睡眠EEGのパワーとコヒーレンス特性を用いて双極性障害と統合失調症を区別する:ポリソムノグラフィに基づく機械学習アプローチ

科学分野:

• 神経科学は神経科学である.
• 精神科医は精神病を患っている.
• スリープ・メディシン (睡眠医学)

背景:

• 双極性障害 (BD) と統合失調症 (SZ) は,症状と遺伝的リスクを共有し,診断の課題と治療の困難につながります.
• BDとSZを正確に区別することは,効果的な臨床管理と介入に不可欠です.

研究 の 目的:

• 夜間ポリソムノグラフィ (PSG) の有用性,特にEEGの電力スペクトルとコヒーレンス特性を調査し,BDとSZを区別する.
• これらの状態を区別するための客観的なバイオマーカーとして機能する神経生理学的睡眠マーカーを特定する.

主な方法:

• 196人のBDと154人のSZ患者のPSGデータを収集した.
• 総合的な睡眠パラメータ,EEGパワースペクトル,コヒーレンスメトリック分析のために,傾向スコアにマッチしたコホート (N=274) を利用した.
• ランダムな森林分類器を用いて,様々な特徴の差別力を評価した.

主要な成果:

• ランダムフォレストモデルは,最も高い分類精度 (71.88%),F1スコア (0.709),ROC-AUC (0.770) を達成しました.
• 主な差別的な特徴には,F3_Theta_Pow,総覚醒時間,C3_Theta_Pow,および睡眠効率が含まれていました.
• PSGから派生した睡眠中の神経生理学的なシグネチャーは,SZからBDを効果的に区別しました.

結論:

• 夜間PSGとEEG分析は,双極性障害と統合失調症を区別するための実用的で客観的な方法を提供します.
• 特定された神経生理学的睡眠パターンは,BDとSZの独特の神経生物学についての洞察を提供します.
• このアプローチは,潜在的に診断の正確性を向上させ,これらの疾患の個別化された臨床介入を導くことができます.