ADHD児のサンプルにおける潜在プロファイル分析を用いた神経発達データの異質性を特徴付けるフレームワーク。

背景：神経発達障害、特に注意欠陥多動性障害（ADHD）における異質性は、バイオマーカーを同定し、臨床ケアの基準を開発する上での障害としてますます認識されるようになっています。ADHD患者の有意なサブグループを同定する目的で、これまで様々な種類のデータに対してクラスタリング分析手法が用いられてきました。しかし、これらの分析では、グループへの所属に誤りがないことを前提としたアルゴリズム的アプローチに依存することが多く、行動、神経認知、遺伝指標のパターン間の関連付けは行われてきませんでした。より洗練された潜在的分類モデルは、サンプルサイズが小さい場合、これらのモデルを扱うことが困難であるため、神経発達研究において利用されないことが多い。

方法：本研究では、神経発達研究の典型的なサンプルサイズにおいて、混合モデルを評価するためのフレームワークを提案する。本研究では、定性的・定量的なモデル適合度評価手法を組み合わせて説明する。潜在プロファイル分析（LPA）を用いて、ADHDの有無にかかわらず120名の児童を対象とした事例研究において、よく知られた神経心理学的指標から始め、脳波測定との統合を図りながら、この枠組みを検証した。

結果：7つの神経心理学的指標を用いて、安定した5クラスのLPAモデルを同定した。多方面からの指標を用いた安定したモデルを同定することはできなかったが、神経心理学的モデルの結果を外挿することで、5つの周波数帯に渡る安静時脳波パワーの明確なパターンを同定することに成功した。

結論：混合モデルの経験的評価と同時に理論的評価を重視する我々のアプローチは、混合モデルを臨床研究者にとってより利用しやすくし、神経発達障害における異質性の解析に有用なアプローチとなる可能性がある。