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

2021 Fiscal Year Research-status Report

• Project/Area Number: 20K07868
• 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 – 2023-03-31
• Keywords: ジストニア / fMRI

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。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

初年度にやや遅れたことに伴い、本年度の進捗としてもやや遅れている。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の開発、臨床的指標を反映するマーカーの開発は実施できていないため、今後行う。

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。

Causes of Carryover

次年度使用額が生じた理由：新型コロナウイルス感染症に伴う移動制限のため、研究打ち合わせ、情報収集、研究発表等のための国内・外国旅費を使用しなかった。研究補助費用の使用が予定を下回った。
使用計画：国内出張ないし外国出張が可能となった時点で、研究打ち合わせ、情報収集、研究発表等のため国内・外国旅費、学会参加費を使用する。被験者登録を進め、研究補助費用を使用する予定である。