治療抵抗性統合失調症における経皮的耳介迷走神経刺激（taVNS）反応の予測ニューロマーカーとしての前頭-頭頂および前頭-側頭EEGコヒーレンス：機械学習研究

概要：
反応性のばらつきは、治療抵抗性統合失調症（TRS）における経皮的耳介迷走神経刺激（taVNS）の陰性症状に対する臨床的有用性を制限します。本研究は、個々の反応を予測し、関連する神経生理学的機構を探索することを目的とした、脳波（EEG）に基づく機械学習（ML）モデルの開発を目指しました。本研究では、taVNS試験に登録された50名のTRS患者の治療前EEGデータの特徴（パワー、コヒーレンス、および動的機能結合性）に基づく予測モデルを、ネスト型交差検証の枠組みの中で開発・検証するためにMLを用いました。参加者は、活性 taVNS または偽刺激 taVNS をそれぞれ25名ずつ、2週間にわたって20回のセッションを受け、続いて2週間のフォローアップを行いました。予測対象は、治療開始時から治療後までの陰性症状に関するPANSS-FSNSの変化率であり、モデルの特異性と神経生理学的関連性のさらなる評価を行いました。最適モデルは、活性群における taVNS 応答を正確に予測し、予測されたPANSS-FSNSの変化は観察された変化と強く相関した（r = 0.87、p < .001）；置換検定により、性能が偶然を上回ることが確認された（p < .001）。一貫して保持された特徴は9つで、主に前頭-頭頂系および前頭-側頭系のコヒーレンス特徴が占めていた。シャム群における予測性能はごく僅かであり、陽性症状の変化を予測できなかったことは、taVNS関連の陰性症状改善に対するこの振動的指標の予測特異性を支持している。前頭-頭頂-側頭ネットワーク内の2つのコヒーレンス特徴は、taVNS後の変化が症状の改善と有意に関連することを示し、予測因子および潜在的治療標的としての二重の役割を示唆している。EEGの振動性ニューロマーカーは、TRSにおける個々の taVNS 応答を正確に予測でき、機序に基づく精密ニューモジュレーション戦略を支持します。