縦断的な境界鮮明度係数の傾きが軽度認知障害からアルツハイマー病への転換までの時間を予測する：ADNIコホートを用いた生存分析

要旨: 軽度認知障害（MCI）を持つ人がアルツハイマー病（AD）へ進行するかどうかを予測することは、神経変性の初期段階において極めて重要である。この不確実性は臨床試験への参加を制限し、緊急の治療を遅らせる。境界シャープネス係数（BSC）は、構造MRIにおいて灰白質—白質境界がどれほど明瞭に見えるかを測定する。本研究はBSCの時間変化、すなわち境界の劣化が年あたりどれほど速いかを測定するものであり、MCIからADへの変換を予測する際に単一のベースラインスキャンを見るだけの場合よりもはるかに適している。本研究では、ADNI被験者450名から得られた1,824件のT1強調MRIスキャンを解析した（95名が変換群、355名が安定群；平均追跡期間: 4.84年）。BSCのボクセルごとのマップは、灰白質—白質の大脳皮質リボンに対する組織セグメンテーションを用いて計算した。先行研究ではCNNおよびRNNモデルが、AD分類で96.0%、MCI変換で84.2%の精度を達成しているが、それらの手法では脳内の特定領域が無視されている。本研究は特に灰白質—白質境界面に着目した。提案手法は、境界の劣化率を捉える時間傾き特徴量を用い、それらを右側打ち切りの生存データに対するノンパラメトリックなアンサンブル手法であるRandom Survival Forestに入力する。BSCの傾きで学習したRandom Survival ForestはテストC-indexを0.63で達成し、ベースラインのパラメトリックモデル（テストC-index: 0.24）に比べて163%の改善であった。構造MRIはPET撮像より費用がはるかに小さい（800--1,500 対 5,000--7,000）うえ、CSFの採取を必要としない。これらの時間バイオマーカーは、患者中心の安全性スクリーニングだけでなくリスク評価にも役立つ可能性がある。