网站地图
中国首家网上媒体 1995年 1 月 12 日创办
社内媒体
官方微信
官方微博
当前位置: 首页 > 学术 > 深度追踪 > 正文
QB | 前沿综述:抑郁症患者大脑活动和功能连通性的改变:功能磁共振成像研究的系统综述
发布时间: 来源: 高教学术公众号

  重性抑郁障碍(Major Depressive Disorder),即人们通常所说的抑郁症,作为在世界范围内造成失能的主要原因之一,给个人和社会都带来了沉重的负担。随着神经影像技术的发展与成熟,磁共振成像,尤其是功能磁共振成像(functional magnetic resonance imaging, fMRI)技术以其无创、安全、较高的时空分辨率等优点在精神疾病研究中得到广泛应用。近几十年来,应用磁共振成像技术,探究抑郁症患者脑结构、功能变化,以及疾病发生发展神经机制等的研究大量涌现。但该领域的相关研究一直难以得到一致性较高的结果,且面临着假阳性率较高、统计效力低、样本量不足、可解释性弱等诸多质疑。针对上述质疑,本篇综述文章依据领域内当前最新且得到普遍认可的相关方法学研究成果制定了相应纳入标准,系统性地回顾和筛选了近三十年来的抑郁症磁共振研究并对其研究结果进行了综述。

  近日,中国科学院心理研究所严超赣研究员课题组对当前关于重性抑郁障碍的磁共振研究进行了系统性地回顾和综述,采用严格的统计检验及校正标准对已有的抑郁症脑功能磁共振研究进行了筛选,纳入样本量充足、头动控制充分、且经得起多重比较校正的研究结果,以期找到可重复性较高的抑郁症脑功能异常结果。相关文章“Altered cerebral activities and functional connectivity in depression: a systematic review of fMRI studies”(点击文末“阅读原文”下载PDF全文)发表在Quantitative Biology期刊上。

  全文概要

  本文是一篇系统性综述,针对近来关于功能磁共振脑影像研究结果假阳性率较高、统计效力低等诸多质疑,制定了严格的纳入标准,对当前关于重性抑郁障碍的脑功能磁共振文献进行了全面、系统地评估和回顾。

  重性抑郁障碍(MDD)具有高发病率、高致残率、高复发率的特点,对社会和个人都造成了巨大的负担。近20年来,它一直稳居全球各年龄段人群失能的二十大原因之列,占精神障碍导致失能总数的37%。尽管神经影像技术飞速发展,但目前MDD的诊断主要基于临床访谈或量表评分,治疗方案的选择也多依赖于试错法,缺乏客观的生物标记物。功能磁共振成像(fMRI)方法,特别是静息态功能磁共振(resting-state fMRI, R-fMRI)方法具有简单、无创、安全、相对较高的时空分辨率等优点,能够描绘大脑的动态功能图谱,对寻找MDD的生物标志物和有效治疗靶点有着很大的潜力。

  遗憾的是,虽然关于抑郁症脑影像已有了大量的研究,但对抑郁症的内在神经功能机制尚未达成共识。研究者已经注意到fMRI领域面临的一些挑战并对此提出质疑,包括研究结果假阳性率较高、统计效力不足、样本量较小、可重复性较低、数据预处理和统计分析程序差异大等。为了应对fMRI研究中的挑战,磁共振方法学领域专家提出了研究设计、预处理程序和多重比较校正策略等方面的建议并得到了实证研究结果的支持。在调研了领域内认可度较高的方法学权威文献后,本篇综述制定了相应的研究筛选标准(图1),尤其强调样本量、头动校正、多重比较校正策略的选择,提升纳入抑郁症脑功能研究结果的可靠性与可重复性,减少由于fMRI方法学问题所带来的异质结果。

图1. 筛选标准

  在此基础上,作者对在PubMed数据库中检索得到的近三十年内的1012篇抑郁症磁共振研究相关文献进行筛选,最终纳入39篇。之后,作者对纳入文献的研究结果进行了梳理发现,对于抑郁症脑功能活动异常的结果,默认网络(Default Mode Network, DMN)、额顶网络(Frontoparietal Network, FPN)相关脑区以及与这些脑区之间存在功能连接的大脑其它区域在研究中得到了反复报告。然而,严格筛选后的纳入研究结果依旧存在较强的异质性(图2)。

图2. 默认模式网络(DMN)和额顶网络(FPN)相关脑区)相关脑区图示

  基于这些发现,作者认为在未来的抑郁症fMRI研究设计中仔细考虑MDD患者的异质性和其他潜在混杂因素是十分有必要的,开发能够全面评估抑郁症患者各项功能变化的任务测量工具包也将对抑郁症研究进展起到极大的推动作用。此外,研究者可以考虑使用基于皮层空间(surface space)或脑网络的fMRI数据处理新方法,采用标准化、高质量的数据处理流程及工具,并开放数据共享,提升研究透明度及可重复性,推进精神疾病磁共振研究的开放科学进程。

QB期刊介绍

  Quantitative Biology (QB)期刊是由清华大学、北京大学、高教出版社联合创办的全英文学术期刊。QB主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展,并为生命科学与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊品牌。 

  QB期刊目前已被ESCI, Scopus, CSCD等国内外重要数据库收录。Citescore2021=4.6,2023年将获得第一个影响因子(IF)。


  阅读原文

责任编辑:施惠文

文章中观点仅代表作者个人观点,不代表本网站的观点和看法。

神州学人杂志及神州学人网原创文章转载说明:如需转载,务必注明出处,违者本网将依法追究。