| 研究課題/領域番号 |
19H01084
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
新井 哲明 筑波大学, 医学医療系, 教授 (90291145)
|
|---|
| 研究分担者 |
田中 喜代次 筑波大学, 体育系, 名誉教授 (50163514)
西村 雅史 静岡大学, 情報学部, 教授 (60740363)
根本 清貴 筑波大学, 医学医療系, 准教授 (80550152)
笹井 浩行 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 研究員 (60733681)
根本 みゆき 筑波大学, 附属病院, 病院講師 (80754316)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 行動特徴 / プレクリニカル期 / スクリーニング / バイオマーカー / タウ / PET / MCI |
|---|
| 研究実績の概要 |
本研究は、アルツハイマー型認知症の超早期（プレクリニカル期）のバイオマーカーと相関する行動特徴を同定し、日常生活及び臨床現場の双方で利用可能な非侵襲で簡便なスクリーニング手法として新規に定式化することを目的としており、そのために次の４つの課題を設定している。すなわち、1．MCIおよびADのスクリーニングに関する研究のメタ解析による行動特徴候補の絞り込み、2．バイオマーカーと臨床検査中・日常生活中の行動データの新規収集、3．バイオマーカーと相関する行動特徴の同定、4．行動とその特徴セットのスクリーニング手法としての定式化、である。
本年度は、上記の課題の中で2及び3を実施し、下記の成果を得た。まず課題2については、１年目に開発した行動データ収集のためのアプリケーションや行動モニタリングセンサを用いて、高齢者57名から日常生活中の行動データを収集することができた。日常生活中の行動データは本研究のコアな部分であり、それらを確実に取得できたことは重要である。
課題3については、放射線医学総合研究所およびつくば画像検査センターと連携し、同研究所が開発した最先端のタウPETプローブ（[18F]PM-PBB3）を用いた撮像のセッティングが完了し、一部の高齢者に先行して実施し、解析を進めている。解析は、standardized uptake value ratioを用いた標準的な統計解析だけではなく、AI及び機械学習手法を用いた多角的なアプローチで行っている。
得られた成果について、本年度は国際誌1編、国際学会発表4本、国内学会2本の成果発表を行い、2つの国際学会でBest Paper Awardおよび、当該会議の最高位の賞（Excellent Paper Award, 1st prize）を、1つの国内学会で学会奨励賞を受賞した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
今年度は、上述課題2および3について取り組み、COVID-19感染拡大という困難な状況においても、行動モニタリングセンサや独自に開発した行動データ収集アプリケーションを用いて高齢者の日常生活中の行動データ収集を着実に進めることができており、当初の計画以上に進展していると言える。
特に、日常生活中の行動データについては、予備的解析の結果、日常生活の中で継続的な行動モニタリングを実施する事で簡便なプレクリニカル期スクリーニングを新規に構築できることを示す結果が出つつある。さらに高齢者57名から取得できたことは、当初の計画に先んじており、極めて順調に研究を進められている。
加えて、プレクリニカル期アルツハイマー型認知症の診断のための重要なバイオマーカーの１つであるタウPETについて、先行する形で一部の高齢者に施行し、その結果をAIおよび機械学習を用いて分析することができている。
以上より、今年度はCOVID-19による影響があったものの、当初の計画について一部先行する形で実施でき、十分な解析を進められていることから、当初の計画以上に進展している。
|
| 今後の研究の推進方策 |
今後の研究は、以下の手順で進める。第一に、１年目、２年目に得られた実験データについて予備的な解析を実施し、残りのデータ収集のための実験を行う。これにより、課題1と2を完遂するとともに、成果を国際誌に発表する。
第二に、得られた実験データを解析し、課題3のバイオマーカーと相関する簡便なスクリーニングのための行動特徴についての同定を行う。バイオマーカーのうち、特にタウPETについては、先行する形で国際的に注目度の高い最先端のPETプローブ（[18F]PM-PBB3）による撮像を実施しており、本年度中に検査を終了できる体制が整っている。また解析については、協力機関との連携のもと標準的な統計解析だけではなく、AI及び機械学習手法を用いて多角的なアプローチを行う。これらの成果についても、順次国際誌への投稿を進める。
第三に、課題4について、上述によって得られる成果を総合して、行動データを用いた簡便なスクリーニング手法としての定式化を行う。ここでは、その他の研究や臨床現場を含めて、幅広い現場で応用可能にするための再解析を通じて方法をまとめ上げ、実データを用いた評価を行い、国際誌やプレスリリースなどで広く周知する事を予定している。
現在に至るまでの当該研究は、複数の連携機関との連携のもと、当初の計画を着実に進めることができているだけではなく、予定した以上の成果が出ており、既に国際誌6編、国際学会発表4本、国内学会4本の成果を挙げている。また、実用上の応用可能性が高くなるようなセンサを選定し、行動データ収集のためのアプリケーションを新規に開発したことは、COVID-19感染拡大時においても、日常生活の中での行動データ収集を可能にし、本研究の遂行に大きく貢献した。次年度も、COVID-19のために実験スケジュールに影響が出る可能性があるが、状況に応じて研究を遂行・終了できる体制は整っている。
|
