양극성 장애 통합적 단계 구분: 생체 표지자를 단계별 진행 과정에 통합하기 (BOARDING-PASS)

이유 양극성 장애(Bipolar Disorder, BD)는 매우 높은 유병률(일반 인구의 약 1%)과 장애를 동반하는 상태로, 만성적이고 진행성 경과를 특징으로 합니다. BD의 자연 경과는 일반적으로 초기 무증상 단계, 전구 단계, 이후 첫 증후군적 에피소드(우울 또는 조증)의 발병을 포함하며, 이는 보통 완전한 에피소드 간 회복 없이 반복적인 에피소드를 수반합니다. 증가하는 증거는 BD의 종단적 경과가 진행성 뇌 변화와 기능적 손상을 특징으로 하는 신경진행(neuroprogression)의 활성 과정과 연관되어 있다는 개념을 지지합니다. 여러 임상적 요인이 이 장애의 경로에 영향을 미칠 수 있으며, 여기에는 감정 에피소드의 수, 정신과적 및 의학적 동반 질환의 존재, 스트레스성 생활 사건의 노출, 정신과적 장애의 가족력이 포함됩니다. 신경영상 연구는 BD에서 신경진행 가설을 일관되게 지지하며, 질병이 진행됨에 따라 점진적으로 나타나는 구조적 및 기능적 뇌 변화를 입증해 왔습니다. 대규모 신경 네트워크 수준에서도 이상이 보고되었습니다. 특히, 디폴트 모드 네트워크(Default Mode Network)는 감정, 전두-두정엽(fronto-parietal), 주의 시스템과의 과연결성 및 저연결성 패턴 변화를 나타내는 것으로 보이며, 이는 효율적인 대규모 뇌 통신을 담당하는 주요 허브를 포함합니다. 또한, BD 환자의 건강한 친척에서도 구조적 및 기능적 변화가 확인되었습니다. BD의 추가적인 생체표지자(biomarker)를 조사한 연구는 특히 뇌유래 신경영양인자(Brain-Derived Neurotrophic Factor, BDNF)와 염증성 사이토카인(inflammatory cytokines)과 관련하여 이 장애의 단계 관련 진행을 지지하는 증거를 더욱 제공했습니다. 전반적으로, BD의 임상적 단계 구분 분야의 최근 발전과 생물학적 표지자(예: 유전자 전사 조절, 신경영양 신호 전달, 면역-염증 경로, 미생물군집) 및 신경영상(대규모 뇌 시스템의 구조와 기능) 식별의 진전은 다차원적 단계 모델 개발에 강력한 근거를 제공합니다. 이러한 모델은 임상적 및 신경생물학적 데이터를 통합하여 더 나은 진단, 예후 및 치료 정밀도를 허용할 것입니다.

구체적 목표와 실험 설계

BOARDING PASS 연구는 다음과 같은 목표를 가지고 있습니다:

1. Kupka & Hillegers의 단계 모델을 사용하여 18개월 동안 BD의 임상적 진행을 종단적으로 평가합니다;
2. BD 단계 전환에서 생물학적 및 신경영상 표지자의 역할을 조사합니다(즉, 유전자 전사 조절, 염증, 미생물군집, 구조적 및 기능적 신경영상 측정);
3. 임상적, 생물학적, 신경영상 데이터의 통합을 기반으로 예측적 기계학습(ML) 모델을 구현하여 BD 단계 전환에 대한 개인화되고 데이터 주도적인 예측을 제공합니다.

이 연구는 네 개 참여 센터 중 세 곳, 즉 UO1(ASST Fatebenefratelli-Sacco, 밀라노), UO2(ASST Papa Giovanni XXIII, 베르가모), UO3(ASL 2 Abruzzo, 란치아노-바스토-키에티)에서 등록된 120명의 피험자를 순차적으로 모집하는 것을 포함합니다. 포함 및 제외 기준은 아래에 상세히 설명되어 있습니다.

포함 기준:

1. Kupka와 Hillegers 모델에 의해 정의된 임상 단계에 속하는 BD 환자 및 비환자, 즉:

   단계 0(위험 증가: 정신과적 증상 없이 1촌 친척이 BD를 가짐); 단계 1(비특이적 정신과적 증상 또는 우울 에피소드가 있는 상태에서 1촌 친척이 BD를 가짐); 단계 2(DSM-5에 따른 BD I형 또는 II형 진단을 허용하는 첫 번째 저/조증 에피소드; APA, 2013); 단계 3(반복적 에피소드: 우울, 저/조증, 또는 혼합); 단계 4(지속적 비관해 장애: 급속 순환을 포함한 만성 우울, 조증, 또는 혼합 에피소드);

2. 양성 성별의 개인;
3. 나이 ≥ 18세 및 ≤ 70세;
4. 유효한 서면 동의를 제공할 수 있는 능력.

제외 기준:

1. 유효한 서면 동의를 제공할 수 없음;
2. 지적 장애의 존재;
3. 심각한 동반 의학적 상태의 존재;

4. 현재 물질 사용 장애의 존재. 참여에 대한 서면 동의를 제공한 후, 등록된 피험자는 기준선 평가(T0)를 거친 후 T1(T0 이후 6개월), T2(T0 이후 12개월), T3(T0 이후 18개월)의 세 가지 후속 시점으로 구성된 18개월 추적 기간에 들어갑니다. T0 및 각 후속 시점에서 참가자 평가는 다음을 포함합니다: (i) 임상 및 심리측정 평가; T0, T2, T3에서만, (ii) 생물학적 표지자 평가; 및 (iii) 구조적 및 기능적 MRI 데이터 획득을 위한 뇌 자기공명영상.

   임상 및 심리측정 평가

   기준선(T0)에서 각 연구 참가자에 대해 주요 사회인구학적 및 임상 변수가 수집되어 익명화된 데이터베이스에 입력됩니다. 여기에는 다음이 포함됩니다:

   (a) 사회인구학적 데이터: 나이, 성별, 민족, 교육 수준, 결혼 상태, 직업 상태; (b) 임상적 특성: 정신과적 장애의 가족력, BD 하위 유형, BD 발병 연령 및 관련 스트레스성 생활 사건, 질병 기간, 치료받지 않은 질병 기간, 첫 번째 우울 및 저/조증 에피소드 연령, 첫 번째 및 가장 최근 감정 에피소드의 극성, 우세 극성, 평생 총 감정 에피소드 수, 혼합 또는 급속 순환 특징의 존재, 현재 및 이전 정신약물학적 치료, 의학적 및 정신과적 동반 질환, 물질 사용 장애 병력, 평생 입원 횟수, 자살 시도.

   이 변수들은 Kupka와 Hillegers 모델(Kupka & Hillegers, 2012)에 따라 T0에서 임상 단계를 할당하는 데 사용됩니다. 각 후속 시점에서 사회인구학적 및 임상 데이터는 해당 단계를 재할당하고 임상 변수와 더 진행된 질병 단계로 진행할 확률 사이의 잠재적 연관성을 평가하기 위해 업데이트됩니다.

   임상 평가는 더 나아가 다음 심리측정 척도 및 설문지의 실시를 포함합니다: Test di Intelligenza Breve (TIB; Sartori, 1997; Colombo, 2002), 실시 시간 약 5분; Hamilton Depression Rating Scale (HDRS-21; Hamilton, 1960; Cassano et al., 1991), 실시 시간 약 20분; Hamilton Anxiety Rating Scale (HARS; Hamilton, 1959; Cassano et al., 1991), 실시 시간 약 15분; Montgomery-Åsberg Depression Rating Scale (MADRS; Montgomery & Åsberg, 1979; Palma et al., 1999), 실시 시간 약 15분; Young Mania Rating Scale (YMRS; Young et al., 1978; Palma et al., 1999), 실시 시간 약 15분; Global Assessment of Functioning (GAF; Hall, 1995; APA, 1996), 실시 시간 약 2분; Family Interview for Genetic Studies (FIGS); Drugs Abuse Screening Test (DAST-10), 실시 시간은 약 5분으로 추정됩니다.TWEAK 검사는 완료 시간이 약 2분입니다. Childhood Trauma Questionnaire (CTQ), 5-10분이 필요하며 기준선에서 실시됩니다. Paykel Scale for Recent Life Events, 실시는 약 15분이 소요되며 기준선에서 수행됩니다; Clinician Rating Scale (CRS), 각 시점에서 약 2분 동안 기록되며 환자의 약물 치료 순응도를 평가하기 위한 것입니다.

   생물학적 표지자 평가: 유전자 전사 조절, 염증, 미생물군집 데이터

   유전자 발현, 염증, 미생물군집 분석을 위한 생물학적 샘플은 기준선, T2 및 T3에서 수집됩니다. 구체적으로:

   1. 자극되지 않은 타액 샘플 -즉, 미각, 저작 또는 약리학적 자극 없이 휴식 상태에서 수집된 전체 타액-은 면봉 구강 면봉(Salivette, Sarstedt, Nümbrecht, Germany)을 사용하여 획득되고 게놈 DNA(gDNA) 추출까지 -20 °C에 보관됩니다. 엑소좀도 타액에서 분리되고 miRNA는 엑소좀 RNA 분리 키트를 사용하여 정제됩니다.

   2. 말초 정맥혈 샘플은 시트르산나트륨이 포함된 두 개의 5ml 진공채혈관에 수집됩니다. 혈청 및 세포 성분이 분리되고 총 RNA와 gDNA가 PBMC에서 추출됩니다.

      세 모집 현장(Unit 1, 2 및 3)에서 수집된 모든 생물학적 샘플은 중앙 실험실(Unit 4)로 이송되어 표준화된 처리 및 분석을 거치며, 여기에는 다음이 포함됩니다:

      - LIPIDOMICS: LC-MS/MS 분석을 위한 타액 유도체화에서 추출된 단쇄 지방산(SCFAs)을 분석합니다.

      분자 생물학 연구:

      - 유전자 발현 분석. PBMC에서 mRNA 종의 상대적 풍부도는 실시간 RT-PCR 및 디지털 PCR로 평가됩니다.

      - 혈액 및 타액 세포에서의 DNA 메틸화 a. 일반 DNA 메틸화 상태는 Reduced representation bisulfite sequencing (RRBS) 방법(SURFseq5000 플랫폼의 SBS 시퀀싱)을 사용하여 분석됩니다; b. 유전자 특이적 DNA 메틸화 연구는 증폭된 비술파이트(BS) 처리 DNA에서 수행되고 메틸화 수준은 PyroMark Q48 (64)를 사용하여 분석됩니다.

      - 타액 엑소좀 miRNA: miRNOme 분석 및 네트워킹 분석 후 선택된 miRNA를 RealTime PCR 및 Digital PCR로 분석.

      • 전사 인자 DNA 결합. ALPHAScreenTM 분석 기술을 사용하여 유전자 프로모터에서 확인된 인식 요소가 다른 전사 인자에 결합하는지 및 이 결합이 CpG 모티프의 메틸화 정도에 의해 직접 조절되는지 확인합니다.
      • 16S rRNA Microbiome 시퀀싱에 의한 타액 미생물군집 구성.

      신경영상 평가

      MRI 평가는 T0, T2 및 T3에서 3T 스캐너를 사용하여 수행되며 다음을 포함합니다:

      - 구조적 MRI (sMRI): 3D T1 강조 영상은 SPGR 시퀀스(TE = 최소(전체); 플립 각도, 6°; FOV, 250 mm; 대역폭, 31.25; 매트릭스, 256 x 256)를 사용하여 획득되며, 두께 1.3mm의 124개의 축상 슬라이스로 구성됩니다. 피질 표면 재구성 후, 지역적 이회 지수(local gyrification indices)는 FreeSurfer v7.1.0을 사용하여 Desikan Atlas를 기반으로 68개의 구획화된 피질 영역에 대해 계산됩니다. 그런 다음 잭나이프 편향 추정 절차가 적용되어 각 개인의 그룹 수준 공분산 구조에 대한 기여도를 결정하고 68×68 개인별 거리 행렬을 생성합니다. 결과적인 구조적 공분산 네트워크의 위상적 조직은 Graph Analysis Toolbox를 사용하여 이후에 분석됩니다.

      - 휴식 상태 기능적 MRI: rs-fMRI 영상은 36개의 축상 슬라이스(TE = 30 ms; TR = 2000 ms; 복셀 크기: 3×3×4 mm3; 매트릭스 크기: 64×64; FOV: 192×192 mm2)를 가진 그레이디언트-에코 EPI 시퀀스를 사용하여 획득되며, 인터리브 순서로 획득됩니다. 각 휴식 상태 세션은 400개의 볼륨으로 구성됩니다. 전처리는 FMRIB's Software Library (FSL)와 사용자 정의 MATLAB 스크립트의 조합을 사용하여 수행됩니다. 파이프라인은 다음 단계를 포함합니다: (1) 표준 공간으로 재지향; (2) 이상치 볼륨 탐지, 이후 이상치 시간점의 스플라인 기반 보간; (3) 공간 및 시간 전처리, 모션 보정(MCFLIRT), 시간적 고역 통과 필터링, 공간 평활화(FWHM = 5 mm) 포함; (4) 구조적 영상의 뇌 추출; (5) FSL-FNIRT를 사용한 MNI152 표준 공간으로의 비선형 등록. 정적 및 동적 기능적 커넥톰(connectome)은 채택된 구획화 체계에서 모든 뇌 영역 쌍 간의 z-변환 피어슨 상관 계수를 계산하여 추정됩니다. 동적 연결성은 창 길이 30 TR, 단계 크기 2 TR의 슬라이딩-윈도우 접근법을 사용하여 계산됩니다. 이러한 단계는 MATLAB에서 개발된 자체 소프트웨어를 통해 구현됩니다. 그래프 이론적 측정은 Brain Connectivity Toolbox (MATLAB)를 통해 계산됩니다.

      신경영상 데이터의 현장 간 변동성을 최소화하기 위해, 구조적 및 기능적 MRI 획득은 각각 3T 스캐너를 갖춘 두 영상 센터에서 조화된 프로토콜을 사용하여 수행됩니다. ML 알고리즘 ML 프레임워크는 수집된 임상적, 생물학적, 신경영상 데이터를 통합하여 BD의 임상 단계 전환을 예측하기 위해 개발될 것입니다. 다중 모드 데이터 통합을 관리하기 위해 데이터 정규화, 이상치 탐지, 결측값 처리 방법(예: k-최근접 이웃 또는 다중 대체)을 포함한 강력한 전처리 파이프라인을 채택할 것입니다. ML 분석은 연구 시작 6개월에 시작되며 MATLAB의 Statistics and Machine Learning Toolbox를 사용하여 수행되며, 초기에는 이질적 데이터셋을 관리하도록 설계된 검증된 소프트웨어 플랫폼인 NeuroMiner 소프트웨어(http://proniapredictors.eu/neurominer/index.html)의 지원을 받습니다. NeuroMiner는 광범위한 교차 검증 프레임워크, 전처리 전략, 지도 학습 알고리즘, 특징 선택 도구 및 외부 검증 방법을 제공합니다. ML 접근법은 지도 분류기, 주로 Support Vector Machine (SVM) 및 베이지안 모델을 기반으로 할 것입니다. 예비 단계에서 분류기는 예비 데이터셋에서 훈련 및 테스트되어 대안적 예측 모델을 통제된 환경에서 비교하고 최고 성능의 알고리즘 구성을 식별합니다. 이후, 특징 선택 절차가 후보 특징 풀에서 가장 판별력 있는 변수를 식별하는 데 사용됩니다. 이 단계는 모델 해석 가능성을 향상시키고 과적합을 방지하는 데 중요하며, 특히 다중 모드 연구의 전형적인 소규모 샘플, 고차원 데이터셋에서 그렇습니다. 실제로, 입력 변수의 수를 줄임으로써 특징 선택은 노이즈를 최소화하고 모델 복잡성을 낮추며 ML 예측의 일반화 가능성을 향상시킵니다. 필요한 경우(즉, 특징 공간의 차원이 여전히 너무 높은 경우), 과적합과 계산 부담을 더 줄이기 위해 주성분 분석(Principal Component Analysis)이 적용될 수 있습니다. SVM 분류기는 고차원, 소규모 샘플 데이터를 처리하는 데 있어 견고성 때문에 우선 순위가 부여됩니다. 또한, 클래스 가중치가 적용되어 소수 단계에 대한 오류가 더 강하게 페널티를 받아 불균등한 그룹 크기로 인한 편향을 줄입니다. 모델 성능은 교차 검증 기술(예: 데이터 구조 및 클래스 분포에 따라 leave-one-out 또는 계층화 k-겹)을 사용하여 평가되고 민감도, 특이도, F1 점수 및 전체 정확도 측면에서 평가되어 잠재적 클래스 불균형을 고려합니다. 전체 데이터셋에 모델 배포를 위해 사전 정의된 최소 목표 정확도 90%가 필요합니다. 연구 현장 및 조직 구조 BOARDING-PASS 연구는 고품질 데이터 획득과 표준화된 임상 절차를 보장하기 위해 정의된 역할을 가진 네 개의 운영 유닛(UOs)에서 수행됩니다.

      - UO1(ASST Fatebenefratelli-Sacco, 밀라노)는 조정 센터로, 환자 모집 및 기준선 진단 평가, 임상 및 생물학적 데이터의 표준화된 수집을 담당합니다. UO1 연구자들은 다기관 연구 네트워크 내에서 조정 및 감독을 제공하며 임상의, 연구자, 기술 직원 간의 효과적인 의사소통을 유지합니다.

      • UO2(ASST Papa Giovanni XXIII, 베르가모)는 참가자 모집, 진단 평가, 생물학적 샘플 수집, UO1을 대신한 구조적 및 휴식 상태 MRI 데이터 획득, 구조적 신경영상 분석을 담당합니다.
      • UO3(ASL 2 Lanciano-Vasto-Chieti)는 참가자 모집 및 평가, 데이터 수집 및 관리, 생물학적 샘플 수집, 구조적 및 기능적 신경영상 데이터 획득을 수행합니다.
      • UO4(University of Teramo)는 생물학적 분석, 특히 유전자 전사 조절 및 미생물군집 분석을 담당하는 중앙 집중식 시설 역할을 합니다. UO4는 기능적 신경영상 데이터 분석 및 ML 알고리즘 구현도 담당합니다.