臨床および機能的MRIの特徴を用いたパーキンソン病の軌道予測：再現および複製研究

パーキンソン病（PD）は、病理生理学が十分に理解されていない一般的な神経変性疾患です。臨床実践において、早期段階の診断と病気の進行予測において、確立されたバイオマーカーがないために課題が発生します。機能的磁気共鳴画像法（fMRI）などの神経画像技術を用いて得られた複数のバイオマーカーが最近研究されています。しかし、神経画像に基づく測定の信頼性と一般化可能性は、異なる分析方法や人口サンプリングによってもたらされるさまざまな変動要因に影響を受けます。この文脈において、このようなバイオマーカーの堅牢性を評価することが重要です。本研究は、PDの潜在的な神経画像バイオマーカーの再現性を調査する大規模プロジェクトの一部です。ここでは、Nguyen et al. 2021で説明されたモデルを再現（同じデータ、同じ方法）し、複製（異なるデータまたは方法）を試みます。人口統計、臨床および神経画像特徴（安静時fMRIから抽出されたfALFFおよびReHo）を使用して、個々のPDの現状と進行を予測します。Nguyen et al. 2021と同様に、パーキンソン病進行マーカーイニシアチブデータセット（PPMI、ppmi-info.org）を使用し、可能な限り元のコホート、画像特徴、および機械学習モデルを再現しようとしました。また、コホート選択、特徴抽出パイプライン、および入力特徴セットにおける方法論的なバリエーションも調査しました。再現ワークフローを使用して、すべてのモデルで偶然の性能を上回る結果を得ることができました（R2>0）が、この性能は元の研究で報告されたものとは非常に異なっていました。元の作業を再現し、複製する際に直面した課題は、特に臨床環境における神経画像研究の複雑さによって説明される可能性があります。将来的にこのような研究の再現性を高めるために、バージョン管理ツールの使用、パイプラインの標準化、分析コードおよび派生データの公開などの推奨事項を提供します。