機能的接続性MRIを用いた小児トゥレット症候群の多変量パターン分類

Multivariate pattern classification of pediatric Tourette syndrome using functional connectivity MRI
Deanna J. Greene, Jessica A. Church, Nico U.F. Dosenbach, Ashley N. Nielsen, Babatunde Adeyemo, Binyam Nardos, Steven E. Petersen, Kevin J. Black, Bradley L. Schlaggar
Developmental science 19.4 (2016): 581-598

“トゥレット症候群(TS)は動きや声のチックで特徴づけられる神経精神の発達障害である.
TSを有する人は症状の時間変化の予測と治療の効力の進歩に大きな恩恵を受けている.
初めのステップとして,私たちはレスティングステイト機能的接続性(RSFC)MRIで計測した脳のネットワークの活動におけるパターンが個人の属する症候群のグループを予測可能かどうかを検証するために多変量解析のサポートベクターマシーン(SVM)を適用した.TSを有する42人の小児(8-15歳)と対照的な42人の非罹患者(年齢,IQ,スキャナー内運動の一致)のRSFCデータが含まれていた.単変量の検定はグループの重要な違いを見分けられなかったが,SVMは70%の精度でグループを分類した(p<.001).私たちはまた,SVMの全体的な制度に加えて,個々の正確な分類のための信頼度を提供するSVMのバイナリ分類の新たな適応を報告する.私たちの結果は,多変量解析がいくつかの脳障害の複雑さをよりよく攻略し,TSを有する人の予後と治療結果を予測することを約束しているという主張を支持する."