バイオマーカー

科学分野:

• 神経画像;医療情報学;健康格差研究

背景:

• 自動デフェーシングソフトウェアは、脳画像研究における参加者のプライバシーを保護するために不可欠です。;既存のデフェーシングツールは、主に非ヒスパニック白人集団で検証されています。;人種グループ間でのデフェーシングソフトウェアのパフォーマンスの格差は、よく理解されていません。

研究 の 目的:

• 脳MRIにおけるデフェーシングソフトウェアのパフォーマンスを多様な人種グループ間で評価すること。;非ヒスパニック白人、アフリカ系アメリカ人、メキシコ系アメリカ人の個人間で、神経画像測定値（皮質厚、灰白質量）に対するデフェーシングの影響を比較すること。

主な方法:

• 健康と老化の脳研究：健康格差（HABS-HD）コホートの305人の参加者からのT1強調MRIデータを使用しました。;年齢、性別、認知状態によって3つの人種グループ（非ヒスパニック白人、アフリカ系アメリカ人、メキシコ系アメリカ人）の参加者を一致させました。;デフェーシングのためにmri_refaceソフトウェアを、神経画像分析のためにFreeSurferを適用し、グループ間でデフェーシングされた画像と元の画像との測定値の違いを比較しました。

主要な成果:

• 非ヒスパニック白人グループとメキシコ系アメリカ人グループの間、およびアフリカ系アメリカ人グループとメキシコ系アメリカ人グループの間で、皮質厚のデフェーシング効果に有意な差が観察されました。;アフリカ系アメリカ人グループとメキシコ系アメリカ人グループの間で、デフェーシングによる灰白質量の違いが有意でした。;観察された皮質厚と灰白質量の両方の違いは一般的に小さく、地域への影響は最小限でした。

結論:

• デフェーシングソフトウェアのパフォーマンスは、人種グループ間で大きく異なります。;将来の研究では、公平なパフォーマンスを確保するためにデフェーシングアルゴリズムを最適化することに焦点を当てます。;デフェーシングソフトウェアの現在のバージョンは、神経画像分析の実用的な結果に影響を与える可能性が低い違いを生み出します。