- 課題管理番号
- 23dm0307102h0005
- 統合プロジェクト(二期)
疾患基礎研究プロジェクト<第二期>
- 9つの連携分野プロジェクト
脳とこころの健康大国実現プロジェクト
- 事業名
脳科学研究の戦略的な推進<脳科学研究戦略推進プログラム、革新的技術による脳機能ネットワークの全容解明プロジェクト・戦略的国際脳科学研究推進プログラム> ,
戦略的国際脳科学推進プロジェクト ,
脳とこころの研究推進プログラム
- タグ(2023)
研究開発目的: 治療に関する研究
研究の性格: その他<上記のいずれも該当しない場合>
ICD-10大分類: 精神および行動の障害
対象疾患領域: 精神・神経疾患 , 老年医学・認知症
特記的事項: DX<SaMD、AI、ICTを含む>
補足確認: 診断 , 治療 , 予後・生活の質<QOL>
- タグ(2022)
研究の性格: 生命・病態解明等を目指す研究
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: その他
疾患領域: 精神・神経疾患
開発目的: 診断 , 治療 , 生活の質<QOL>
- タグ(2021)
研究の性格: 生命・病態解明等を目指す研究
開発フェーズ: 観察研究等
承認上の分類: 薬機法分類非該当
対象疾患: その他
疾患領域: 精神・神経疾患
- タグ(2020)
研究の性格: 生命・病態解明等を目指す研究
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: その他
疾患領域: 精神・神経疾患
開発目的: 予防・健康 , 診断 , 治療
- タグ(2019)
研究の性格: 生命・病態解明等を目指す研究
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: 精神および行動の障害
- 代表研究機関
- 学校法人慶應義塾
- 研究代表者
(2023) 三村將, 学校法人慶應義塾, 慶應義塾大学予防医療センター特任教授
(2022) 三村將, 学校法人慶應義塾, 慶應義塾大学医学部・教授
(2021) 三村將, 学校法人慶應義塾, 慶應義塾大学医学部・教授
(2020) 三村將, 学校法人慶應義塾, 慶應義塾大学医学部・教授
(2019) 三村將, 学校法人慶應義塾, 慶應義塾大学医学部 教授
- 研究期間
- 2019年度 - 2023年度
- 課題への総配分額
- 681,500 千円
- 研究概要(2023)
- 本研究の目的は、気分障害に対する各治療法(薬物療法、認知行動療法、反復経頭蓋磁気刺激療法、電気けいれん療法)の作用機序の解明とうつ病に対する各治療法の反応予測因子の確立である。慶應義塾大学において開始後4年を目処に合計200例(気分障害患者150名、健常者50名)のエントリーを目指す。気分障害患者に対し治療前後の2回の評価(MRI脳画像、臨床データ等)、健常者に対しては患者と同じスケジュールで2回の評価を行い、合計400データセットの取得を目標とする。治療終了後6ヶ月後には少なくとも3回目の臨床情報の評価は実施するが、脳画像データの取得に関しては努力目標とする。このため、2023年度は当該年度の目標症例数(合計40例薬物療法10例、認知行動療法10例、反復経頭蓋磁気刺激療法5例、電気けいれん療法5例、健常対照10例)に向けて積極的に症例登録を行っていく。集積している画像データ並びに臨床データをもとに各課題に関しての具体的な解析を実施・完遂する。
- 研究概要(2022)
- 本研究の目的は、気分障害に対する各治療法(薬物療法、CBT、rTMS、ECT)の作用機序の解明とうつ病に対する各治療法の反応予測因子の確立である。慶應義塾大学において開始後4年を目処に合計200例(気分障害患者150名、健常者50名)のエントリーを目指す。気分障害患者に対し治療前後の2回の評価(MRI脳画像、臨床データ等)、健常者に対しては患者と同じスケジュールで2回の評価を行い、合計400データセットの取得を目標とする。治療終了後6ヶ月後には少なくとも3回目の臨床情報の評価は実施するが、脳画像データの取得に関しては努力目標とする。このため2022年度は当該年度の目標症例数(合計50例 薬物療法10例、CBT10例、rTMS5例、ECT15例、健常対照10例)に向けて積極的に症例登録を行っていく。
- 研究概要(2021)
- 本研究の目的は、気分障害に対する各治療法(薬物療法、CBT、rTMS、ECT)の作用機序の解明とうつ病に対する各治療法の反応予測因子の確立である。慶應義塾大学において開始後4年を目処に合計200例(気分障害患者150名、健常者50名)のエントリーを目指す。気分障害患者に対し治療前後の2回の評価(MRI脳画像、臨床データ等)、健常者に対しては患者と同じスケジュールで2回の評価を行い、合計400データセットの取得を目標とする。治療終了後6ヶ月後には少なくとも3回目の臨床情報の評価は実施するが、脳画像データの取得に関しては努力目標とする。このため2021年度は当該年度の目標症例数(合計50例 薬物療法10例、CBT10例、rTMS5例、ECT15例、健常対照10例)に向けて積極的に症例登録を行っていく。
- 研究概要(2020)
- 本研究の目的は、気分障害に対する各治療法(薬物療法、CBT、rTMS、ECT)の作用機序の解明とうつ病に対する各治療法の反応予測因子の確立である。慶應義塾大学において開始後4年を目処に合計200例(気分障害患者150名、健常者50名)のエントリーを目指す。気分障害患者に対し治療前後の2回の評価(MRI脳画像、臨床データ等)、健常者に対しては患者と同じスケジュールで2回の評価を行い、合計400データセットの取得を目標とする。治療終了後6ヶ月後には少なくとも3回目の臨床情報の評価は実施するが、脳画像データの取得に関しては努力目標とする。このため2020年度は当該年度の目標症例数(合計50例 薬物療法10例、CBT15例、rTMS5例、ECT10例、健常対照10例)に向けて積極的に症例登録を行っていく。
- 研究概要(2019)
- 慶應義塾大学内における研究体制を整える。具体的には本研究に関する倫理委員会の承認を得る。承認を取得次第、速やかに気分障害と健常者の縦断データを得るためにエントリーを開始する。また、現在各施設で進行中の縦断研究の参加者を対象として本研究へのデータ共有が可能か倫理委員会への修正申請を行う。さらにすでに慶應義塾大学が行なっている国際連携に関するデータ共有(GEMRIC)に関して可能か全施設において倫理委員会に諮る。慶應義塾大学においてはGEとSiemensの機種間差の評価のため、20名の健常者で両機種の撮像を行い、補正方法を検討する。収集したデータ(3D-T1強調画像、rs-fMRI、DTI)の前処理と質評価を行う。
また精神疾患レジストリとの連携、他のAMED課題である「リストバンド型ウェアラブルデバイスデータを用いた抑うつエピソード検出及び重症度評価技術開発のためのデータ収集と機械学習モデルの構築」との連携もすすめた。
安静時機能的結合性に関して縦断的・網羅的全脳解析を行い、左淡蒼球―右被殻間の機能的結合性において寛解・非寛解と治療前・治療後の交互作用を認めた。また、電気けいれん療法・認知行動療法・薬物療法・経頭蓋磁気刺激の4つの治療法それぞれの検討においても、この左淡蒼球―右被殻間の機能的結合性は共通して交互作用が認められることを確認した。この結果から、うつ病の寛解の達成において左淡蒼球―右被殻間の機能的結合性の向上が「寛解に関連する共通の神経回路基盤」であると示唆された。
機械学習に関しては、国際脳全体のデータ共有を利用し、国際脳岡本班のデータも使用して、うつ病430名、健常者586名のデータを使用して、脳の機能的結合性を入力特徴量として、Graph convolutional モデルよるうつ病と健常者の弁別モデルを作成した。Balance Accuracyが69.9%のうつ病弁別モデルを作成した。うつ病の機能的結合性に関する過去の研究を概観しても、サンプル数が1000を超えるモデルは3つし存在せず、我々のモデルは精度もこの3つの先行研究と同等であった。さらに、脳機能的結合性を特徴量として、治療反応予測の判別器を作成した。
また、認知機能ドメインと安静時脳機能との関連に関して、うつ病患者では、扁桃体や頭頂皮質といった複数の領域から知覚運動野との機能的結合が低下することが示され、脳機能とうつ病の中核症状である精神運動静止やQOLとの関連を明らかにした。
また、気分障害の診断、状態、予後予測マーカーの作成に関しては、うつ病の病態と深く関わることが先行研究から示唆されている手綱核の境界確定を3テスラMRI上で行う深層学習モデルを開発し、更に手綱核の境界を明瞭に同定できる7テスラMRI画像と同一被験者の3テスラの画像を用いて分画化モデルの妥当性検証を終えた。当研究で作成した多施設データセットにこのモデルを使用して手綱核体積の解析を行い、うつ病の女性症例において手綱核体積と重症度が逆相関をすることを明らかにした。
2023年度は英語論文8件の投稿を行い、それぞれ出版された。また、研究結果を広く周知するために、日本生物学的精神医学会においてシンポジウムを開催した。上記のように概ね順当に研究が遂行されていると判断する。
上記のように当初の研究計画目標はほぼ達成されたと考える。
慶應義塾大学での研究成果
COVID-19による実臨床や症例登録への影響が本年度も多く存在する中で、2023年度は年間25例(薬物療法10例、認知行動療法10例、電気けいれん療法5例、経頭蓋磁気刺激0例、健常対照0例)の登録目標であったが、最終的には11例(薬物療法0例、認知行動療法4例、電気けいれん療法2例、経頭蓋磁気刺激0例、健常対照5例)を登録し(脱落症例含む)、全期間では176例(薬物療法40例、認知行動療法41例、電気けいれん療法18例、経頭蓋磁気刺激12例、健常対照65例)を登録した(脱落症例含む)。
また精神疾患レジストリとの連携、他のAMED課題である「リストバンド型ウェアラブルデバイスデータを用いた抑うつエピソード検出及び重症度評価技術開発のためのデータ収集と機械学習モデルの構築」との連携もすすめた。
加えて、慶応義塾のみがGE社製MRIを使用していることにより、マルチバンドでのHARPプロトコールでの撮像が困難であったが、NOVA社製コイルの導入により千葉大学、東京大学と共同でGE社製MRIにおけるHARPプロトコル(通称:GE-HARP)を確立し、千葉大学、東京大学と共同で旅行被験者を実施し、現在、得られた旅行被験者データを元にした機種間差補正を確立した。
また、安静時機能的結合性に関して縦断的・網羅的全脳解析を行い、左淡蒼球―右被殻間の機能的結合性において寛解・非寛解と治療前・治療後の交互作用を認めた。また、電気けいれん療法・認知行動療法・薬物療法・経頭蓋磁気刺激の4つの治療法それぞれの検討においても、この左淡蒼球―右被殻間の機能的結合性は共通して交互作用が認められることを確認した。この結果から、うつ病の寛解の達成において左淡蒼球―右被殻間の機能的結合性の向上が「寛解に関連する共通の神経回路基盤」である可能性が示唆された(現在、論文投稿準備中)。
機械学習に関しては、国際脳全体のデータ共有を利用し、国際脳岡本班のデータも使用して、うつ病430名、健常者586名のデータを使用して、脳の機能的結合性を入力特徴量として、Graph convolutional モデルよるうつ病と健常者の弁別モデルを作成した。Balance Accuracyが69.9%のうつ病弁別モデルを作成した。うつ病の機能的結合性に関する過去の研究を概観しても、サンプル数が1000を超えるモデルは3つし存在せず、我々のモデルは精度もこの3つの先行研究と同等であった(現在、論文投稿準備中)。
Time-varying functional connectivityを検討するため、前処理が終了し抽出されたROIの時間的データ(time-series)をHidden Markov model(HMM-MAR:Vidaurre.D. et.al 2017))を用いてstateに分類し各state間の遷移確率等をうつ病と健常者において比較を行い、うつ病における重要な症状である反芻思考との関連性の検証も行った。うつ病群では、Default mode network(DMN)の占有率と出現率が高く、sensorimotorとcentral executive networks (CEN)の占有率が低下し、DMNの出現率と反芻反応尺度(RRS)broodingスコアとの間に正の相関がみられた。CBTはDMN出現率を有意に減少させ、脳内ネットワーク間の遷移確率を変化させ、DMNからCENへの遷移を促進しており、うつ病において認知行動療法が反芻に関連する神経回路網にどのような影響を及ぼすかを明らかにした(現在、論文投稿準備中)。
国立研究開発法人 国立精神・神経医療研究センターでの研究成果
2023年度は年間25例(薬物療法0例、認知行動療法0例、反復経頭蓋磁気刺激療法5例、電気けいれん療法(ECT)10例、健常対照10例)の登録目標であったが、最終的には27例(薬物療法0例、認知行動療法0例、電気けいれん療法2例、経頭蓋磁気刺激14例、健常対照11例)を登録し(脱落症例含む)、全期間では190例(薬物療法32例、認知行動療法25例、電気けいれん療法28例、経頭蓋磁気刺激39例、健常対照66例)を登録した(脱落症例含む)。また、精神疾患レジストリと同時に登録している。
本分担課題である認知機能ドメインと安静時脳機能との関連に着目して解析を行った。うつ病患者では、扁桃体や頭頂皮質といった複数の領域から知覚運動野との機能的結合が低下することが示され、脳機能とうつ病の中核症状である精神運動静止やQOLとの関連を明らかにし、論文化を進めている。
京都大学での研究成果
2023年度は年間15例(薬物療法0例、認知行動療法5例、電気けいれん療法(ECT)0例、健常対照10例)の登録目標であったが、最終的には17例(薬物療法2例、認知行動療法5例、電気けいれん療法3例、健常対照7例)(脱落症例含む)、全期間では170例(薬物療法28例、認知行動療法60例、電気けいれん療法21例、健常対照61例)を登録した(脱落症例含む)。また精神疾患レジストリとの連携も進めた。
本研究では3テスラMRIを研究参画施設で共通して利用しているが、京都大学では一部の被験者に対して超高磁場(7テスラ)のMRI撮像を追加で実施している。2023年度は新規に28例(薬物療法3例、認知行動療法14例、電気けいれん療法 3例、健常対照8例)の7テスラMRI画像データを取得し、期間全体の撮像数の合計を91例とした。
当研究計画が目標としている気分障害の診断、状態、予後予測マーカーの作成に向け、うつ病の病態と深く関わることが先行研究から示唆されている手綱核の境界確定を3テスラMRI上で行う深層学習モデルを開発し、更に手綱核の境界を明瞭に同定できる7テスラMRI画像と同一被験者の3テスラの画像を用いて分画化モデルの妥当性検証を終えた。当研究で作成した多施設データセットにこのモデルを使用して手綱核体積の解析を行い、うつ病の女性症例において手綱核体積と重症度が逆相関をすることを明らかにした。この結果について論文投稿を行い出版された(Kyuragi et al., Biol Psychiatry : GOS, 2024)。続いて手綱核の体積、ならびに関連する結合の縦断変化、また手綱核体積、結合に基づく治療反応予測について解析が概ね終了し、論文投稿準備中である。また、CBTを受けた当研究の被験者の心理尺度データを用いて抑うつの回復におけるポジティブ情動の役割を明らかにし、現在、論文投稿中である。
予備的研究として、ECTを受けたうつ病患者18例と統合失調症患者11例において、治療前後で体積が変化した領域を明らかにした(Kawashima et al., Neuroimage : Clin, 2023)。その他、総説論文を含め関連論文を3件投稿しそれぞれ出版された。
上記のように当初の研究計画目標はほぼ達成されたと考える。