Elucidating pathology and treatment mechanisms of stuttering from the viewpoint of attentional function through brain resting-state functional connectivity

点击翻译按钮获取中文摘要

【MRIデータの前処理】本年度はfMRIデータの処理方法等についての知見を深め、より適切な解析についての見通しを立てた。本研究では、安静時機能的結合データを扱う際、脳表面の座標系の1つであるConnectivity Informatics Technology Initiative (CIFTI) フォーマットを用いることとした。CIFTIフォーマットを用いるためには、fmriprep-ciftifyという解析パイプラインを用いる必要があり、その準備を行った。具体的には、T1強調画像、T2強調画像、安静時機能画像をBrain Imaging Data Structure (BIDS) と呼ばれる脳データの保存形態に則って整理した。【統計解析手法の検討】2022年にNature誌に出版されたMarek et al.の高いインパクトを持つ研究において、安静時機能的結合性から行動特性を予測する際にサンプルサイズが小さいと統計学的なエラーを犯す確率が高く、適切な予測を行うには数千人単位のデータが必要であることが示された。本研究における吃音群のサンプルサイズが100程度であることを考えると、この論文の知見は本研究の科学的合理性に直接的に関連するものであり、このような統計学的な問題を解決する必要が生じた。そこで、心理学分野で広く用いられている分析手法である潜在変数モデルに着目し、安静時機能的結合性データを想定したシミュレーションを行うとともに、Human Connectome Projectが公開している1,000人以上のデータに対して当該モデルを用いた分析を行った。潜在変数モデルの特性や利点について調べることは、上記の統計学的な課題を解決するための一助となる。【介入法の検討】前年度に引き続き、吃音のある成人に対する心理的介入の系統的レビューとメタ解析を進めた。