文献

J-GLOBAL ID：201902235440463949   整理番号：19A1588291

二重モデル放射性バイオマーカーはAlzheimer病への軽度認知障害進行の発生を予測する【JST・京大機械翻訳】

Dual-Model Radiomic Biomarkers Predict Development of Mild Cognitive Impairment Progression to Alzheimer’s Disease

著者 (9件)： Zhou Hucheng (Shanghai Institute for Advanced Communication and Data Science, Shanghai University, Shanghai, China) ,  Jiang Jiehui (Shanghai Institute for Advanced Communication and Data Science, Shanghai University, Shanghai, China) ,  Lu Jiaying (PET Center, Huashan Hospital, Fudan University, Shanghai, China) ,  Wang Min (Shanghai Institute for Advanced Communication and Data Science, Shanghai University, Shanghai, China) ,  Zhang Huiwei (PET Center, Huashan Hospital, Fudan University, Shanghai, China) ,  Zuo Chuantao (PET Center, Huashan Hospital, Fudan University, Shanghai, China) ,  Zuo Chuantao (Institute of Functional and Molecular Medical Imaging, Fudan University, Shanghai, China) ,  Zuo Chuantao (Human Phenome Institute, Fudan University, Shanghai, China) ,  Alzheimer’s Disease Neuroimaging Initiative
資料名： Frontiers in Neuroscience (Web)  (Frontiers in Neuroscience (Web))
巻： 12  ページ： 1045  発行年： 2018年 
JST資料番号： U7087A  ISSN： 1662-453X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： アルツハイマー病(AD)に対する軽度認知障害(MCI)の進行予測は臨床的に重要である。本研究では,ADへのMCI変換に関連する有望なリスク因子を調べるために,多変量Cox比例ハザード回帰モデルによる二重モデル放射線解析を提案した。3年以内にADに変換されたMCI患者131名と,3年以内に転換しないMCI患者132名から,T1構造磁気共鳴イメージング(MRI)と18F-フルオロデオキシグルコース(FDG)陽電子放出断層撮影(PET)データを収集した。これらの被験者を無作為に70%の訓練データセットと30%のテストデータセットに複数回分割した。MRIとPET画像をウェーブレット法で融合した。被験者のサブセットにおいて,2サンプルt検定を用いてグループ比較を行い,MCI変換に関連する関心領域(ROI)を決定した。各個人に対するROIsからの172の放射線特徴を,公表されたラジオミクスツールを用いて確立した。最後に,L1-ペナルティ化Coxモデルを構築し,HarrellのC指数(C-指標)を用いてモデルの予測精度を評価した。提案した方法の有効性を評価するために,同じ解析フレームワークを用いて,別々にMRIとPETデータを評価した。臨床データ,MRI画像,PET画像,融合MRI/PET画像,および臨床変数および融合MRI/PET画像を組み合わせて,予後Coxモデルを構築した。実験結果は,捕捉されたROIsがADへの変換と有意に関連していることを示した。それは,両側海馬における灰白質萎縮および顎頭頂皮質における低代謝のようなADへの変換と有意に関連していた。画像化モデル(MRI/PET/融合)は,臨床モデル,特に融合モダリティCoxモデルと比較して,変換の予測における有意な強化を提供した。さらに,融合モダリティ画像と臨床変数の組合せは,予測の最大精度をもたらした。試験データセットにおける臨床/MRI/PET/融合/複合モデルの平均C指数は,それぞれ0.69,0.73,0.73および0.75,および0.78であった。これらの結果は,放射線分析とCoxモデル分析の組み合わせが生存分析に成功裏に使用でき,MCIからADへの転換を受ける可能性のある個人化された精密医療患者の強力なツールである可能性があることを示唆した。Copyright 2019 The Author(s) 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 ,  予後 ,  *バイオマーカー ,  回帰モデル ,  *モデル ,  有効性 ,  部分集合 ,  画像処理 ,  放射線 ,  NMRイメージング ,  モデリング ,  画像
準シソーラス用語： モダリティ ,  t検定 ,  PET画像 ,  被験者 ,  *軽度認知障害 , 【Automatic Indexing@JST】

著者キーワード (5件)： アルツハイマー病 ,  軽度認知障害 ,  放射線学 ,  画像融合 ,  Coxモデル

分類 (2件)： 生体計測  (EL03020C) ,  神経系の疾患  (GN03000O)

引用文献 (80件)：

• Aerts H. J., Velazquez E. R., Leijenaar R. T., Parmar C., Grossmann P., Carvalho S., et al (2014). Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach. Nat. Commun. 5:4006. doi: 10.1038/ncomms5006
• Amadasun M., King R. (1989). Textural features corresponding to textural properties. IEEE Trans. Syst. Man Cybern. 19 1264-1274. doi: 10.1109/21.44046
• Anandh K., Sujatha C., Ramakrishnan S. (2015). Segmentation and analysis of corpus callosum in Alzheimer MR images using total variation based diffusion filter and level set method. Biomed. Sci. Instrum. 51 355-361. doi: 10.1109/21.44046
• Anchisi D., Borroni B., Franceschi M., Kerrouche N., Kalbe E., Beuthien-Beumann B., et al (2005). Heterogeneity of brain glucose metabolism in mild cognitive impairment and clinical progression to Alzheimer disease. Arch. Neurol. 62 1728-1733. doi: 10.1001/archneur.62.11.1728
• Arbizu J., Prieto E., Martínez-Lage P., Martí-Climent J., García-Granero M., Lamet I., et al (2013). Automated analysis of FDG PET as a tool for single-subject probabilistic prediction and detection of Alzheimer’s disease dementia. Eur. J. Nucl. Med. Mol. Imaging 40 1394-1405. doi: 10.1007/s00259-013-2458-z

タイトルに関連する用語 (6件)： モデル ,  放射性 ,  バイオマーカー ,  Alzheimer病 ,  軽度認知障害 ,  予測