Core Concepts
横断的データで事前学習された規範モデルを用いて、早期統合失調症患者の脳構造の縦断的変化を評価し、従来の手法では捉えられなかった前頭葉の灰白質厚の正常化を明らかにした。
Abstract
本研究では、縦断的神経画像データの分析に適応するため、大規模な横断的データで事前学習された規範モデルを拡張した手法を提案した。この手法では、個人の変化を集団の標準変化と比較する「z-diff」スコアを導入し、健常者の変化の分散を推定することで、個人レベルの変化を検出できるようにした。
早期統合失調症患者98名のデータに本手法を適用した結果、従来の横断的分析では見られた全般的な灰白質の菲薄化に対し、縦断的分析では前頭葉の灰白質厚の有意な正常化が明らかになった。この変化は、より伝統的な縦断的分析手法では検出されなかった。さらに、この灰白質厚の正常化は、症状の改善と関連していることが示された。
本研究の手法は、既存の横断的規範モデルを活用し、縦断的変化の評価を可能にするものであり、神経変性疾患の理解を深める上で有用な知見を提供する。
Stats
健常対照群67名(女性42名)と早期統合失調症患者98名(女性38名)のデータを分析した。
前頭葉の灰白質厚の有意な正常化が観察された。
Quotes
"縦断的神経画像研究は、脳の発達、加齢、疾患進行の複雑な動態に関する貴重な洞察を提供する。"
"我々のアプローチは、既存の横断的規範モデルを活用し、縦断的変化の評価を可能にするものである。"
"前頭葉の灰白質厚の正常化は、症状の改善と関連していることが示された。"