文献

J-GLOBAL ID：201802239204271421   整理番号：18A0800208

動的fMRIネットワークは高齢者の行動的体重減少プログラムにおける成功を予測する【JST・京大機械翻訳】

Dynamic fMRI networks predict success in a behavioral weight loss program among older adults

著者 (15件)： Mokhtari Fatemeh (Laboratory for Complex Brain Networks, Department of Radiology, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Mokhtari Fatemeh (Virginia Tech-Wake Forest University School of Biomedical Engineering and Sciences, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Rejeski W. Jack (Laboratory for Complex Brain Networks, Department of Radiology, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Rejeski W. Jack (Translational Science Center, Wake Forest University, Winston Salem, NC, USA) ,  Rejeski W. Jack (Department of Health and Exercise Science, Wake Forest University, Winston Salem, NC, USA) ,  Rejeski W. Jack (Department of Geriatric Medicine, Wake Forest University, Winston Salem, NC, USA) ,  Zhu Yingying (Department of Radiology and BRIC, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Wu Guorong (Department of Radiology and BRIC, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA) ,  Simpson Sean L. (Laboratory for Complex Brain Networks, Department of Radiology, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Simpson Sean L. (Virginia Tech-Wake Forest University School of Biomedical Engineering and Sciences, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Simpson Sean L. (Department of Biostatistical Sciences, Wake Forest School of Medicine, Winston Salem, NC, USA) ,  Burdette Jonathan H. (Laboratory for Complex Brain Networks, Department of Radiology, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Burdette Jonathan H. (Translational Science Center, Wake Forest University, Winston Salem, NC, USA) ,  Laurienti Paul J. (Laboratory for Complex Brain Networks, Department of Radiology, Wake Forest University School of Medicine, Winston Salem, NC, USA) ,  Laurienti Paul J. (Translational Science Center, Wake Forest University, Winston Salem, NC, USA)
資料名： NeuroImage  (NeuroImage)
巻： 173  ページ： 421-433  発行年： 2018年 
JST資料番号： W3139A  ISSN： 1053-8119  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 米国における成人の1/3以上は肥満であり,高齢者間でより高い罹患率を有する。高齢成人の肥満は,身体機能不全,高血圧,糖尿病および冠動脈心疾患の主要な原因である。ライフスタイルの体重減少介入に従事する多くの人々は体重減少の目標に到達することができず,ほとんどは治療中止後1~2年以内に失われた。治療効果におけるこの変動性は,調整された治療計画に導くことができる意図的な体重減少による成功の重要な表現型予測があることを示唆する。生化学的及び代謝的表現型の同定は研究の一つの潜在的な方向であるが,神経生物学的尺度はライフスタイル介入における成功を達成するために必要とされる実質的行動変化として有用であることを証明する可能性がある。本研究では,機能的磁気共鳴画像(fMRI)データから動的脳ネットワークを用いて,行動的体重減少介入に成功する可能性のある個人を前向きに同定する。18か月のライフスタイルの体重減少介入に参加した過体重または肥満の高齢成人(年齢:65~79歳)において脳画像を実施した。機械学習と機能的脳ネットワークを組み合わせて多変量予測モデルを作成した。予測精度は95%を超えており,個々のレベルで重量損失を伴う成功を正確に予測する一貫性の一貫したパターンが存在することを示唆した。予測に寄与した連結性パターンは,行動出現,自己調節,身体認識,および食品の官能特性に関連する既知の脳ネットワークと実質的に重複した複雑な多変量ネットワーク成分から成っていた。独立したデータセットと多様な集団に関する将来の研究は,著者らの知見を裏付けるために必要である。さらに,これらのモデルが治療における臨床的有用性を有するかどうかを調べ始めることができると信じる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  代謝 ,  ライフスタイル ,  罹患率 ,  *体重減少 ,  表現型 ,  治療計画 ,  *予測 ,  成人 ,  冠動脈疾患 ,  肥満 ,  *老人 ,  アメリカ合衆国 ,  糖尿病 ,  *ネットワーク

著者キーワード (6件)： 動的fMRIネットワーク ,  予測 ,  機械学習 ,  高齢者 ,  肥満 ,  行動的体重減少介入

分類 (2件)： 代謝異常・栄養性疾患の治療  (GD05030F) ,  代謝異常・栄養性疾患一般  (GD05010J)

タイトルに関連する用語 (6件)： fMRI ,  高齢者 ,  行動 ,  体重減少 ,  成功 ,  予測