静止状態のコネクトームにおける個人間変動の基本単位

Basic Units of Inter-Individual Variation in Resting State Connectomes
Sripada, Chandra and Angstadt, Mike and Rutherford, Saige and Kessler, Daniel and Kim, Yura and Yee, Mike and Levina, Elizaveta
Scientific reports, vol. 9, pp. 1900, 2019

安静時の機能的コネクトームは大規模で複雑である.ただし,コネクトームが対応する膨大な数の方法で個人間で異なるのか,それともほとんどの違いが少数の特徴的な形をとるのかは未解決の問題である.この問題を体系的に調査し,50〜150程度の適度な数のコネクトミックコンポーネントが個人間のコネクトミック変動のかなりの部分を占める低ランク構造の明確な証拠を見つけた.この数は,固有の次元の推定およびサンプル外データの再構成の評価を含む複数の方法で収束的に到達した.さらに,これらのコネクトミックコンポーネントにより,コネクトーム全体でトレーニングされた主要な方法に匹敵するレベルで,幅広い神経認知および臨床症状変数の予測が可能になることを可能にする.定性的観察により,これらのコネクトミックコンポーネントは,固有の接続性ネットワーク間の相互関係を反映した広範なコミュニティ構造を示すことが明らかになった.新しい確率ブロックモデルベースの方法を使用してこの観測の定量的検証を提供する.我々は,これらの接続性コンポーネントが,個人間のコネクトミックな差異の定量化と解釈,および行動/臨床表現型の予測のための効果的な基礎セットを形成することを提案する.

ヒトの機能的脳ネットワークにおける特性のような違い

Trait-like variants in human functional brain networks
Seitzman, Benjamin A and Gratton, Caterina and Laumann, Timothy O and Gordon, Evan M and Adeyemo, Babatunde and Dworetsky, Ally and Kraus, Brian T and Gilmore, Adrian W and Berg, Jeffrey J and Ortega, Mario and others
Proceedings of the National Academy of Sciences, vol. 1, pp. 2019-2932, 2019

安静時の機能的磁気共鳴画像(fMRI)は,グループレベルの機能的脳組織の収束的な説明を提供している.最近の研究により,個人で特定された機能的ネットワークには,グループレベルの記述とは異なる局所的な特徴が含まれていることが明らかになった.これらの機能をネットワークバリアントとして定義する.これらの研究に基づいて,ネットワークバリアントの分布が脳組織の安定した特性のような違いを反映しているかどうかを尋ねる.高度にサンプリングされた個人のいくつかのデータセット全体で,ネットワークバリアントは個人内で非常に安定し,特徴的な場所にあり,大規模なグループ全体の特徴的な機能ネットワークに関連付けられ,ネットワークバリアントのタスク誘発シグナルは,行動の違いに関連するネットワークバリアントの特性に基づいて,個人がサブグループにクラスター化される.これらの結果は,ネットワークバリアントの分布が,機能的脳組織における安定した特性のような機能的に関連する個人差を反映している可能性があることを示唆している.

瞑想の根底にある動的な複雑さを特徴付ける

Characterizing the Dynamical Complexity Underlying Meditation
Escrichs, Anira and Sanjuan, Ana and Atasoy, Selen and Lopez-Gonzalez, Ane and Garrido, Cesar and Camara, Estela and Deco, Gustavo
bioRxiv, vol. 1, pp. 521963, 2019

過去2500年にわたって,瞑想を用いて瞑想的な伝統が心の性質を探ってきた.最近では,瞑想に関するニューロイメージング研究により,瞑想者の脳の機能と構造の違いが明らかになった.それにもかかわらず,根底にある神経メカニズムはまだ不明である.瞑想がどのように脳を介してグローバルアクティビティを形成するかを理解するために,Intrinsic Ignition Frameworkを使用して,脳全体の機能ネットワーク全体の時空動態を調査した.最近のニューロイメージング研究では,意識のさまざまな状態が,その根底にある動的な複雑さ,つまりコミュニケーションの広さをどのように誘発し,時間と空間にわたって脳を介して分配するかが異なることが示されている.この作業では,安静時および瞑想中(呼吸に焦点を当てた)に機能的磁気共鳴画像(fMRI)を使用して,コントロールと瞑想実践者を測定した.私たちの結果は,瞑想の根底にある動的な複雑さは,瞑想者グループでは安静時よりも複雑さが少ないことを示しているが,対照グループではそうではない.さらに,安静状態中に,瞑想実践者の脳活動は,対照群で観察されたものよりも高い準安定性(すなわち,時間とともにより広い動的形態)を示したことを報告する.全体として,これらの結果は,瞑想状態が安静状態と比較して異なる動的形態で動作することを示している.

安静時のマインドフルネスストレス低減法に関連する後部帯状回での脳の接続性における変化

Mindfulness-Based Stress Reduction-related changes in posterior cingulate resting brain connectivity
Kral, Tammi RA and Imhoff-Smith, Ted and Dean III, Douglas C and Grupe, Dan and Adluru, Nagesh and Patsenko, Elena and Mumford, Jeanette A and Goldman, Robin and Rosenkranz, Melissa A and Davidson, Richard J
Social cognitive and affective neuroscience, vol.14, pp.777-787, 2019

マインドフルネス瞑想訓練は,前頭頭頂部の実行制御ネットワーク(背外側前頭前野(DLPFC))とデフォルトモードネットワーク(後部帯状皮質(PCC))のノード間の安静状態での機能的接続性を高めることが示されている.これらの効果がマインドフルネスストレス低減法コースに一般化されるかどうかを調査し,接続性の変化の構造的及び行動的に関連する結果を検証した.健康で瞑想を受けていない成人は,MBSR(N=48),アクティブ(N=47),またはウェイトリスト(N=45)のいずれかのコントロール群に無作為に割り付けられた.参加者は行動試験,安静時fMRIスキャン,拡散テンソルスキャンをランダム化前(T1),介入後(T2),及び5.5か月後(T3)に完了した.コントロール群と比較して,MBSRのT2-T1においてPCC-DLPFCの安静時接続が増加していることがわかった.これらの効果は長期のフォローアップ(T3-T1)を通じて持続しなかったが,MBSR参加者は訓練日数(T1からT3)とPCC-DLPFC安静時の接続性の間に有意な関係を示した.MBSR参加者のPCC-DLPFC安静時接続の増加は,これらの領域を接続する白質の微細構造的接続の増加と,自己申告による注意の増加に関連した.これらのデータは,MBSRがPCC-DLPFC安静時の接続性を向上させることを示している.これは訓練時間,注意,構造的接続性の増加に関連している.

健常ボランティアにおける短期間マインドフルネス瞑想後の領域均一性と機能的結合性の変化

Alterations of Regional Homogeneity and Functional Connectivity Following Short-Term Mindfulness Meditation in Healthy Volunteers
Xiao, Qin and Zhao, Xingrong and Bi, Guoli and Wu, Lisha and Zhang, Hongjiang and Liu, Ruixiang and Zhong, Jingmei and Wu, Shaoyuan and Zeng, Yong and Cui, Liqian and others Frontiers in Human Neuroscience, vol.13, pp.1-12, 2019

マインドフルネスは,今この瞬間においての経験に対して判断せずに認識することと説明される.持続的なマインドフルネスの実践は,個人のwell-beingにも有益な影響を与える可能性がある.例えば,マインドフルネス瞑想は感情制御を改善するための効果的なアプローチの一つである.具体的には,マインドフルネス瞑想訓練の初期段階では,注意制御や実行機能に関する感情観察システムが強化される.デフォルトモードネットワーク(DMN)における活動の減少は,おそらくマインドワンダリングの減衰に対応している.本研究では,前頭葉頭頂皮質とDMNの機能的活動の変化は短期間マインドフルネス瞑想によって誘発される可能性があることを仮説とした.この研究では,8週間のマインドフルネスストレス低減法(MBSR)の前後で,健常被験者はマインドフルネスアンケートと感情測定,及び安静時の機能的磁気共鳴画像法を使用して評価された.右利きの,瞑想経験のない16人が登録された.別の16人の人口統計学的に一致した,瞑想経験のない健常な成人がコントロールとして採用された.MBSRの前後で評価が比較された.右上頭頂小葉,及び左中心後回(PoCG)の領域均一性の増加,及びPoCG関連ネットワークの機能的接続性の変化がMBSR後に観察された.マインドフルネスアンケートのスコアも改善され,MBSR後のマイナスの影響は大幅に減少した.後頭部の関与の減少とともに,我々の結果は,マインドフルネス初心者の頭頂皮質のより強い関与の傾向を示唆している.この研究は,短期間マインドフルネス瞑想による感情処理の最適化に関する新しい根拠を提供する.

マインドフルネス瞑想訓練と実行制御ネットワーク安静状態機能的接続:無作為化対照試験

Mindfulness Meditation Training and Executive Control Network Resting State Functional Connectivity: A Randomized Controlled Trial
Taren, Adrienne A and Gianaros, Peter J and Greco, Carol M and Lindsay, Emily K and Fairgrieve, April and Brown, Kirk Warren and Rosen, Rhonda K and Ferris, Jennifer L and Julson, Erica and Marsland, Anna L and others
Psychosomatic medicine, vol.79, pp.674-683, 2017

“目的
マインドフルネス瞑想の訓練は,以前に実行制御(注意,作業記憶,認知制御など)の行動測定を強化することが示されているが,これらの改善の根底にある神経メカニズムはほとんど知られていない.ここでは,実行制御ネットワークのハブである背外側前頭前野(dlPFC)と実行機能を調整する前頭頭頂部領域間の機能的接続を強化することにより,マインドフルネス訓練の介入が実行制御を促進するかどうかを調査する.
方法
心理的苦痛のレベルが高い35人の成人が,集中的なマインドフルネス瞑想またはリラクゼーショントレーニングの3日間のRCTに参加した.参加者は,介入の前後に安静状態のfMRIスキャンを行った.マインドフルネス瞑想の訓練により,dlPFCと前頭頭頂制御ネットワーク領域間の安静状態における機能的結合性(rsFC)が増加するかどうかを調査した.
結果
リラクゼーション制御に関連するマインドフルネス訓練後,左dlPFCは右下前頭回(T = 3.74),右中前頭回(T = 3.98),右補足眼野(T = 4.29),右頭頂皮質(T = 4.44),及び左中側頭への接続性の増加を示した(T = 3.97;すべてのp<0.05).右dlPFCは,右中前頭回への接続性の増加を示した(T = 4.97,p<0.05). 結論 マインドフルネス訓練は,dlPFCと背側ネットワーク(上頭頂小葉,補足眼野,MFG),及び腹側ネットワーク(右IFG,中側頭/角回)領域間のrsFCを増加させることが分かった.これらの知見は,rsFCは高レベルの心理的苦痛を持つ個人ではマインドフルネスの介入によって強化される特定の神経回路を特定することにより,活動的な瞑想中における実行機能に関連する脳領域間の機能的接続性を示す以前の研究を拡張する. "

安静時fMRIを用いた機能的コネクトームベース予測モデルのベンチマーク

Benchmarking functional connectome-based predictive models for resting-state fMRI
Dadi, Kamalaker and Rahim, Mehdi and Abraham, Alexandre and Chyzhyk, Darya and Milham, Michael and Thirion, Bertrand and Varoquaux, Ga{\”e}l and Alzheimer’s Disease Neuroimaging Initiative and others
Neuroimage, vol.192, pp.115–134, 2019

機能的なコネクトームは,個々の心理的または臨床的特徴のバイオマーカーを明らかにする.ただし,rest-fMRIコホートから結果を導くために通常使用される分析パイプラインには大きなばらつきがある.ここでは,機能的なコネクトームのエッジの重みに関する予測モデルを使用して特定のタイプの研究を検討する.そのために,最適なモデリングを示す.神経変性疾患(アルツハイマー病,心的外傷後ストレス障害)神経精神疾患(統合失調症,自閉症),薬物依存症(大麻使用)と心理的特性の6つの異なるコホートおよび合計2000人のモデルの予測性能を体系的に検討した. rest-fMRIからの一般的な予測手順は,3つの主要なステップで構成されている.脳領域の定義,相互作用の表現,および教師あり学習である.領域を定義する8つの異なる方法,事前定義またはrest-fMRIデータから生成する方法,抽出された時系列から機能的なコネクトームを構築する3つの手段.および機能的な相互作用を比較する10の分類モデルの各ステップについて,典型的な選択肢のベンチマークを行った.ベンチマークでは,240を超えるさまざまなパイプラインを要約し,母集団と観測結果のばらつきにもかかわらず,一貫した予測パフォーマンスを示すモデリングは機能データから定義された領域が最適に機能することがわかる.相関と部分相関の中間である共分散の接線ベースのパラメーター化により領域間相互作用をキャプチャすることが有益であること.また,ロジスティック回帰などの単純な線形予測子が最良の予測を提供する.本稿は,臨床のための再現可能な画像ベースのバイオマーカーを確立するための一歩である.

機械学習回帰アルゴリズムとサンプルサイズが機能的接続に基づく行動予測に及ぼす影響

The effect of machine learning regression algorithms and sample size on individualized behavioral prediction with functional connectivity features
Cui, Zaixu and Gong, Gaolang Neuroimage, vol.178, pp.622–637, 2018

機械学習回帰(ML)アプローチを使用した個別の行動/認知予測はますます適用されている.特定のML回帰アルゴリズムとサンプルサイズは,予測精度に重要な影響を与える2つの重要な要素である.しかし,ML回帰アルゴリズムと個別の行動/認知予測パフォーマンスのサンプルサイズの影響は包括的に評価されていない.この問題に対処するために,本研究には一般的に使用される6つのML回帰アルゴリズムを用いる.OLS回帰,LASSO回帰,リッジ回帰,エラスティックネット回帰,線形サポートベクトル回帰(LSVR),および関連性ベクトル回帰(RVR).さまざまなサンプルサイズに基づいて特定の行動/認知予測を実行した.具体的には,Human Connectome Project(HCP)の公開されている静止状態機能的MRI(rs-fMRI)データセットを使用し,特徴量として脳全体の静止状態機能的接続(rsFC)またはrsFC強度(rsFCS)を抽出した.HCPコホート全体からサブサンプリングすることにより,25のサンプルサイズ(20~700の範囲)を調査した.rsFCベースのLASSO回帰は他のアルゴリズムよりも著しく劣っており,rsFCSベースのOLS回帰は他のアルゴリズムよりも著しく劣っていた.アルゴリズムと特徴量の種類に関係なく予測精度とその安定性は,サンプルサイズの増加とともに指数関数的に増加した.用いたアルゴリズムとサンプルサイズの効果の特定のパターンは,fMRIデータの再テスト,さまざまなイメージング前処理スキームで処理されたデータ,さまざまな行動/認知スコアを使用した予測でよく再現されたため,効果の優れた堅牢性/一般化を示している.現在の調査結果は,選択されたML回帰アルゴリズムとサンプルサイズが行動/認知の個別の予測にどのように影響するかについての重要な洞察を提供し,関連する調査でML回帰アルゴリズムまたはサンプルサイズを選択するための重要なガイダンスを提供する.

マインドフルネスベース治療法によるオピオイド依存患者のデフォルトモードネットワークにおける接続の調整

Mindfulness-based therapy modulates default-mode network connectivity in patients with opioid dependence
Fahmy, Reham and Wasfi, Maha and Mamdouh, Rania and Moussa, Kareem and Wahba, Ahmed and Schmitgen, Mike M and Kubera, Katharina M and Wolf, Nadine D and Sambataro, Fabio and Wolf, Robert Christian European Neuropsychopharmacology, vol.29, no.5, pp.662–671, 2019

近年,マインドフルネスベースのプログラムは,物質使用障害(SUD)の治療において有望な臨床効果を示している.いくつかの研究では,マインドフルネスを瞑想実践者のデフォルトモードネットワーク(DMN)接続の減少に関連付けたが,SUD患者におけるその影響を調査した研究はわずかである.この研究の目的は,治療の最初の月にマインドフルネスベースの治療(MBT)を受けているアヘン依存患者のDMN接続の変化を検出することである. MBTまたは通常の治療(TAU)グループに割り当てられた32人の患者からのデータを治療の4週間前と後の1.5Tの安静時機能MRIを使用して調査しました.独立成分分析(ICA)を用いて前部と後部DMNサブシステムを調査した.治療後の接続性の変化は,衝動性,苦痛耐性,およびマインドフルネスの尺度に関連していた.TAUと比較してMBTを受けている患者では治療後のマインドフルネススコアの増加が見られた.前方DMN内でTAUと比較してMBTを受けた患者では、右下前頭皮質の結合性の低下が検出された.さらに,MBTグループ内では治療後に右上前頭皮質の接続性が検出された.下前頭皮質機能は,マインドフルネス測定と有意に関連していた.データは,MBTがアヘンの禁欲中に役立つことを示唆しており,オピエート依存患者では,DMN内の異なる機能的接続の変化がMBTに関連している.

注意欠陥多動性障害の時間知覚に対するワーキングメモリの影響の調査

Exploring the Effects of Working Memory on Time Perception in Attention Deficit Hyperactivity Disorder
Lee, Hom-Yi and Yang, En-Lin Psychological reports, vol.122, pp.23–35, 2019

注意欠陥多動性障害(ADHD)の子供は,しばしば時間知覚の欠陥があると報告されている.ただし,ワーキングメモリのタスクのパフォーマンスと時間知覚の間には強い関係がある.したがって,ADHDの子どもの時間知覚のパフォーマンスの低下は,ワーキングメモリの不足に起因する可能性がある.この研究では,参加者のワーキングメモリが個別に評価された.したがって,ワーキングメモリとADHDの子供の時間知覚との関係を探索することが可能である.ADHDの56人の子供と健康なコントロール群の子供は,ワーキングメモリと時間知覚を測定するタスクを完了した.結果は,ADHDの子供の時間弁別能力はコントロール群よりも劣っていることを示した.しかし,時間知覚とワーキングメモリの間には強い関連があった.ワーキングメモリと知性を制御した後,ADHDの子供の時間弁別能力は,コントロール群の時間弁別能力より有意に劣っていなかった.ADHDの子供には,時間知覚とワーキングメモリの間に相互依存関係があることを提案する.