[論文レビュー] Towards a Network Control Theory of Electroconvulsive Therapy Response

Tim Hahn, Hamidreza Jamalabadi+25 more|arXiv (Cornell University)|Dec 14, 2021

Functional Brain Connectivity Studies被引用数 6

ひとこと要約

本研究では、電気けいれん療法（ECT）に対する個別応答を予測するためのネットワーク制御理論（NCT）ベースのフレームワークを提案する。このフレームワークは、ECT施行前の構造的脳結合構造と、治療効果の予測要因として知られる投薬後抑制指数（PSI）を結びつける。拡散テンソル画像法（DTI）から得られる全脳モード的および平均的制御可能性指標を用いて、理論的に根拠を持つこれらの指標が、複雑な機械学習モデルと同等の性能でECT応答を予測することを示し、PSIを介した媒介効果を確認することで、個別化されたECT計画に向けた機械的メカニズムに基づいた予測モデルを提供する。

ABSTRACT

Electroconvulsive Therapy (ECT) is arguably the most effective intervention for treatment-resistant depression. While large interindividual variability exists, a theory capable of predicting individual response to ECT remains elusive. To address this, we posit a quantitative, mechanistic framework of ECT response based on Network Control Theory (NCT). Then, we empirically test our approach and employ it to predict ECT treatment response. To this end, we derive a formal association between Postictal Suppression Index (PSI) - an ECT seizure quality index - and whole-brain modal and average controllability, NCT metrics based on white matter brain network architecture, respectively. Exploiting the known association of ECT response and PSI, we then hypothesized an association between our controllability metrics and ECT response mediated by PSI. We formally tested this conjecture in N=50 depressive patients undergoing ECT. We show that whole-brain controllability metrics based on pre-ECT structural connectome data predict ECT response in accordance with our hypotheses. In addition, we show the expected mediation effects via PSI. Importantly, our theoretically motivated metrics are at least on par with extensive machine learning models based on pre-ECT connectome data. In summary, we derived and tested a control-theoretic framework capable of predicting ECT response based on individual brain network architecture. It makes testable, quantitative predictions regarding individual therapeutic response, which are corroborated by strong empirical evidence. Our work might constitute a starting point for a comprehensive, quantitative theory of personalized ECT interventions rooted in control theory.

研究の動機と目的

• 脳ネットワーク構造に基づいて、個別ECT応答を予測する機械的で定量的な理論を構築すること。
• ネットワーク制御理論（NCT）指標（モード的および平均的制御可能性）が、投薬後抑制指数（PSI）を介してECT応答を予測するかを検証すること。
• PSIは介入後でのみ測定可能であるため、その限界を克服する理論的根拠を持つECT用の前処置予測バイオマーカーを確立すること。
• 同じ前ECT結合体データを用いて訓練された最先端の機械学習モデルと比較して、NCT由来の指標の予測力を評価すること。

提案手法

• ECT施行前の拡散テンソル画像法（DTI）データから、脳の構造的結合体を表す全脳モード的および平均的制御可能性指標を算出する。
• これらのNCT指標を、ECT応答と相関する知られている臨床的EEGベースのてんかんの質を示す指標である投薬後抑制指数（PSI）と正式に結びつける。
• 制御可能性指標がPSIを介した経路を通じてECT応答を予測する仮説を検証し、50例の患者を対象に検証する。
• 多変量回帰分析および媒介分析を用いて、予測精度と因果経路を評価する。
• 同じ結合体特徴を用いて訓練された機械学習パイプライン（PHOTON AI）との比較により、NCTに基づく予測を評価する。
• ストレームライン数、部分的異方性、接続頻度に基づく外れ値検出を実施し、データ品質を確保する。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク制御理論指標（モード的および平均的制御可能性）は、うつ病患者における個別ECT応答を予測できるか？
• RQ2 制御可能性指標とECT応答の関連は、投薬後抑制指数（PSI）によって媒介されているか？
• RQ3 NCT由来の指標は、同じ前ECT結合体データを用いて訓練された複雑な機械学習モデルと比較して、予測性能に優れているか？
• RQ4 理論的に動機づけられたNCT指標は、個別化されたECT計画に機械的・解釈可能な根拠を提供するか？

主な発見

• 治療抵抗性うつ病を示す50例のサンプルにおいて、ECT施行前の全脳モード的および平均的制御可能性指標が、ECT治療応答を有意に予測した。
• 制御可能性指標とECT応答の関連は、すべてPSIによって媒介されており、仮説された経路が確認された。
• NCTに基づく予測は、同じ結合体特徴を用いて訓練された複雑な機械学習モデル（例：ランダムフォレスト、SVR）と同等以上に性能を示したが、理論的根拠があり、データ要件が低く抑えられた。
• 接続性に基づく指標で特定された3例の外れ値を除外しても、モデルの予測力は依然として強く保たれた。
• 本研究は、脳ネットワーク構造と臨床的ECT結果を結びつける制御理論フレームワークの実証的妥当性を裏付け、個別応答の変異の背後にある機械的説明を提供した。
• 結果は、構造的結合体に基づく制御可能性を前ECTバイオマーカーとして用いることで、個別化された治療計画が可能であることを支持する。