 질병 연구
ADNI의 조직, 자금 조달 구조, 표준화된 방법론, 그리고 공개 데이터 공유 접근 방식은 여러 다른 질병 연구에서도 활용되었다.- '''파킨슨병 진행 지표 이니셔티브'''(Parkinson's Progression Markers Initiative|파킨슨스 프로그레션 마커스 이니셔티브eng): 파킨슨병 진행의 바이오마커를 식별하고 파킨슨병 치료법에 대한 임상 시험을 개선하는 것을 목표로 한다.[51][52]
- '''북미 다발성 경화증 관리 및 연구 등록'''(North American Registry for Care and Research in Multiple Sclerosis|노스 아메리칸 레지스트리 포 케어 앤 리서치 인 멀티플 스클레로시스eng): 다발성 경화증의 질병 진행 상황을 추적하고, 새로운 바이오마커를 식별하며, 데이터를 공개적으로 공유하고, 궁극적으로 다발성 경화증 치료법에 대한 임상 시험을 개선하는 것을 목표로 한다.[53]
- '''다운 증후군 바이오마커 이니셔티브'''(Down Syndrome Biomarker Initiative|다운 신드롬 바이오마커 이니셔티브eng): 다운 증후군과 AD의 연관성을 조사한다.[54]
참조
[1]
논문
The Alzheimer's Disease Neuroimaging Initiative
2017-01-04
[2]
논문
The Alzheimer's disease neuroimaging initiative: progress report and future plans
2010-05-01
[3]
논문
The impact of the Alzheimer's Disease Neuroimaging Initiative 2: What role do public-private partnerships have in pushing the boundaries of clinical and basic science research on Alzheimer's disease?
2015-07-01
[4]
논문
Impact of the Alzheimer's Disease Neuroimaging Initiative, 2004 to 2014
2015-07-01
[5]
논문
The Alzheimer's Disease Neuroimaging Initiative informatics core: A decade in review
2015-07-01
[6]
논문
2014 Update of the Alzheimer's Disease Neuroimaging Initiative: A review of papers published since its inception
2015-06-01
[7]
논문
The Alzheimer's Disease Neuroimaging Initiative 3: Continued innovation for clinical trial improvement
2016-12-05
[8]
웹사이트
ADNI Full Genetic Sequences Now Available for Download
http://alzforum.org/[...]
2013-10-04
[9]
논문
Recent publications from the Alzheimer's disease neuroimaging initiative: reviewing progress toward improved AD clinical trials.
2017
[10]
논문
Big data: could it ever cure Alzheimer's disease?
2014-10-01
[11]
논문
The ENIGMA Consortium: large-scale collaborative analyses of neuroimaging and genetic data
2014-06-01
[12]
뉴스
Big Data Challenge for Alzheimer's Disease Launches in Global Effort to Use Innovative Open Science Techniques to Improve Diagnosis and Treatment {{!}} Global CEO Initiative on Alzheimer's Disease
http://www.ceoalzhei[...]
2017-01-05
[13]
웹사이트
ADNI {{!}} Methods & Tools
http://adni.loni.usc[...]
2017-01-05
[14]
논문
Hypothetical model of dynamic biomarkers of the Alzheimer's pathological cascade
2010-01-01
[15]
논문
Tracking pathophysiological processes in Alzheimer's disease: an updated hypothetical model of dynamic biomarkers
2013-02-01
[16]
논문
A data-driven model of biomarker changes in sporadic Alzheimer's disease
2014-09-01
[17]
논문
Mapping 3-year changes in gray matter and metabolism in Aβ-positive nondemented subjects
2015-11-01
[18]
논문
Basal forebrain atrophy correlates with amyloid β burden in Alzheimer's disease
2015-01-01
[19]
논문
Cholinergic basal forebrain atrophy predicts amyloid burden in Alzheimer's disease
2014-03-01
[20]
뉴스
About Alzheimer's Disease: Alzheimer's Basics
http://www.nia.nih.g[...]
2017-01-06
[21]
논문
Connectomics sheds new light on Alzheimer's disease
2013-03-01
[22]
논문
The Alzheimer Structural Connectome: Changes in Cortical Network Topology with Increased Amyloid Plaque Burden
2016-04-01
[23]
논문
Mapping the structural core of human cerebral cortex
2008-07-01
[24]
논문
Genetic analysis of quantitative phenotypes in AD and MCI: imaging, cognition and biomarkers
2014-06-01
[25]
논문
Genetic studies of quantitative MCI and AD phenotypes in ADNI: Progress, opportunities, and plans
2015-07-01
[26]
논문
Predicting aggressive decline in mild cognitive impairment: the importance of white matter hyperintensities
2014-07-01
[27]
논문
Physiological fluctuations in white matter are increased in Alzheimer's disease and correlate with neuroimaging and cognitive biomarkers
2016-01-01
[28]
논문
Stroke risk interacts with Alzheimer's disease biomarkers on brain aging outcomes
2015-09-01
[29]
논문
The Alzheimer's Disease Neuroimaging Initiative phase 2: Increasing the length, breadth, and depth of our understanding
2015-07-01
[30]
논문
Feature Selection Based on the SVM Weight Vector for Classification of Dementia
2015-09-01
[31]
논문
A novel method for early diagnosis of Alzheimer's disease based on pseudo Zernike moment from structural MRI
2015-10-01
[32]
논문
Clustering-induced multi-task learning for AD/MCI classification
2014-01-01
[33]
논문
Inherent Structure-Based Multiview Learning With Multitemplate Feature Representation for Alzheimer's Disease Diagnosis
2016-07-01
[34]
논문
Label-aligned multi-task feature learning for multimodal classification of Alzheimer's disease and mild cognitive impairment
2016-12-01
[35]
논문
A novel matrix-similarity based loss function for joint regression and classification in AD diagnosis
2014-10-15
[36]
논문
Deep sparse multi-task learning for feature selection in Alzheimer's disease diagnosis
2016-06-01
[37]
논문
A blood-based predictor for neocortical Aβ burden in Alzheimer's disease: results from the AIBL study
2014-04-01
[38]
논문
Imaging proteomics for diagnosis, monitoring and prediction of Alzheimer's disease
2014-11-15
[39]
논문
Multiple kernel learning with random effects for predicting longitudinal outcomes and data integration
2015-12-01
[40]
논문
Preclinical Alzheimer's disease therapeutics
2014-01-01
[41]
논문
The A4 study: stopping AD before symptoms begin?
2014-03-19
[42]
논문
Operationalizing hippocampal volume as an enrichment biomarker for amnestic mild cognitive impairment trials: effect of algorithm, test-retest variability, and cut point on trial cost, duration, and sample size
2014-04-01
[43]
논문
HarP: the EADC-ADNI Harmonized Protocol for manual hippocampal segmentation. A standard of reference from a global working group
2015-02-01
[44]
논문
Biomarkers and cognitive endpoints to optimize trials in Alzheimer's disease
2015-05-01
[45]
논문
Development of a straightforward and sensitive scale for MCI and early AD clinical trials
2015-04-01
[46]
논문
The preclinical Alzheimer cognitive composite: measuring amyloid-related decline
2014-08-01
[47]
논문
Alzheimer Disease Biomarkers as Outcome Measures for Clinical Trials in MCI
2017-06-01
[48]
논문
Empowering imaging biomarkers of Alzheimer's disease
2015-01-01
[49]
웹사이트
Brain Health Registry
http://www.brainheal[...]
2017-01-09
[50]
웹사이트
World Wide Alzheimer's Disease Neuroimaging Initiative
http://www.alz.org/r[...]
2017-01-09
[51]
논문
The Parkinson Progression Marker Initiative (PPMI)
2011-12-01
[52]
논문
Cerebrospinal Fluid Amyloid β1-42, Tau, and Alpha-Synuclein Predict the Heterogeneous Progression of Cognitive Dysfunction in Parkinson's Disease
2016-05-01
[53]
논문
Transformation of MS care in the 21st Century. How NARCRMS will change the way we practice.
[54]
논문
Down's syndrome and Alzheimer's disease: towards secondary prevention
2012-09-01
[55]
논문
The Alzheimer’s Disease Neuroimaging Initiative
https://www.ncbi.nlm[...]
2005-11
[56]
논문
The Alzheimer’s Disease Neuroimaging Initiative: Progress report and future plans
https://www.ncbi.nlm[...]
2010-05
[57]
논문
The impact of the Alzheimer's Disease Neuroimaging Initiative 2: What role do public-private partnerships have in pushing the boundaries of clinical and basic science research on Alzheimer's disease?
http://dx.doi.org/10[...]
2015-07
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com