Assessing specificity testing in Lesion Network Mapping
本論文は、特異性テストと他の病変ネットワークマッピング（LNM）のバリアントとの関係を明確にすると同時に、LNMの特異性ネットワークにおける持続的な反復が疾患特異性の根本的な限界を明らかにしていることを示し、それによって、神経学的および精神医学的疾患の根底にある脳回路を特定するための新しい手法の開発の必要性を強調するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
人間の脳は、孤立した部分の集まりではなく、あらゆる領域が他の多くの領域と対話する、広大で相互に連結したネットワークです。脳卒中や腫瘍によって特定の領域が損傷すると、抑うつ、記憶喪失、運動障害といったその人が経験する症状は、多くの場合、このネットワーク内にある特定の回路が損傷によって遮断された結果として現れます。長年、科学者たちは「病変ネットワーク・マッピング（Lesion Network Mapping）」と呼ばれる手法を用いて、これらの回路を見つけ出してきました。その考え方は単純です。もし損傷の場所が分かれば、健康な脳の接続に関する標準的なマップを参照することで、その損傷によってどの離れた部位も影響を受けているかを予測できるというものです。研究者たちは、似たような症状を持つ多くの患者の接続を平均化することで、特定の疾患に責任を持つ正確な神経経路を特定し、新しい治療法の明確な標的を提供したいと考えてきました。
しかし、新しい分析は、この手法が実際には存在しないパターンを見ている可能性があることを示唆しています。マルティン・ファン・デン・ヘウベル率いる研究チームは、このマッピング手法を用いた数百の研究結果を検証しました。彼らは、精神病、抑うつ、心的外傷後ストレス障害（PTSD）といった非常に異なる疾患に対して特定された脳回路が、ほとんど同一であることを発見しました。実際、これらの無関係な疾患のマップは非常に似通っており、60パーセント以上の特徴を共有していました。これは、医学的な画像診断においては異常に高い重複レベルです。研究者たちは、この反復はこれらの疾患が同じ原因を共有している兆候ではなく、むしろ手法自体の数学的な癖（アーティファクト）であると主張しています。この技術は、すべての患者を分析するために単一の標準的な接続マップに依存しているため、調査されている特定の疾患に関わらず、結果は必然的にその標準マップに見られる最も一般的なパターンへと引き寄せられてしまうのです。
問題の核心は、この手法がどのようにデータを処理するかという点にあります。科学者が病変ネットワーク・マッピングを使用する場合、患者の損傷箇所を取り上げ、それを「ノルマティブ・コネクトーム（規範的コネクトーム）」（健康な脳の平均的な接続を表す大規模なデータベース）上に投影します。研究者たちは、二つのグループ（例えば、抑うつ患者と別の疾患を持つ患者）を比較する際、この手法は単に一方のグループの平均的な接続を他方から差し引いているだけであることを示しました。両方のグループとも、元の健康な接続のデータベースから抽出されているため、結果は依然として元のデータベースの構造に強く左右されます。これは、二人の人物の手を共通の一般的な手形と比較して、独自の指紋を見つけ出そうとするようなものです。見出される違いは、真に独特なアイデンティティのエビデンスというよりも、単に同じ基本的な形状のバリエーションに過ぎないことがよくあります。
これを検証するため、チームは数十の研究からなるデータを再分析しました。そこには数百人の患者と数十の異なる疾患が含まれていました。彼らは「特定」の症状として発表されていた脳マップを再構築し、それらを互いに比較しました。その結果は驚くべきものでした。パーキンソン病、認知機能低下、不安障害といった異なる疾患に対して生成されたマップは、高い程度の類似性を示しました。研究者が、これらの研究が特定の疾患に特有であると主張していた活動のピークを調べたところ、同じ箇所が異なる無関係な疾患において繰り返し現れることが分かりました。例えば、ある研究では前頭葉の下部にある特定の領域が抑うつの鍵となるターゲットとして特定されましたが、同じ領域が、他の研究では脳卒中後の認知障害や、さらには離脱体験（体外離脱感覚）の鍵となるターゲットとしても強調されていました。
研究者たちはまた、より複雑で新しいバージョンである「症状ベース・マッピング（symptom-based mapping）」と呼ばれる手法が、この問題を解決できるかどうかについても調査しました。このアプローチは、診断名だけでなく、患者の症状の重症度と脳マップを直接結びつけようとするものです。しかし、チームはこの手法が古いアプローチと数学的に等価であり、単に同じ引き算の異なるやり方に過ぎないことを発見しました。その結果、この手法も同じ制限に苦しむことになります。科学者が二つのグループ間の単純な比較を行うか、複雑な統計モデルを用いるかにかかわらず、出力は使用している標準的な脳マップの既存の構造に制約されます。この手法は、実質的に、健康な脳マップの既存の低次元な構造に適合する違いを見つけることに限定されており、特定の疾患に真に固有の回路を発見することを困難にしています。
これは、これらの疾患のための脳回路が存在しないことを意味するのではなく、現在のツールがそれらを分離するには精度が足りないことを示唆しています。研究者たちは、脳は少数の広範で共有されたネットワークが多くの異なる症状や疾患に影響を与えるという原理に基づいて機能している可能性があると提案しています。この見解によれば、マップに見られる重複はデータの失敗ではなく、脳の仕組みを反映したものです。同じ神経経路が、創造性から恐怖に至るまで、幅広い人間の経験に関与しており、単一の損傷がこれらの共有された経路を遮断することで、異なる患者間で似たような現象を引き起こしている可能性があります。
本研究は、あらゆる症状には見つけられるべき単一の孤立したネットワークがあるという考えを超えていく必要があると結論付けています。代わりに、今後の研究は、これらの共有され、重複するネットワークが、いかにして複雑な人間の行動や疾患の景観に寄与しているかを理解することに焦点を当てるべきです。現在の手法は貴重な洞察を提供してきましたが、研究者たちは、固有の治療ターゲットを特定するためにこれに頼りすぎることは、疾患そのものではなく、マップ自体のアーティファクトであるパターンを追いかけることにつながると警告しています。進むべき道は、健康な脳の支配的で繰り返されるパターンを通り抜け、疾患を真に定義する微細で特異な差異を見つけ出すことができる、新しいアプローチを必要としています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。