[논문 리뷰] Identifying melancholic depression biomarker using whole-brain functional connectivity

Naho Ichikawa, Giuseppe Lisi외 15명|arXiv (Cornell University)|2017. 04. 03.

Functional Brain Connectivity Studies참고 문헌 19인용 수 3

한 줄 요약

이 연구는 fMRI 데이터에서 전체 뇌의 휴식 상태 기능적 연결성(FC)을 사용하여 우울성 중증 우울성 장애(MDD)의 생물학적 지표를 규명한다. 중증 우울성 장애의 임상적으로 명확한 아형인 우울성 MDD에 집중함으로써, 연구자들은 환자와 건강한 대조군을 70%의 정확도로 구분하는 분류기를 개발하였으며, 독립된 검증 코hort에서 65%의 정확도를 기록하였고, 좌측 DLPFC/IFG 및 전두엽 피질과의 연결성 등 핵심적인 기능적 연결성을 규명하였다.

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.

연구 동기 및 목표

• 우울성 MDD, 즉 중증 우울성 장애의 임상적으로 구분되는 아형에 대해 특정하고 생물학적으로 균일한 생물학적 지표를 규명하는 것.
• 우울성 장애의 이질성을 극복하기 위해, 더 일관된 신경생물학적 기초와 연관된 우울성 특징에 집중하는 것.
• 기능적 연결성을 기반으로 한 분류기를 개발하여, 우울성 MDD 환자와 건강한 대조군을 정확히 구분할 수 있도록 하는 것.
• 자기의 특이성을 검증하기 위해, 자폐 스펙트럼 장애(ASD) 및 조현병 스펙트럼 장애(SSD)와 같은 다른 정신질환에서의 성능을 시험하는 것.
• 규명된 기능적 연결성 지표와 임상적 증상의 심각도, 그리고 에시티프람 치료에 대한 반응 간의 관계를 조사하는 것.

제안 방법

• 중증 우울성 장애 환자 93명과 건강한 대조군(HC) 93명으로부터 휴식 상태 fMRI 데이터를 수집하였으며, 모델 훈련에 사용된 하위 집단은 환자 66명과 대조군 66명으로 구성되었다.
• fMRI 시간 시리즈 데이터를 사용하여 9,316개의 해부학적 노드 쌍 간의 전체 뇌 기능적 연결성(FC)을 계산하였다.
• 기계학습 분류기(SVM 또는 유사 기법이 가장 가능성이 높음)를 적용하여, 우울성 MDD와 HCs를 가장 잘 구분하는 최소한의 FC 조합을 규명하였다.
• 일반화 성능를 평가하기 위해, 별도의 코hort(환자 66명, 대조군 66명)에서 분류기의 성능을 검증하였다.
• 생물학적 지표 점수를 예측할 수 있도록 분류기를 훈련하고, 임상적 우울증 증상 점수 및 치료 반응과의 상관관계를 분석하였다.
• 특이성 평가를 위해, 자폐 스펙트럼 장애(ASD) 및 조현병 스펙트럼 장애(SSD) 환자 집단에서 분류기 성능을 시험하였다.

실험 결과

연구 질문

• RQ1 기타 MDD 아형이나 정신질환과 비교할 때, 어떤 기능적 연결성 패턴이 우울성 MDD와 특별히 연관되어 있는가?
• RQ2 소수의 기능적 연결성이 건강한 대조군과 우울성 MDD 환자를 높은 정확도로 신뢰성 있게 구분하는 데 유용한 생물학적 지표가 될 수 있는가?
• RQ3 생물학적 지표 점수는 우울성 MDD에서 주관적 우울증 증상의 심각도와 치료 결과와 어떻게 관련되어 있는가?
• RQ4 규명된 생물학적 지표는 자폐 스펙트럼 장애 및 조현병 스펙트럼 장애와 같은 다른 정신질환으로 일반화되는가?
• RQ5 기능적 연결성 생물학적 지표의 핵심 기여를 하는 뇌 영역과 연결성은 무엇인가?

주요 결과

• 훈련 코hort에서 중증 우울증 증상이 있는 환자와 건강한 대조군을 70%의 정확도로 분류하는 데 성공하였다.
• 독립된 검증 코hort에서 65%의 정확도를 유지하여, 모델의 강건한 일반화 능력을 입증하였다.
• 생물학적 지표 점수는 임상적 우울증 증상 점수와 유의미하게 상관관계가 있었으며, 증상의 심각도에 민감함을 보였다.
• 에시티프람 치료 후 생물학적 지표 점수가 향상되어, 약물 치료에 대한 반응성을 시사하였다.
• 가장 정보가 많은 12개의 기능적 연결성은 주로 좌측 DLPFC/IFG와 연관되어 있었으며, 주요 연결성은 전두엽 피질의 전두엽 피질과의 연결성과 함께, 전두엽 피질의 전두엽 피질과의 연결성과도 관련이 있었다.
• ASD(54%)와 SSD(45%)에서 낮은 정확도를 기록하여, 생물학적 지표가 우울성 MDD에 특이적임을 확인하였고, 다른 정신질환으로의 일반화가 이루어지지 않았음을 시사하였다.