日本語AIでPubMedを検索
自閉症スペクトラム障害における皮質厚さの非典型的な年齢関連変化。
Atypical age-related changes in cortical thickness in autism spectrum disorder.
PMID: 32632150 DOI: 10.1038/s41598-020-67507-3.
抄録
最近の縦断的神経イメージングと神経生理学的研究では、神経信号の相対的な年齢関連の変化を追跡することで、神経指標の静的なスナップショットではなく、典型的な発達（TD）者と自閉症スペクトラム障害（ASD）者を識別するために、より高い感度を提供できることが示されている。しかし、ASDの非典型的な脳の発達を識別するためには、年齢に関連した変化（軌跡）のどの側面が最適なのかは明らかではない。大規模な横断的データセット（自閉症脳画像データ交換[ABIDE]リポジトリ;リリースIとII）を使用して、我々はTDとASD集団（年齢範囲6-30"Zs_A0"歳）における皮質厚さ（CT）の年齢に関連する変化を探ることを目的とした。皮質厚は、3つの空間的粗さのスケール（関心領域の数が異なる3つのパーセレーション）でのT1強調MRI画像から推定した。各パーセレーションについて、CTの加齢に伴う変化を表す3つの多項式モデルを検証した。具体的には、CTの軌跡の変化を特徴づけるために、実験群間でCTの軌跡の直線的な傾き、曲率、収差を比較し、それぞれ線形、二次、三次の多項式モデルを用いて推定した。また、自閉症診断観察スケジュール（ADOS）スコアとして定量化されたASD症状と加齢に伴う変化との関連を検討した。大脳皮質の厚さには全年齢範囲で群間差は認められなかったが、ASDとTDの集団では、主に前頭部とテンポ-頭頂部に位置する加齢に関連した変化の点で異なっていた。これらの非典型的な年齢関連変化は、ASD集団のADOSスコアにも関連しており、TD集団の発達からASDを予測するために用いられた。これらの結果から、曲率は、症状との関連でより顕著な効果を持つASDの発達的に非定型な脳領域を局在化するための最も信頼性の高い特徴であり、ASDの発達を予測する上で最も感度が高いことが示唆された。
Recent longitudinal neuroimaging and neurophysiological studies have shown that tracking relative age-related changes in neural signals, rather than a static snapshot of a neural measure, could offer higher sensitivity for discriminating typically developing (TD) individuals from those with autism spectrum disorder (ASD). It is not clear, however, which aspects of age-related changes (trajectories) would be optimal for identifying atypical brain development in ASD. Using a large cross-sectional data set (Autism Brain Imaging Data Exchange [ABIDE] repository; releases I and II), we aimed to explore age-related changes in cortical thickness (CT) in TD and ASD populations (age range 6-30 years old). Cortical thickness was estimated from T1-weighted MRI images at three scales of spatial coarseness (three parcellations with different numbers of regions of interest). For each parcellation, three polynomial models of age-related changes in CT were tested. Specifically, to characterize alterations in CT trajectories, we compared the linear slope, curvature, and aberrancy of CT trajectories across experimental groups, which was estimated using linear, quadratic, and cubic polynomial models, respectively. Also, we explored associations between age-related changes with ASD symptomatology quantified as the Autism Diagnostic Observation Schedule (ADOS) scores. While no overall group differences in cortical thickness were observed across the entire age range, ASD and TD populations were different in terms of age-related changes, which were located primarily in frontal and tempo-parietal areas. These atypical age-related changes were also associated with ADOS scores in the ASD group and used to predict ASD from TD development. These results indicate that the curvature is the most reliable feature for localizing brain areas developmentally atypical in ASD with a more pronounced effect with symptomatology and is the most sensitive in predicting ASD development.