ジストニアの安静時機能的ネットワークの解明および白質微細構造情報の統合
| Project/Area Number |
20K07868
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52020:Neurology-related
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
藤田 浩司 徳島大学, 大学院医歯薬学研究部(医学域), 講師 (80601765)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | ジストニア / MRI / fMRI / 安静時機能的磁気共鳴画像 |
|---|
| Outline of Research at the Start |
ジストニアの診断は主に症状によるため、臨床医によるばらつきが大きいことが課題である。そのため、診断や病勢評価に活かせる客観的なマーカーが求められている。画像検査として、安静時機能的磁気共鳴画像の活用が期待されている。本研究ではジストニアにおける安静時機能的ネットワークの解明と白質微細構造情報の統合をめざす。本研究の成果は神経画像バイオマーカーの開発に広く寄与する。
|
| Outline of Annual Research Achievements |
ジストニアの診断は主に症候学に依拠し、臨床医によるばらつきが大きいことが問題である。そのため診断や病勢評価に活かせる客観的なマーカーが求められている。画像検査では安静時機能的磁気共鳴画像（安静時fMRI）の活用が期待されている。しかし、安静時fMRIは患者個人のレベルで定量しがたいのが課題である。それを解決するため研究代表者は、安静時fMRIに独立成分分析・ブートストラップを用いて疾患関連ネットワークを決定し定量する新規手法を開発した。本研究では同手法をジストニアに応用し安静時機能的ネットワークを検出・定量した。独立成分分析（independent component analysis: ICA）－ブートストラップ手法によってネットワークを同定しその発現度を定量した。【ステップ1】画像デー タの前処理。【ステップ2】グループレベル空間的ICA：個人レベルで各ICの発現スコアを算出した。【ステップ3】ICの選択：1回目のブートストラップ （1,000 サンプル）で疾患・健常を最も高頻度に分別する少数のICを特定した。特定されたICに対して2回目のブートストラップ（1,000サンプル）を行い、各ICの係数を推定した。【ステップ4】機能的ネットワークの決定と発現スコア算出：選択された複数のICの線型結合によってネットワークを決定する。ネットワークの発現スコアは各ICの発現スコアの線型結合によって決定する。【ステップ5】新しい画像データにおける当てはめと発現スコア算出：上記ステップに含まれていない 個人の画像について、ステップ2で得られたグループマップに対応する個人の空間マップを推定し、上記と同じ係数を用いてネットワークの発現スコアを算出した。白質微細構造ネットワークを検出し、その発現スコアを算出した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
前年度やや遅れていことに伴い、本年度やや遅れている。統合的な疾患識別モデルの開発が今後の課題として残っている。
|
| Strategy for Future Research Activity |
【白質微細構造ネットワークと安静時機能的ネットワークによる疾患識別モデル】白質微細構造ネットワーク、安静時機能的ネットワーク、およびそれらと関連する主成分、独立成分の発現スコアを変数として、赤池情報量規準にしたがい健常と疾患を識別する最適なモデルを推定する。【臨床的指標を反映するマーカー】さらに、白質微細構造ネットワーク、安静時機能的ネットワーク、あるいは上記で得られた疾患識別モデルと臨床的指標の関連を明らかにする。それぞれの発現スコアと運動・精神機能スケールの相関をPearsonの積率相関係数で判定する。運動機能評価にはBurke-FahnMarsden Dystonia Rating Scale（BFMDRS）を用いる。また、ジストニアでは精神機能障害も指摘されていることから、うつの評価をSelf-Rating Depression Scale、強迫性神経障害の評価をMaudsley Obsessional-Compulsive Inventoryを用いて行う。これらにより、臨床的指標と相関するサロゲートマーカー候補を選択する。
|
Report
(3 results)
Research Products
(1 results)
