自閉症,注意欠陥/多動性障害,強迫性障害における脳形態のクラスタリング構造における複製性の特徴

科学分野:

• 神経科学
• 発達心理学
• バイオ統計学

背景:

• 神経発達障害は診断内で有意な異質性を示し,診断間で重なり合っている.
• 伝統的な症例対照設計は,神経発達状態の複雑さを完全に捉えることはできません.
• データを駆動したクラスタリングアプローチは,神経開発の異質性を理解するための有望な代替案です.

研究 の 目的:

• 2つの独立したデータセットで神経多様性の子供における脳形態のクラスタリング構造の複製性を調査する.
• 異なる脳測定値と人口統計学的なサブセット (例えば,男性/女性) の間のクラスタリング構造の調整を評価する.
• クラスタリングのアプローチから派生した脳行動関連の一貫性を調べる.

主な方法:

• オンタリオ州神経発達障害 (POND) ネットワークと健康脳ネットワーク (HBN) の構造磁気共鳴画像 (MRI) データを活用した.
• 主要成分分析 (PCA) とクラスタリング技術を用いて,皮質の体積,表面積,皮質の厚さ,皮質下体積を測定する.
• 主要な構成要素の相関性,クラスタ化性,脳の測定値,サブセット,データセットの整合性を調べた.

主要な成果:

• 重要な相関 (82. 1%) は,データセットの脳測定から得られた主な構成要素の間に発見されました.
• 一貫した2つのクラスター構造がデータセット,脳測定,性サブセットに複製されました.
• クラスター組成の調整は脳の測定値によって異なっており,クラスター間の差異の地域的な効果サイズは高度に相関していた (R^2=0. 93).
• データに基づいたクラスターは 既定の診断ラベルと一致しませんでした
• 脳と行動との関連は,男性のサブセットと皮質下体積のみで再現されました.

結論:

• 証拠は,独立したコホートにおける神経多様性の子供の脳形態学におけるデータ主導のクラスタリング構造の複製性を支持しています.
• この結果は,クラスタリングアプローチの可能性を強調していますが,クラスタを診断カテゴリーに合わせる際の限界を強調しています.
• 関連した脳行動関係のクラスタリングと解釈のための複数の脳測定を統合する際には注意が必要です.