[論文レビュー] Identifying melancholic depression biomarker using whole-brain functional connectivity

Naho Ichikawa, Giuseppe Lisi+15 more|arXiv (Cornell University)|Apr 3, 2017

Functional Brain Connectivity Studies参考文献 19被引用数 3

ひとこと要約

本研究では、fMRIデータからの全脳休息状態機能的結合（FC）を用いて、気分病性うつ病（MDD）の気鬱性サブタイプのバイオマーカーを同定した。中程度から重度の症状を示す気鬱性MDDに限定して分析した結果、患者と健常対照群を区別する分類器を構築した。その分類器は70%の正確性を示し、独立した検証コhortでは65%の正確性を示した。また、左背外側前頭前頭回（DLPFC）/側頭前頭回（IFG）と、後頭中縁回（precuneus）/後部cingulate cortex（PCC）、右DLPFC/補助運動野（SMA）への結合が特に重要であることが判明した。

ABSTRACT

By focusing on melancholic features with biological homogeneity, this study aimed to identify a small number of critical functional connections (FCs) that were specific only to the melancholic type of MDD. On the resting-state fMRI data, classifiers were developed to differentiate MDD patients from healthy controls (HCs). The classification accuracy was improved from 50 % (93 MDD and 93 HCs) to 70% (66 melancholic MDD and 66 HCs), when we specifically focused on the melancholic MDD with moderate or severer level of depressive symptoms. It showed 65% accuracy for the independent validation cohort. The biomarker score distribution showed improvements with escitalopram treatments, and also showed significant correlations with depression symptom scores. This classifier was specific to melancholic MDD, and it did not generalize in other mental disorders including autism spectrum disorder (ASD, 54% accuracy) and schizophrenia spectrum disorder (SSD, 45% accuracy). Among the identified 12 FCs from 9,316 FCs between whole brain anatomical node pairs, the left DLPFC / IFG region, which has most commonly been targeted for depression treatments, and its functional connections between Precuneus / PCC, and between right DLPFC / SMA areas had the highest contributions. Given the heterogeneity of the MDD, focusing on the melancholic features is the key to achieve high classification accuracy. The identified FCs specifically predicted the melancholic MDD and associated with subjective depressive symptoms. These results suggested key FCs of melancholic depression, and open doors to novel treatments targeting these regions in the future.

研究の動機と目的

• 気鬱性MDD、すなわち主要うつ病の臨床的に明確なサブタイプの特定で生物学的に均一なバイオマーカーを同定すること。
• MDDの多様性を克服するため、神経生物学的基盤がより一貫性を持つとされる気鬱性特徴に焦点を当てる。
• 気鬱性MDD患者と健常対照群を正確に区別できる機能的結合に基づく分類器を開発すること。
• 自閉症スペクトラム障害（ASD）や統合病スペクトラム障害（SSD）などの他の精神疾患を用いて、バイオマーカーの特異性を検証すること。
• 同定されたFCバイオマーカーと臨床的症状の重症度、およびエシタプロラム投与に対する治療反応との関連を調査すること。

提案手法

• 中程度から重度のうつ症状を示す93例の気鬱性MDD患者と93例の健常対照群（HCs）から休息状態fMRIデータを収集し、モデルの学習に66例の患者と66例のHCsを用いた。
• fMRI時間系列データを用いて、9,316個の解剖的ノードペア間の全脳機能的結合（FC）を計算した。
• 機械学習分類器（おそらくSVMまたは類似手法）を適用し、気鬱性MDDとHCsを最もよく区別できる最小限のFCの集合を同定した。
• 独立したコhort（66例の気鬱性MDD患者と66例のHCs）を用いて分類器の汎化性能を検証した。
• バイオマーカー得点の予測を分類器に学習させ、臨床的うつ症状スコアおよび治療反応と相関をとった。
• 自閉症スペクトラム障害（ASD）および統合病スペクトラム障害（SSD）を有する被験者を用いて、分類器の特異性を評価した。

実験結果

リサーチクエスチョン

• RQ1 気鬱性MDDに特異的に関連する機能的結合パターンは何か。他のMDDサブタイプや精神疾患とはどのように異なるか。
• RQ2 少数の機能的結合からなるセットが、気鬱性MDD患者と健常対照群を高い正確性で区別する信頼できるバイオマーカーとして機能できるか。
• RQ3 バイオマーカー得点は、気鬱性MDDにおける主観的うつ症状の重症度および治療結果とどのように相関するか。
• RQ4 同定されたバイオマーカーは、ASD や SSD などの他の精神的状態にも一般化可能か。
• RQ5 どの脳領域および結合が、気鬱性うつ病の機能的結合バイオマーカーにおいて最も顕著に寄与しているか。

主な発見

• 中程度から重度のうつ症状を示すコhortで学習した分類器は、気鬱性MDD患者と健常対照群を区別する際、70%の正確性を示した。
• 独立した検証コhortでは65%の正確性を維持し、汎化性能が優れていることが示された。
• バイオマーカー得点は臨床的うつ症状スコアと有意に相関しており、症状の重症度に感受性があることが示された。
• エシタプロラム投与後、バイオマーカー得点が有意に改善したため、薬理的介入に対して反応することが示唆された。
• 最も情報価値の高い12個の機能的結合は、主に左背外側前頭前頭回（DLPFC）/側頭前頭回（IFG）に関連しており、後頭中縁回（precuneus）/後部cingulate cortex（PCC）、および右DLPFC/補助運動野（SMA）への結合が特に重要であった。
• ASDでは54%、SSDでは45%の低精度を示したため、バイオマーカーが気鬱性MDDに特異的であり、他の精神疾患への一般化は認められなかった。