機械学習は専門家がMRIスキャンでADHDバイオマーカーを特定するのを助けます

ADHDと診断された合計51人の患者と定型発達の対照患者60人が含まれた。

モデル 1 の曲線下面積 (AUC) は 0.67 でしたが、時点と年間相対変化の両方を利用したモデル 3 では、わずかに優れた AUC 0.73 を達成しました。 両方の時点で、ADHD 患者に共通していると思われるいくつかの白質の特徴が観察されました。

上縦束、前頭斜路、終端条、下前頭後頭束、視床路および線条体路、および感覚運動領域に関わるその他の路の変化もADHDの兆候であった。 同様に、これらの領域における一般化分数異方性 (GFA) の経時的変化率が高いことは、視覚的注意、短期記憶、空間作業記憶の改善と相関していました。

ADHD患者の間でより一般的である微細構造発達の加速に関連する発見は、この主題に関する以前の神経画像研究と一致している、と著者らは指摘した。

「典型的な発達パターンからの逸脱を示す白質の微細構造特性とその発達変化の速度は、ADHDの重要なバイオマーカーとして機能する」と研究グループは書いている。

研究の要約が利用可能です ここ。