文献

J-GLOBAL ID：202102236801854668   整理番号：21A0612859

機械学習法を用いた早期パーキンソン病患者のスクリーニング:大脳基底核における鉄量の測定【JST・京大機械翻訳】

Screening Patients with Early Stage Parkinson’s Disease Using a Machine Learning Technique: Measuring the Amount of Iron in the Basal Ganglia

著者 (11件)： Lee Seon (Sungkyunkwan University School of Medicine, Sungkyunkwan University, Seoul 06355, Korea) ,  Oh Se-Hong (Department of Biomedical Engineering, Hankuk University of Foreign Studies, Yongin 17035, Korea) ,  Oh Se-Hong (Imaging Institute, Cleveland Clinic, Cleveland, OH 44195, USA) ,  Park Sun-Won (Department of Radiology, College of Medicine, Seoul National University, Seoul 03080, Korea) ,  Park Sun-Won (Department of Radiology, Seoul National University-Seoul Metropolitan Government Boramae Medical Center, Seoul 07061, Korea) ,  Shin Chaewon (Department of Neurology, College of Medicine, Chungnam National University, Daejeon 35015, Korea) ,  Shin Chaewon (Neuroscience Center, Department of Neurology, Chungnam National University Sejong Hospital, Sejong 30099, Korea) ,  Kim Jeehun (Department of Electrical Engineering and Computer Science, Case Western Reserve University, Cleveland, OH 44106, USA) ,  Rhim Jung-Hyo (Department of Radiology, Seoul National University-Seoul Metropolitan Government Boramae Medical Center, Seoul 07061, Korea) ,  Lee Jee-Young (Department of Neurology, Seoul National University-Seoul Metropolitan Government Boramae Medical Center, Seoul 07061, Korea) ,  Choi Joon-Yul (Epilepsy Center, Neurological Institute, Cleveland Clinic, Cleveland, OH 44195, USA)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 23  ページ： 8732  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  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： 本研究の目的は,定量的感受率マッピング(QSM)に基づくサポートベクターマシン(SVM)モデルが,早期PD患者における健常対照者(HC)と非運動症状尺度(NMSS)スコアから,初期パーキンソン病(PD)患者の深部灰白質における鉄蓄積を区別するために使用できるかどうかを決定することであった。磁気共鳴画像法(MRI)のQSM値を24名の早期PD患者と27名の年齢一致HCに対して得た。深部灰白質領域における平均QSM値を用いて,初期PD患者とHCsを区別するためのSVMとロジスティック回帰(LR)モデルを構築した。追加SVMとLRモデルを,低と高NMSSスコア群の間で区別するために構築した。対t検定を用いて分類結果を評価した。早期PD患者とHCの間の分化のために,SVMは0.790.07の精度を有し,LRは0.730.03(p=0.027)の精度を有した。NMSS分類のためのSVMは0.790.03のかなり高い精度を有したが,LRは0.760.04であった。QSMに基づくSVMモデルは,早期PD患者のスクリーニングおよび非運動症状の評価に対し,競合的精度を提供し,これは,患者集団における運動症状の進行を評価する能力を提供する可能性がある。Copyright 2021 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： *鉄 ,  灰白質 ,  *大脳基底核 ,  NMRイメージング ,  *Parkinson病 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： t検定 ,  ロジスティック回帰分析 ,  非運動症状 ,  運動症状 , 【Automatic Indexing@JST】

著者キーワード (5件)： パーキンソン病 ,  機械学習 ,  サポートベクトルマシン ,  定量的感受性マッピング ,  非運動症状

分類 (4件)： 神経系の診断  (GN02000H) ,  放射線を利用した診断  (GC04020K) ,  神経系疾患の治療一般  (GN05010N) ,  神経系の疾患  (GN03000O)

引用文献 (34件)：

• Murman, D.L. Early treatment of Parkinson’s disease: Opportunities for managed care. Am. J. Manag. Care 2012, 18, S183-S188.
• De Lau, L.M.; Breteler, M.M. Epidemiology of Parkinson’s disease. Lancet Neurol. 2006, 5, 525-535.
• Chaudhuri, K.R.; Schapira, A.H.V. Non-motor symptoms of Parkinson’s disease: Dopaminergic pathophysiology and treatment. Lancet Neurol. 2009, 8, 464-474.
• Jankovic, J. Parkinson’s disease: Clinical features and diagnosis. J. Neurol. Neurosurg. Psychiatry 2008, 79, 368-376.
• Chaudhuri, K.R.; Healy, D.G.; Schapira, A.H.V. Non-motor symptoms of Parkinson’s disease: Diagnosis and management. Lancet Neurol. 2006, 5, 235-245.

タイトルに関連する用語 (7件)： 機械学習 ,  早期 ,  パーキンソン病 ,  患者 ,  スクリーニング ,  大脳基底核 ,  鉄