{"id":1185677,"date":"2026-07-22T20:54:29","date_gmt":"2026-07-22T20:54:29","guid":{"rendered":"https:\/\/www.europesays.com\/de\/1185677\/"},"modified":"2026-07-22T20:54:29","modified_gmt":"2026-07-22T20:54:29","slug":"pad-studie-welche-hirnregionen-bei-demenz-sucht-und-psychiatrie-am-staerksten-altern","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/de\/1185677\/","title":{"rendered":"PAD-Studie: Welche Hirnregionen bei Demenz, Sucht und Psychiatrie am st\u00e4rksten altern"},"content":{"rendered":"

LONDON (IT BOLTWISE) \u2013 Eine gro\u00dfe Auswertung von strukturellen MRT-Daten vergleicht das \u201eHirn-Alter\u201c mit dem tats\u00e4chlichen Lebensalter und setzt daraus den Predictive Age Difference (PAD) als Kennzahl. Dabei zeigt sich: Demenz und milde kognitive Beeintr\u00e4chtigung weisen die st\u00e4rksten Hinweise auf beschleunigtes strukturelles Altern auf. Bei ADHS und Autismus bleibt der PAD dagegen auf dem Niveau gesunder Kontrollen. Entscheidend ist vor allem die regionale \u201eSignatur\u201c \u2013 sie verkn\u00fcpft bestimmte Hirnnetzwerke und sogar Genexpressionsmuster mit den jeweiligen Erkrankungen.<\/strong><\/p>\n

\"PAD-Studie:<\/a>PAD-Studie: Welche Hirnregionen bei Demenz, Sucht und Psychiatrie am st\u00e4rksten altern (Foto: IT BOLTWISE)<\/p>\n

<\/p>\n

\ud83e\udde0 KI & Robotik auf Google News abonnieren<\/p>\n

<\/a><\/p>\n

Das Altern des Gehirn<\/a>s l\u00e4sst sich inzwischen rechnerisch messen: Statt nur Biomarker aus Blut oder Liquor heranzuziehen, nutzen Forschende den Unterschied zwischen dem chronologischen Alter einer Person und dem \u201evorhergesagten Gehirn<\/a>alter\u201c, das aus strukturellen Magnetresonanztomografien (MRT) bestimmt wird. Im Mittelpunkt steht dabei der Predictive Age Difference (PAD): Ein positiver PAD bedeutet, dass die Bildmerkmale des Gehirn<\/a>s eher zu dem Muster einer \u00e4lteren Person passen. In einer neuen Fall-Kontroll-Studie<\/a> wurden daf\u00fcr strukturelle MRT-Daten von 45.900 Kontrollen ausgewertet und mit 2.698 Patientinnen und Patienten aus neun Bedingungen verglichen. Die Untersuchung erscheint im Open-Access-Format in PLOS Medicine und ist mit dem DOI 10.1371\/journal.pmed.1004860<\/a> verkn\u00fcpft.<\/p>\n

Methodisch ist die Studie<\/a> interessant, weil sie PAD nicht nur als globale Kennzahl betrachtet, sondern die Abweichung auch regional aufschl\u00fcsselt und zus\u00e4tzlich mit Transkriptomdaten in Beziehung setzt. Die Forschenden berechneten den PAD-Unterschied zwischen Patientengruppe und gesunden Kontrollen als Effektgr\u00f6\u00dfe, die auf einem linearen Modell basiert. In diesem Modell flossen unter anderem Alter, Alter zum Quadrat, Geschlecht sowie der Aufnahmestandort (Site) ein; damit wird versucht, systematische Unterschiede zwischen Bildgebungsdatenbanken zu kontrollieren. Anschlie\u00dfend suchten sie nach interpretierbaren Hirnmustern, die mit dem PAD-Unterschied pro Diagnose zusammenh\u00e4ngen. Parallel dazu wurden Genexpressionsprofile betrachtet: Bestimmte PAD-basierte Regionen korrelierten mit spezifischen Transkriptionsmustern, sodass sich biologische Pfade ableiten lassen, die zur beschleunigten strukturellen Ver\u00e4nderung beitragen k\u00f6nnten \u2013 zumindest auf korrelativer Ebene.<\/p>\n

Bei der Frage, welche Erkrankungen mit dem st\u00e4rksten beschleunigten strukturellen Altern verbunden sind, ergibt sich ein klares Ranking. Neurodegenerative Diagnosen wie Alzheimer-Krankheit (AD) und milde kognitive Beeintr\u00e4chtigung (MCI) zeigten die st\u00e4rksten Assoziationen mit hoher PAD, gefolgt von psychiatrischen St\u00f6rungen und substanzbezogener Abh\u00e4ngigkeit. Besonders relevant ist dabei die Einordnung der neurodivergenten Bedingungen: F\u00fcr Aufmerksamkeitsdefizit-\/Hyperaktivit\u00e4tsst\u00f6rung (ADHS) und Autismus-Spektrum-St\u00f6rung (ASD) fanden die Autoren im PAD-Vergleich keine signifikanten Erh\u00f6hungen gegen\u00fcber gesunden Kontrollen. Das Ergebnis ist f\u00fcr die klinische Interpretation wichtig, weil es eine h\u00e4ufige Vermischung verhindert: Neurodivergenz bedeutet nicht automatisch, dass die strukturelle Hirnalterung im Sinne des PAD schneller abl\u00e4uft.<\/p>\n

Noch aufschlussreicher wird es, wenn man die \u201eSignaturen\u201c der Hirnalterung nach Regionen betrachtet. So berichteten die Forschenden von einer breit erh\u00f6hten PAD im pr\u00e4frontalen Kortex \u00fcber mehrere diagnostische Gruppen hinweg. F\u00fcr psychiatrische Erkrankungen fanden sie dagegen h\u00e4ufiger ein Muster, das frontal und temporal akzentuiert ist, w\u00e4hrend erh\u00f6hte PAD im Kontext von Demenz besonders frontal und okzipital ausfiel. Bei substanzbezogenen St\u00f6rungen zeigen die Ergebnisse selektive Auff\u00e4lligkeiten entlang funktionell relevanter Netzwerke: In Berichten \u00fcber Suchtprofile wurde insbesondere eine Verbindung zum Default-Mode-Netzwerk sowie zum Salienznetzwerk sichtbar, erg\u00e4nzt durch strukturelle Verschiebungen im Putamen und im Thalamus. Daneben taucht die Bedeutung der Stirn- und Schl\u00e4fenlappen als \u201eregionale Achse\u201c psychiatrischer Signaturen auf \u2013 ein Hinweis darauf, dass unterschiedliche Krankheitsprozesse nicht nur St\u00e4rke, sondern auch r\u00e4umliches Muster der strukturellen Alterung ver\u00e4ndern.<\/p>\n

Die Studie<\/a> adressiert damit auch ein zentrales Problem fr\u00fcherer Arbeiten: Viele Ans\u00e4tze nutzen nur eine globale Abweichung (\u201ebrain age delta\u201c) und \u00fcbersehen, dass verschiedene St\u00f6rungen unterschiedliche Schaltkreise betreffen. PAD als globaler Wert ist zwar als Screening-Baustein plausibel, aber die regionale Zuordnung liefert den eigentlichen Mehrwert f\u00fcr die klinische neurowissenschaftliche Forschung<\/a>. Wenn ein PAD-Muster zum Beispiel mit dem Default-Mode-Netzwerk in Verbindung steht, kann das die Suche nach Biomarkern f\u00fcr bestimmte Suchtformen priorisieren und Hypothesen zu neuralen Pfaden st\u00fctzen, die therapeutisch gezielt werden k\u00f6nnten. Umgekehrt kann ein anderes regionales Muster bei psychiatrischen Diagnosen bedeuten, dass dieselbe \u201eKategorie\u201c psychischer Erkrankung biologisch nicht identisch unterlegt ist.<\/p>\n

Wichtig bleibt allerdings die korrekte Einordnung der Ergebnisse: Die Befunde sind nach den Angaben der Autoren korrelativ und damit nicht automatisch kausal. Das gilt besonders, weil in realen Patientenkohorten h\u00e4ufig Komorbidit\u00e4ten auftreten k\u00f6nnen; die Studie<\/a> selbst weist darauf hin, dass sich bestimmte Bedingungen teils \u00fcberlappen. Dennoch ist der praktische Nutzen greifbar, weil PAD und regionale Muster als Kandidaten f\u00fcr strukturbiologische Biomarker dienen k\u00f6nnen \u2013 vor allem dann, wenn sich die Signaturen in unabh\u00e4ngigen Kohorten replizieren lassen und wenn sich zeigen l\u00e4sst, dass PAD mit klinischen Verl\u00e4ufen, Subtypen oder Therapieantworten zusammenh\u00e4ngt. F\u00fcr die Zukunft w\u00e4re zudem spannend, wie stabil solche PAD-Signaturen \u00fcber Zeit bleiben: Ver\u00e4ndert sich das regionale Muster beim \u00dcbergang von MCI zu Demenz, oder bleibt es diagnostisch \u201eseparierbar\u201c?<\/p>\n

Aus Industry- und Forschung<\/a>s-Sicht zeigt die Arbeit zudem, wie leistungsf\u00e4hig Big-Data-Setups in der Bildgebung werden, wenn sie mit modellbasierten Auswertungen und Genexpressionskorrelationen kombiniert werden. Das Design ist im Kern \u201eein Datenverbund\u201c: Bildmerkmale aus vielen Datenbanken plus einheitliche Ableitungslogik f\u00fcr PAD, danach eine Interpretation \u00fcber Regionen und Transkriptionsmuster. F\u00fcr Entwicklerinnen und Entwickler von Diagnose-Workflows bedeutet das, dass ein reines Klassifikationsmodell weniger \u00fcberzeugend ist als ein Modell, das erkl\u00e4rbare r\u00e4umliche Muster liefert. Gerade im klinischen Alltag z\u00e4hlen solche interpretierbaren Signaturen, weil sie die Br\u00fccke von Rechenwerten zu biologischen Hypothesen schlagen.<\/p>\n

\t<\/a><\/p>\n

\t\t<\/a><\/p>\n

\ud83d\udcb3 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!<\/a><\/strong>
\ud83d\udd25 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!<\/a><\/strong>
\ud83c\udf89 Amazon Haul-Store f\u00fcr absolute Schn\u00e4ppchenj\u00e4ger!<\/a><\/strong><\/p>\n

<\/p>\n

<\/a><\/p>\n

Bestseller Nr. 1 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 2 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 3 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 4 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 5 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 6 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

\n\"Hat<\/a><\/p>\n

<\/p>\n

<\/p>\n

Erg\u00e4nzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de. Da wir bei KI-erzeugten News und Inhalten selten auftretende KI-Halluzinationen nicht ausschlie\u00dfen k\u00f6nnen, bitten wir Sie bei Falschangaben und Fehlinformationen uns via eMail zu kontaktieren und zu informieren. Bitte vergessen Sie nicht in der eMail die Artikel-Headline zu nennen: „PAD-Studie: Welche Hirnregionen bei Demenz, Sucht und Psychiatrie am st\u00e4rksten altern“<\/strong>.<\/p>\n","protected":false},"excerpt":{"rendered":"LONDON (IT BOLTWISE) \u2013 Eine gro\u00dfe Auswertung von strukturellen MRT-Daten vergleicht das \u201eHirn-Alter\u201c mit dem tats\u00e4chlichen Lebensalter und…\n","protected":false},"author":2,"featured_media":1185678,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[137],"tags":[247728,247729,58509,673,1049,10944,247730,6873,115580,165545,29,1050,17888,30,141,232,671,1256,27707,247731,230717,7790,199846,15678,247732,247733,247734],"class_list":["post-1185677","post","type-post","status-publish","format-standard","has-post-thumbnail","category-gesundheit","tag-addiction","tag-adhd","tag-aging","tag-ai","tag-alzheimer","tag-artificial-intelligence","tag-autism","tag-biomarker","tag-brain","tag-dementia","tag-deutschland","tag-gehirn","tag-geist","tag-germany","tag-gesundheit","tag-health","tag-ki","tag-kuenstliche-intelligenz","tag-machine-learning","tag-mild-cognitive-impairment","tag-mri","tag-neurologie","tag-neuroscience","tag-neurowissenschaften","tag-psychiatry","tag-schizophrenia","tag-transcriptomics"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@de\/116965624729965466","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts\/1185677","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/comments?post=1185677"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts\/1185677\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/media\/1185678"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/media?parent=1185677"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/categories?post=1185677"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/tags?post=1185677"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}