| 研究課題/領域番号 |
20K07868
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52020:神経内科学関連
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
藤田 浩司 徳島大学, 大学院医歯薬学研究部(医学域), 講師 (80601765)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | ジストニア / MRI / fMRI / 安静時機能的磁気共鳴画像 |
|---|
| 研究開始時の研究の概要 |
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。
|
| 研究実績の概要 |
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。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
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。
|
| 今後の研究の推進方策 |
【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。
|
