脳卒中後うつ病におけるCBTの効果予測：機械学習を用いた精密精神科リハビリテーションに向けて

科学分野:

• 神経科学
• 精神医学
• 医療情報学

背景:

• 脳卒中後うつ病（PSD）は回復に影響を与える一般的な合併症である。
• 認知行動療法（CBT）は潜在的な治療法であるが、反応の予測は困難である。

研究 の 目的:

• PSDに対するCBTの効果を評価する。
• PSD患者における個々のCBT反応を予測するための解釈可能な機械学習モデルを開発・検証する。

主な方法:

• CBTを受けているPSD患者120名と対照群123名の臨床的および心理的データを対象とした後ろ向き解析。
• 症状変化（PHQ-9、GAD-7、GSE）の群間比較。
• SHAP値とアブレーション分析を用いて検証されたCBT反応予測のためのランダムフォレスト分類器の開発。

主要な成果:

• CBT群は対照群と比較してうつ病症状の有意な改善を示した。
• ランダムフォレストモデルは高い予測性能（AUC = 0.897、精度 = 0.861）を達成した。
• CBT反応の主要な予測因子には、ベースラインのうつ病重症度（PHQ-9）、不安レベル（GAD-7）、自己効力感（GSE）、社会的支援（SSRS）が含まれた。

結論:

• CBTはPSD患者のうつ病症状の改善と関連していた。
• 開発された機械学習モデルは、PSDにおける治療反応の予測に有望であることを示している。
• 予測モデルの臨床応用には、さらなる前向き多施設検証が必要である。