精神病リスクの同定と変遷の予測のための神経解剖学的パターン分類の使用

Use of Neuroanatomical Pattern Classification to Identify Subjects in At-Risk Mental States of Psychosis and Predict Disease Transition 2011 Archives of General Psychiatry

ARMSを同定するには前駆症状の徴候による。近年、機械学習アルゴリズムはMRIデータをベースにして神経精神疾患の患者を診断分類することに成功している。我々は多変量の神経解剖学的パターン分類が精神病リスクを同定し、その変遷を予測できるかどうかを検討した。多変量神経解剖学的パターン分類は、早発もしくは後発のARMSと健常者の構造MRIデータに基づいて行われた。この方法の予測力は、精神病に変遷したARMS,精神病に変遷しなかったARMS、健常者のベースラインのデータによって評価された。分類の一般性は交差妥当性と新たな45人の健常コホートによって推定された。最初の分類は20人の早発のARMS,25人の後発のARMS,25人の健常者が含まれた。次に15人の精神病に移行したARMS、18人の移行しなかったAMRS、17人の健常者で行われた。3群の分類の精度は、健常者86％、早発のARMS91％、後発のARMS86％であった。また、2つめの解析では健常者90％、精神病に移行したARMS88%、精神病に移行しなかったARMS86％であった。新たな独立した健常者で1つ目の解析では96％、2場面目は93％であった。ARMS群の相違と臨床的予後は全脳の神経解剖学的異常パターンの解析によって同定できるだろう。