메타 - 가흥 RELAY Inc.

분자정신의학(2023)이 기사 인용

771 액세스

20 알트메트릭

측정항목 세부정보

정신병적 장애는 뇌 네트워크의 구조적, 기능적 이상을 특징으로 합니다. 신경영상 기술은 고유한 특징(예: 구조적 완전성, 공동 활성화)을 사용하여 이러한 이상을 매핑하고 특성화합니다. 그러나 특정 방법이나 양식의 조합이 정신병 장애가 있는 사람의 뇌 네트워크 차이를 식별하는 데 특히 효과적인지는 확실하지 않습니다.

체계적인 메타 분석에서는 다양한 신경 영상 기법(예: T1 강조 영상(T1), 확산 텐서 영상(DTI), 휴식 상태 기능 연결성(rs-FC))을 사용하여 건강한 대조군 참가자와 비교하여 정신분열증 스펙트럼 장애의 기계 학습 분류를 평가했습니다. 또는 일부 조합(다중 모드)). 원고 포함 기준에는 정신병에서 대규모 뇌 시스템의 예측 능력에 관한 완전한 그림을 제공하기 위한 전체 뇌 분석 및 교차 검증이 포함되었습니다. 이 메타 분석을 위해 우리는 처음부터 2023년 3월 13일 사이에 출판된 Ovid MEDLINE, PubMed, PsychInfo, Google Scholar 및 Web of Science를 검색했습니다. 예측 결과는 동일한 데이터 세트를 사용한 연구에 대해 평균을 냈지만 다음과 같은 연구를 포함하는 병렬 분석을 실행했습니다. 여러 데이터 세트에서 풀링된 샘플. 깔때기 플롯 비대칭을 통해 편향을 평가했습니다. 이변량 회귀 모델은 영상 양식, 인구 통계 및 전처리 방법의 차이가 분류를 조정하는지 여부를 결정했습니다. 내부 예측(교차 검증을 통한)과 외부 예측을 사용하여 연구를 위해 별도의 모델을 실행했습니다.

정량적 검토를 위해 93개의 연구가 확인되었습니다(T1 30개, DTI 9개, rs-FC 40개, 다중 모드 14개). 전체적으로 모든 양식은 정신분열증 스펙트럼 장애가 있는 환자를 대조군과 확실하게 구별했습니다(OR = 2.64(95%CI = 2.33~2.95)). 그러나 분류는 양식 전체에서 상대적으로 유사했습니다. 독립적인 내부 데이터 분류에서 양식 간에 차이가 보이지 않았으며 외부 데이터 세트의 분류에서 T1 연구에 비해 rs-FC 연구에서 작은 이점이 나타났습니다. 우리는 깔때기 도표와 Egger의 테스트에서 상당한 편향의 징후를 초래하는 결과 전반에 걸쳐 많은 양의 이질성을 발견했습니다. 그러나 연구가 이질성이 적은 연구로 제한되었을 때 결과는 유사하게 유지되었으며 구조적 측정에 비해 rs-FC에 대한 작은 이점이 계속되었습니다. 특히, 모든 경우에 다중 모드와 단일 모드 접근 방식 사이에는 큰 차이가 나타나지 않았으며 rs-FC와 단일 모드 연구는 분류 성능이 크게 겹치는 것으로 보고되었습니다. 인구통계와 분석 또는 잡음 제거의 차이는 분류 점수의 변화와 관련이 없습니다.

이 연구의 결과는 신경영상 접근법이 정신병 분류에 유망함을 시사합니다. 흥미롭게도 현재 대부분의 양식은 정신병 분류에서 유사하게 수행되며 일부 특정 경우의 구조적 양식에 비해 rs-FC에 약간의 이점이 있습니다. 특히 편향된 효과 크기를 제안하는 등 연구마다 결과가 상당히 달랐으며, 특히 외부 예측과 큰 표본 크기를 사용하는 더 많은 연구가 필요하다는 점을 강조했습니다. 보다 엄격하고 체계화된 표준을 채택하면 이 중요한 집단을 이해하고 치료하는 데 상당한 가치가 추가될 것입니다.

정신병은 병인이 잘 이해되지 않은 파괴적이고 이질적인 장애입니다[1,2,3,4,5]. 정신병 증상은 하나의 개별 위치 [6,7,8,9,10,11,12]의 중단이 아닌 뇌 내의 네트워크 수준 이상에서 나타나는 것으로 생각됩니다. 정신병의 신경발달 이론 및 스트레스 소질 모델과 일관되게, 수초 손상 [13,14,15] 및 탈수초 가속화와 같은 전뇌 구조적 이상은 증상 심각도 및 인지 기능 결함과 연관되어 있습니다 [16, 17]. 정신병과 관련된 피질 두께[18] 및 회백질 부피[19]와 같은 다른 구조적 측정의 점진적인 퇴화 징후가 있습니다. 정신병적 장애는 또한 뇌 영역 사이의 기능적 의사소통의 중단[20, 21]과 연결의 기능적 강도의 변화로 특징지어집니다[22, 23]. 이러한 발견은 정신병이 분산된 뇌 시스템 전반에 걸쳐 구조적 및 기능적 기능 장애의 조합을 특징으로 한다는 것을 시사합니다[8, 23,24,25].

40% edges contaminated by motion). Manuscripts that included an additional step evaluating or excluding subjects based on framewise displacement (FD), resulted in one point subtracted off the initial edge score (i.e., subject removal, reporting of mean FD, group-related differences in FD, or any other mitigation strategy [60])./p> −0.15), 2=moderate performance (r = −0.15 to −0.2), 3 = moderately poor performance (r = −0.2 to −0.25), 4=poor performance (r = −0.25 to −0.3), and 5=extreme contamination (r < −0.3). Each processing strategy was scored based on these criteria as shown in Table 1. Note that for the purposes of scoring, all ICA methods were grouped with ICA-AROMA as the closest comparator; other methods were also grouped with their closest fitting denoising approach. A composite score representing the quality of the denoising pipeline was generated with a 75% weighting from the edges contamination measure and a 25% weighting from the distance-dependent influence of motion./p> 0.05; Fig. 3). Including pooled datasets resulted in a similar finding (p > 0.05; Supplemental Fig. 2). These results suggest that, based on methods in the current literature, combining multiple neuroimaging methods to track psychosis does not provide any major advantage relative to single imaging modalities on average./p> 0.1). These conflicting results are likely due to the large heterogeneity across studies and use of log odds ratio estimates (as described in more detail in ref. [74])./p> 0.1)./p> 0.05; Fig. 5 left). If larger pooled datasets were included in the meta-analysis, studies based on rs-FC were associated with a significant decrease in false positive classification rates compared to studies based on DTI (Supp. Fig. 3; z = −0.58, p(FDR) = 0.01)./p> 0.1)./p> 0.1)(see Supplemental Fig. 4). We also did not find a significant main effect based on sample size (p > 0.1)./p> 2000) in order to produce replicable results when using rs-FC and structural MRI measures [37]. Studies that met criteria for this meta-analysis varied considerably in sample size (20–1100), but were generally substantially smaller than this recommended size. Due to the limited number of studies available, we were unable to obtain manuscripts that utilized large enough samples and could not formally evaluate how samples larger than 2000 participants performed across imaging modality. As the trend to increase sample size continues, future work should reevaluate whether the combination of neuroimaging modalities provide substantial advantages when sample sizes are sufficiently large./p>