[OA-7-2] 口述発表：脳血管疾患等 7NIRS（near infrared spectroscopy）を用いたアパシーの類型化の検証
【背景】アパシーは，身体機能や認知機能，ADL等の低下と関連が指摘され，臨床上着目すべき症候であるが（yao,2015;武田,2021），動機づけの欠如という曖昧な心理学的概念で捉えるに留まり，効果的な介入法は確立されていない．最近では，アパシーを類型化し，その特徴に合わせた介入が提起されている（Levy and Dubois,2006）．アパシーは,目標志向型行動（goal directed behaviour：GDB）のプロセスの破綻から「情動感情障害型」「認知行動処理障害型」「自己賦活障害型」の3つの類型に分類され，神経ネットワークも想定されている（Jonathan,2019）．具体的には，「情動感情障害型」では，中脳被蓋野→側坐核→腹側線条体→眼窩野→前部帯状回，「認知行動処理障害型」は，中脳被蓋野→側坐核→前頭極→DLPFC→下頭頂小葉→楔前部→中部帯状回，「自己賦活障害型」は，中脳被蓋野→帯状回→補足運動野→内側運動野が想定されている．これらの神経ネットワークをそれぞれ構成する脳領域の１つの機能不全の検出は，ネットワーク全体の機能不全を捉えることになり，アパシーを3類型に分類可能になる．
【目的】本研究は，near infrared spectroscopy（NIRS）の計測結果を分析することで，脳卒中後のアパシーが「情動感情障害型」「認知行動処理障害型」「自己賦活障害型」の3類型に分類することを試みることを目的とする．
【方法】対象は,やる気スコアでアパシー陽性と判定された脳卒中患者22名とした．NIRSの計測Spectratech社製のOEG-16を用い，「target課題」の結果から「control課題」の結果を差し引くことにより目的とした脳活動に関するデータを得るブロックデザインを用いた．作業選択意思決定支援ソフト（ADOC）で作業療法目標設定をする課題をtarget課題，control課題は50音の音読とした．関心領域は，背外側前頭前野（DLPFC）,前頭極（FP）,眼窩野（OFC）である．分析は，まずアパシーの類型化を行うため,NIRSで測定したDLPFC,FP,OFCを横軸，血流量を縦軸にしたラインチャートを作成，correlationを用いたクラスター分析を実施した．次に，クラスター（CL）毎で，どの関心領域の脳血流量に低下があるかを一元配置分散分析（ANOVA）で分析し，効果量も算出した．関心領域間の脳血流量を比較するため，血流量は標準化し分析に用いた．なお，本研究は，筆頭著者の所属する研究倫理委員会の承認を得ている．
【結果】分析の結果,３つのCLに分類された．CL毎の関心領域の脳血流量の標準値平均は，CL1ではDLPFC1.582，FP-2.124，OFC-6.723，CL2はDLPFC-0.277，FP0.111，OFC0.642，CL3はDLPFC-0.086，FP0.627，OFC0.151で，ANOVAの結果，有意差は認められなかったものの，効果量からは，CL１ではOFCの血流量が低い「情動感情障害型」,CL2はDLPFCとFPの脳血流量が低い「認知行動処理障害型」,CL3はいずれにも該当しない「自己賦活障害型」に分類された．
【考察】GDBは前帯状皮質,内側眼窩前頭皮質,内側視床,腹側被蓋領域などの脳領域がハブとなり,そのハブと他の脳領域とがリンクする３つのサブネットワークを形成する．これがアパシーの3類型に相当する．本研究では,サブネットワークのハブとリンクする特定の脳領域の機能不全をNIRSで検出し，分類することでサブネットワークの機能不全を3類型に分類した．先行研究では，すでにアパシー3領域の特徴に合わせた介入方法が提示されており，今後は，NIRSによって分類されたアパシー類型に合わせた介入が有効であるかの検証が必要であ
【目的】本研究は，near infrared spectroscopy（NIRS）の計測結果を分析することで，脳卒中後のアパシーが「情動感情障害型」「認知行動処理障害型」「自己賦活障害型」の3類型に分類することを試みることを目的とする．
【方法】対象は,やる気スコアでアパシー陽性と判定された脳卒中患者22名とした．NIRSの計測Spectratech社製のOEG-16を用い，「target課題」の結果から「control課題」の結果を差し引くことにより目的とした脳活動に関するデータを得るブロックデザインを用いた．作業選択意思決定支援ソフト（ADOC）で作業療法目標設定をする課題をtarget課題，control課題は50音の音読とした．関心領域は，背外側前頭前野（DLPFC）,前頭極（FP）,眼窩野（OFC）である．分析は，まずアパシーの類型化を行うため,NIRSで測定したDLPFC,FP,OFCを横軸，血流量を縦軸にしたラインチャートを作成，correlationを用いたクラスター分析を実施した．次に，クラスター（CL）毎で，どの関心領域の脳血流量に低下があるかを一元配置分散分析（ANOVA）で分析し，効果量も算出した．関心領域間の脳血流量を比較するため，血流量は標準化し分析に用いた．なお，本研究は，筆頭著者の所属する研究倫理委員会の承認を得ている．
【結果】分析の結果,３つのCLに分類された．CL毎の関心領域の脳血流量の標準値平均は，CL1ではDLPFC1.582，FP-2.124，OFC-6.723，CL2はDLPFC-0.277，FP0.111，OFC0.642，CL3はDLPFC-0.086，FP0.627，OFC0.151で，ANOVAの結果，有意差は認められなかったものの，効果量からは，CL１ではOFCの血流量が低い「情動感情障害型」,CL2はDLPFCとFPの脳血流量が低い「認知行動処理障害型」,CL3はいずれにも該当しない「自己賦活障害型」に分類された．
【考察】GDBは前帯状皮質,内側眼窩前頭皮質,内側視床,腹側被蓋領域などの脳領域がハブとなり,そのハブと他の脳領域とがリンクする３つのサブネットワークを形成する．これがアパシーの3類型に相当する．本研究では,サブネットワークのハブとリンクする特定の脳領域の機能不全をNIRSで検出し，分類することでサブネットワークの機能不全を3類型に分類した．先行研究では，すでにアパシー3領域の特徴に合わせた介入方法が提示されており，今後は，NIRSによって分類されたアパシー類型に合わせた介入が有効であるかの検証が必要であ