강박장애 만성감소를 위한 대체치료: 뇌반응과 치료의 적절성에 관한 연구 (arrIBA)

샘플 크기 계산: 1차 연구 목적을 위해 비열등성 마진을 결정하기 위한 95-95 접근법이 사용되었습니다. OCD에 대한 CBT의 효과에 대한 메타 분석 결과는 평균(95% 신뢰 구간(1.04))이 .42의 비열등성 마진을 생성하는 것으로 나타났습니다. YBOCS(Yale Brown Obsessive Compulsive Scale)의 1차 결과 측정 점수로 표현하면 0-40 범위의 이 척도에서 약 2점의 손실이 발생하며 이는 임상적으로 거의 무시할 수 있습니다. 알파 0.05, 베타 80% 및 .42 적용 비열등성 마진, 부문당 71개의 표본 크기가 적절합니다. 프로토콜별(P) 및 ITT(intention-to-treat) 샘플에 대해 분석을 실행해야 하므로 203명의 참가자를 모집해야 합니다(30% 탈락 예상). 또한, 이 샘플 크기는 2차 가설을 테스트할 수 있습니다. IBA는 통찰력이 좋지 않은 OCD 환자(인구의 약 25%)에 대해 CBT보다 더 효과적입니다. 0.05의 양면 알파와 80%의 베타 및 Cohen의 d =1의 효과 크기를 적용하면 34명의 참가자 샘플이 필요합니다(이전 연구에서 1.7의 그룹 효과가 발견됨). 기준선에서 통찰력이 부족한 48명의 참가자가 필요합니다.

뇌 구조 및 기능에 대한 강박 장애에 대한 심리 요법의 영향에 대한 이전 연구에서는 9-45의 샘플 크기를 사용했습니다. 연구 결과를 바탕으로 조건당 최소 30명의 참가자에 대한 데이터 분석을 계획하여 치료 방식의 작동 메커니즘을 탐색할 계획입니다. 30% 탈락률의 상한선을 예상하여 2 x 43명의 응답자와 43명의 통제 대상이 포함될 것입니다.

치료 프로토콜 준수: 치료사는 프로토콜을 준수하고 연습 및 숙제를 위해 미리 만들어진 양식을 사용하는 방법에 대해 광범위하게 교육을 받습니다. 모든 치료 세션은 녹음됩니다. 각 치료사는 감독을 받게 됩니다. 감독하는 동안 감독자는 오디오 테이프의 일부를 듣고 피드백을 제공하고 치료사가 프로토콜에서 벗어나지 않도록 합니다.

또한, 학습이 완료되면 준수 여부를 확인합니다. 훈련된 맹검 평가자는 세션의 오디오 테이프를 샘플 방식으로 듣고 그것이 CBT 세션의 IBA인지 점수를 매깁니다.

참여, 혜택 및 그룹 관련성과 관련된 부담 및 위험의 특성 및 범위: 환자는 2회의 후속 조치를 포함하여 5개의 시점에서 평가됩니다. 또한 환자는 각 치료 세션 후에 두 개의 설문지를 작성합니다. 추가 이미징 부분의 참가자는 MRI 스캔 및 인지 테스트를 위한 두 개의 추가 세션을 받게 됩니다. 건강한 컨트롤은 한 번 측정됩니다.

안전위원회: 현재 연구는 위험도가 낮은 것으로 분류되었습니다. 표준 임상 치료(CBT)를 받는 것과 비교하여 IBA를 투여할 때 위험이 예상되지 않습니다. IBA 치료는 잘 훈련된 임상의에 의해 시행될 것입니다. 정서적 증상을 논의하는 것과 관련하여 약간의 심리적 불편함이 발생할 수 있으며, 이는 최소한으로 제한됩니다. 표준 임상 치료와 관련하여 추가적인 불편함은 예상되지 않습니다. 적격성에 대한 광범위한 스크리닝 후 MRI 스캐닝은 중요하지 않거나 낮은 위험으로 분류됩니다.

통계 분석: 프로토콜별 샘플(PP)뿐만 아니라 ITT(intention-to-treat)에 대해 통계 분석을 수행합니다. 누락된 데이터는 다중 대체 방법을 사용하여 대체됩니다. 모든 분석에서 다음의 수정된 p-값

1차 연구 매개변수: 10개 항목과 최대 40점의 검증된 설문지인 YBOCS가 1차 결과 매개변수로 사용됩니다. 비열등성 결론을 내리기 위해 95% 신뢰 구간의 상한 마진, 즉 이 95% 신뢰 구간 내 그룹 간 최대 차이는 YBOCS에서 비열등 마진 2점을 초과하지 않아야 합니다. 치료 직후 및 후속 조치에서 비열등성을 결정하기 위해, 치료 후, 6개월 후속 및 1년 후속 평가에서 일방적 테스트를 수행할 것입니다. 선형 혼합 효과 모델이 사용되어 ITT 및 PP 샘플 모두에서 시간 상호 작용 항에 의한 개입에 대한 연속 결과 측정을 회귀합니다.

2차 연구 매개변수(들): 혼합 효과 모델은 OVIS(과대 평가된 아이디어 척도)를 사용하여 2차 결과 측정 통찰력 수준에 대한 두 치료 조건 사이의 치료 효과를 테스트하는 데 사용됩니다. Beck Depression Inventory(BDI)를 사용한 우울 증상의 중증도; Beck Anxiety Inventory(BAI)를 사용한 불안 증상의 중증도; Sheehan Disability Scale(SDS)을 사용한 사회적 기능; 삶의 질(Euroquol 사용); RSS(Relationship Satisfaction Scale)를 사용한 관계 만족도 및 TAAS(Treatment Acceptability/Adherence Scale)를 사용한 치료의 내약성. 탐색적으로 다중 회귀 분석을 사용하여 치료 결과를 예측하는 요인을 결정합니다.

선형 혼합 모델을 사용하여 CBT를 받은 환자에 비해 IBA를 받은 환자에서 통찰력이 더 많이 또는 더 빨리 향상되는지 여부를 결정합니다. 통찰력의 변화가 증상 감소와 관련이 있는지 여부를 결정하기 위해 시간 지연 모델(선형 혼합 모델)이 사용됩니다.

신경 이미지 (전)처리: fMRI 데이터는 SPM(Statistical parametric mapping) 소프트웨어 또는 FMRIB 소프트웨어 라이브러리(FSL)를 사용하여 분석됩니다. 구조 및 작업 관련(증상 유발) (f)MRI를 분석하기 위해 표준 그룹 비교가 수행됩니다. 작업 관련 뇌 활동에 대한 치료 효과를 결정하기 위해 요인 그룹(IBA 대 CBT) 및 시간(치료 전 대 치료 후)을 사용한 전체 요인 분석이 수행됩니다. 독립 구성 요소 분석(ICA; FSL MELODIC) 및 이중 회귀 분석을 수행하여 네트워크(예: 돌출 네트워크, 기본 모드 네트워크, CEN). 혈중 산소 수준에 따라 시간이 지남에 따라 동시에 변동하는 뇌 영역(BOLD, 뇌 활동에 대한 프록시)은 자동으로 사람마다 구성 요소에 할당됩니다. 필터링 및 구성 요소 정리(움직임 또는 스캐너 아티팩트의 결과로 보이는 구성 요소) 후 그룹당 평균 구성 요소가 결정됩니다. 비모수적 순열 테스트(FSL 무작위화)를 통해 네트워크의 기능적 연결성을 중재 그룹 간에 그리고 시간 경과에 따라 비교합니다. 전체 뇌 네트워크 분석을 수행하기 위해 구조적 MRI는 Brainnetome 아틀라스를 기반으로 225개의 개별 관심 영역(ROI)으로 분할됩니다. 이러한 구획화는 휴식 상태 fMRI로 변환되고 시계열은 ROI별로 추출되고 서로 상관 관계가 지정되어 주제별 전뇌 네트워크 연결 매트릭스에 도달합니다. 유사한 네트워크 접근 방식을 사용하여 DTI 이미지는 구조적 연결성을 측정하기 위해 tractography를 허용합니다. 뇌 연결 도구 상자(BCT)는 네트워크의 토폴로지 인덱스를 계산하는 데 사용됩니다(예: 이러한 네트워크 연결 매트릭스에서 모듈성, 중간 중심성, 클러스터링 계수 및 효율성). 네트워크 토폴로지 인덱스는 뇌 스캔으로 인한 풍부한 정보를 신경생물학적으로 의미 있는 몇 가지 측정으로 줄입니다. 예를 들어, 글로벌 효율성은 정보가 네트워크를 통해 얼마나 효율적으로 이동할 수 있는지에 대한 척도와 네트워크 내 정보 흐름에 대한 뇌 영역의 상대적 중요성에 대한 매개 중심성을 제공합니다. 이러한 토폴로지 네트워크 측정값은 평가 및 조건별로 계산된 후 순열 테스트를 통해 비교됩니다.

통계적 신경영상 분석: 치료 양식(IBA/CBT)이 휴식 상태 및 작업 기반 기능 네트워크의 변화를 예측하는지 여부를 조사하기 위해 치료 양식을 독립 변수로, 기능 네트워크의 치료 전후 변화를 종속 변수로 사용하여 다변량 회귀 분석을 수행합니다. 변수. YBOCS 점수 및 신경 인지 성능의 변화와의 연관성을 조사하기 위해 이러한 변수를 첫 번째 블록에 입력합니다. 가능한 교란자(예: 약물 사용, 연령, 질병 기간)에 대해 통제됩니다.

기계 학습 기술은 CBT 및 IBA 그룹에서 개별적으로 치료 반응에 대한 다중 모달 전처리 뇌 특성(T-1, DTI 및 rs 및 작업 기반 fMRI 사용)이 치료 반응에 대한 예측 값을 갖는지 여부를 조사하기 위해 수행됩니다. 신경 영상 특성은 선형 지원 벡터 머신(SVM) 알고리즘을 사용하여 감독된 다변량 분류 절차에 입력됩니다.

절차는 교육, 검증 및 테스트 단계로 구성됩니다. 훈련 단계 동안 그룹 간의 차이를 보여주는 모든 사용 가능한 데이터 포인트(특징)를 기반으로 송금인과 비완화자를 최대로 분리하는 초평면이 추정됩니다. SVM 유효성 검사 단계는 그룹당 1개 남기기 교차 유효성 검사로 구성됩니다. 그런 다음 학습에 사용되지 않는 독립적인 데이터(20%)로 분류 단계에서 결정된 초평면이 다른 환자를 분류할 수 있는 정확도를 테스트합니다. 이 절차는 각 네트워크에 대해 10.000번 반복됩니다. 그 결과 피험자가 테스트 샘플에 포함되고 올바르게 분류된 횟수를 기반으로 피험자당 정확도 측정이 이루어집니다. 정확도는 중요성에 따라 테스트됩니다. IBA에 대한 반응의 예측변수가 CBT에 대한 예측변수와 다른 경우 전체 OCD 그룹 내에서 IBA 및 CBT 반응 모두에 대한 예측변수를 사용하여 사후 분석이 수행됩니다.