文献詳細
文献概要
特集 うつ病のバイオマーカー開発の試み
機能的MRIを用いたうつ病の生物学的指標開発の試み
著者: 岡田剛1
所属機関: 1広島大学大学院医系科学研究科精神神経医科学
ページ範囲:P.162 - P.166
文献購入ページに移動抄録
うつ病には脳回路の不調が関与していると考えられるが,現在の診療では,客観的に脳回路の不調を評価できる生物学的指標(バイオマーカー)は確立していない。機能的MRIは高い空間解像度と時間解像度で,非侵襲的に検査を行うことが可能なため,機械学習の手法と組み合わせて,うつ病の診断や治療法の選択に有用な脳回路バイオマーカーの開発を目指した研究が進められている。実臨床に応用していくためにはまだ多くの課題があるが,MRIの機種間差を乗り越えるための技術開発と多施設共同研究により,複数の外部独立データに汎化性能を示すうつ病診断脳回路バイオマーカーも開発されており,実用化を目指した前向き臨床研究も開始されている。今後も撮像・解析技術の進歩と多施設共同研究の発展により,機能的MRIを用いたうつ病の脳回路バイオマーカーが確立され,日常診療に役立つ日が来ることを期待したい。
うつ病には脳回路の不調が関与していると考えられるが,現在の診療では,客観的に脳回路の不調を評価できる生物学的指標(バイオマーカー)は確立していない。機能的MRIは高い空間解像度と時間解像度で,非侵襲的に検査を行うことが可能なため,機械学習の手法と組み合わせて,うつ病の診断や治療法の選択に有用な脳回路バイオマーカーの開発を目指した研究が進められている。実臨床に応用していくためにはまだ多くの課題があるが,MRIの機種間差を乗り越えるための技術開発と多施設共同研究により,複数の外部独立データに汎化性能を示すうつ病診断脳回路バイオマーカーも開発されており,実用化を目指した前向き臨床研究も開始されている。今後も撮像・解析技術の進歩と多施設共同研究の発展により,機能的MRIを用いたうつ病の脳回路バイオマーカーが確立され,日常診療に役立つ日が来ることを期待したい。
参考文献
D report. Am J Psychiatry 163:1905-1917, 2006[PMID:17074942]
2)Pigott HE, Kim T, Xu C, et al:What are the treatment remission, response and extent of improvement rates after up to four trials of antidepressant therapies in real-world depressed patients? A reanalysis of the STAR*D study's patient-level data with fidelity to the original research protocol. BMJ Open 13:e063095, 2023[PMID:37491091]
3)Ogawa S, Lee TM, Nayak AS, et al:Oxygenation-sensitive contrast in magnetic resonance image of rodent brain at high magnetic fields. Magn Reson Med 14:68-78, 1990[PMID:2161986]
4)Wang Z, He D, Yang L, et al:Common and distinct patterns of task-related neural activation abnormalities in patients with remitted and current major depressive disorder:A systematic review and coordinate-based meta-analysis. Neurosci Biobehav Rev 152:105284, 2023[PMID:37315658]
5)Raichle ME, Snyder AZ:A default mode of brain function:A brief history of an evolving idea. Neuroimage 37:1083-1090;discussion 1097-1089, 2007[PMID:17719799]
6)Kaiser RH, Andrews-Hanna JR, Wager TD, et al:Large-scale network dysfunction in major depressive disorder:A meta-analysis of resting-state functional connectivity. JAMA Psychiatry 72:603-611, 2015[PMID:25785575]
7)Kambeitz J, Cabral C, Sacchet MD, et al:Detecting neuroimaging biomarkers for depression:A meta-analysis of multivariate pattern recognition studies. Biol Psychiatry 82:330-338, 2016[PMID:28110823]
8)Drysdale AT, Grosenick L, Downar J, et al:Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nat Med 23:28-38, 2017[PMID:27918562]
9)Dinga R, Schmaal L, Penninx B, et al:Evaluating the evidence for biotypes of depression;Methodological replication and extension of. Neuroimage Clin 22:101796, 2019[PMID:30935858]
10)Whelan R, Garavan H:When optimism hurts:Inflated predictions in psychiatric neuroimaging. Biol Psychiatry 75:746-748, 2014[PMID:23778288]
11)Yamashita A, Sakai Y, Yamada T, et al:Generalizable brain network markers of major depressive disorder across multiple imaging sites. PLoS Biol 18:e3000966, 2020[PMID:33284797]
12)Okada G, Yoshioka T, Yamashita A, et al:Verification of the brain network marker of major depressive disorder;Test-retest reliability and anterograde generalization performance for newly acquired data. J Affect Disord 326:262-266, 2023[PMID:36717028]
13)Okada G, Sakai Y, Shibakawa M, et al:Examining the usefulness of the brain network marker program using fMRI for the diagnosis and stratification of major depressive disorder:A non-randomized study protocol. BMC Psychiatry 23:63, 2023[PMID:36694153]
掲載誌情報