パーキンソン病研究におけるβ波バースト行動の解析：小波を用いた時間周波数検出の新たな枠組み

背景説明

パーキンソン病（Parkinson’s Disease、PD）は、震え、硬直、動作緩慢を特徴とする運動機能障害を主な症状とする一般的な神経変性疾患です。近年の研究では、PD患者の運動障害がβ帯域（13–35 Hz）の神経活動の過剰な同期性と密接に関連していることが示されています。従来の考え方では、PD患者のβ帯域活動は持続的に高まっているとされていましたが、最新の研究では、この活動は持続的ではなく、短期間の突発的な形式（β波バースト）で現れることが明らかになりました。これらのバーストは、PD患者において強度および持続時間が顕著に増加しています。既存の検出方法は主にβ帯域の単一周波数ピークに焦点を当てており、この制約により、β帯域内の他の重要な情報が見逃される可能性があります。この問題に対処するために、本研究では広い周波数範囲でのβ波バースト行動を特定・解析するための小波分解に基づく新しい方法を提案し、その運動機能障害との関連性を検討しました。

論文の出典

本研究はTanmoy Sil、Ibrahem Hanafiらによって実施され、著者の所属機関にはドイツのヴュルツブルク大学病院神経科（University Hospital Würzburg）およびロンドン帝国大学（Imperial College London）が含まれます。論文は《Neurotherapeutics》の2023年第20巻に掲載され、オンライン公開日は10月11日です。

研究手法

対象

研究には、進行したPD患者7名（女性1名、平均年齢57.57歳、平均罹患期間9.29年）が参加しました。全員がMedtronic SenSight™深部脳刺激（DBS）電極の埋め込み手術を受け、術後少なくとも3か月後に慢性局所電位（LFP）の記録が行われました。

データ収集

LFPデータは、患者が静止した状態で記録されました。サンプリングレートは250 Hz、記録時間は20.9秒でした。全ての患者は、記録前に少なくとも12時間抗パーキンソン薬の投与を中止し、DBS刺激は記録開始の少なくとも30分前に停止されました。データ収集後、小波変換を使用して時間周波数スペクトルが生成され、80パーセンタイルの閾値でフィルタリングされ、β波バースト領域が識別されました。

小波分解とバーストの識別

小波変換にはMorlet小波（周期幅10）が使用され、周波数範囲は10–40 Hz、周波数分解能は1 Hzです。閾値フィルタリングにより、バーストは時間周波数行列中の閾値を超える領域として定義され、以下の指標が計算されました： - バースト持続時間（Δt）：バースト領域の時間軸上の幅。 - 周波数範囲（Δf）：バースト領域の周波数軸上の高さ。 - バースト強度：バースト領域の最大振幅。

統計解析

研究では、低β帯域（13–20 Hz）と高β帯域（21–35 Hz）のバースト特性と臨床運動障害スコア（MDS-UPDRS III）の相関性を分析し、Pearsonの相関係数および反復測定分散分析（RM-ANOVA）を用いて統計的検定を行いました。

研究結果

β波バースト行動の違い

低β帯域と高β帯域のバースト行動には明確な違いがあることが分かりました： 1. 低β帯域バースト：持続時間が長く（Δtが大きい）、周波数範囲が広い（Δfが大きい）、運動障害スコア（MDS-UPDRS III）と正の相関がありました。 2. 高β帯域バースト：持続時間や周波数範囲の増加が運動障害スコアと負の相関を示しました。

また、低β帯域バーストの発生確率は高β帯域よりも有意に高く、低β帯域の双側対称性も高β帯域より高いことが確認されました。

臨床関連性

低β帯域での長い持続時間のバーストは、PDの運動症状の重症度と正の相関を示し、低β帯域が病理的な役割を果たしている可能性を示唆しています。一方、高β帯域の長い持続時間のバーストは負の相関を示し、代償的なメカニズムと関連している可能性があります。

方法論的な利点

本研究で提案された小波分解法は、広い周波数帯域でのβ波バースト行動を検出できるため、単一周波数ピークに焦点を当てた従来の方法に比べて包括的です。また、新たに導入された周波数範囲指標（Δf）は、β波バースト行動にさらなる特徴付けを提供し、その病理学的および生理学的意義を明らかにする可能性があります。

研究の意義

本研究の結果は、PDの神経病理学的理解とDBS治療の最適化において重要な意義を持ちます： 1. 病理学的メカニズム：低β帯域は、同期性の強化を通じて情報コーディング能力を低下させ、運動機能障害を引き起こす可能性があります。 2. DBS最適化：長い持続時間または広い周波数範囲を持つ低β帯域バーストを特定することで、DBSの開ループまたは閉ループ刺激パラメータの調整に新たな指針を提供できます。 3. 新しい指標：周波数範囲指標（Δf）の導入により、β波バースト解析の正確性が向上します。

研究の展望

今後の研究では、長期間のLFP記録と高分解能EEGを組み合わせることで、低β帯域の情報フロー特性およびその運動症状との因果関係を明らかにすることが期待されます。また、薬物治療が周波数範囲（Δf）やバースト特性に与える影響を探ることで、PDの病理メカニズムの理解がさらに深まるでしょう。

結論

本研究は、小波分解に基づくβ波バースト検出フレームワークを提案し、従来の方法の制限を克服し、低β帯域と高β帯域のバースト行動およびそれがPD運動障害とどのように関連するかを包括的に解析しました。この結果は、PDの病理学的メカニズムの研究と治療介入の最適化に新たな視点と方法を提供します。