Page 59 - 磁共振成像2024年7期电子刊
P. 59
临床研究||Clinical Articles 磁共振成像 2024年7月第15卷第7期 Chin J Magn Reson Imaging, Jul, 2024, Vol. 15, No. 7
探究 MDD 患者睡眠障碍症状的神经机制对于 MDD 17 项 汉 密 尔 顿 抑 郁 量 表(17-item Hamilton Rating
[6]
的诊断和疗效评价具有重要的临床参考价值 。 Scale for Depression Scale, HAMD)对 MDD患者进行
利 用 功 能 磁 共 振 成 像(functional magnetic 评估。其中 562 例为 MDD 首发患者,包括 318 名首
resonance imaging, fMRI)可 计 算 得 到 功 能 连 接 发初用药 MDD患者和 160名在接受抗抑郁治疗期间
(functional connectivity, FC) 。fMRI 揭示出 MDD 入 组 的 MDD 患 者( 其 中 84 人 用 药 信 息 不 详 )。
[7-8]
患者最显著的改变之一是其FC存在异常变化 [9-10] 。默 282 名复发 MDD 患者,其中 121 人在接受抗抑郁治
认网络(default mode network, DMN)是报道最一致的 疗期间入组(其中 85 人用药信息不详),76 人没有接
异常网络 [11-13] 。但迄今,MDD患者睡眠症状相关的脑 受过抗抑郁药物治疗。另有 456名 MDD患者无法获
[14]
功能机制尚未明晰。既往研究中,LEERSSEN等 发 得发作(首次或复发)和抗抑郁药物治疗信息。本研
现伴有更严重失眠的 MDD 患者在脑岛和额叶等 究遵守《赫尔辛基宣言》,所有被试在入组时都提供
区域有着更小的皮层表面积。CHENG 等 基于健 了书面知情同意书,所有数据都去识别和匿名化。
[15]
康大样本量数据集探究抑郁与低睡眠质量之间关 所有站点的相关研究都获得了当地机构审查委员会
联的神经基础,发现两者都与负责短时记忆、自我和 和伦理委员会的批准。
负性情绪等功能的相关脑区的 FC 强度升高有关。 1.2 纳入与排除标准
BAGHERZADEH-AZBARI 等 发现 MDD 和失眠症 根据本实验的研究目标,本研究在 1300例 MDD
[16]
间存在重叠的潜在神经机制,主要集中在突显网络 患者中进一步筛选。纳入标准如下 :(1)年龄 18~
和 DMN 中主要枢纽点在其各自网络内和网络间的 65 岁;(2)HAMD 子条目 4(入睡困难),条目 5(睡眠
FC 异常。TASHJIAN 等 探索发现拥有低睡眠质量 不深)和条目 6(早醒)的评分之和大于零。排除标准
[17]
(而非睡眠时长)的青少年在休息时表现出较弱的 如下:(1)MDD患者扫描时的HAMD总分低于8;(2)
[18]
DMN 内部连接。DE HAVAS 等 发现与正常休息组 无详细的 HAMD子分项记录;(3)基本的人口学信息
相比 ,睡眠剥夺组的静息态 DMN 连接减少 ,表明 (如年龄、性别和教育年限)不全;(4)扫描时头部运
DMN 的固有连接易受极端改变的睡眠行为的影响。 动过度或影像数据质量较差;(5)经过前 4 项排除项
综上,探究抑郁和睡眠关系的研究主要聚焦于 MDD 后,单个站点中 MDD 被试的静息态 fMRI 数据不足
患者伴或无睡眠症状、抑郁情绪与睡眠质量、失眠症 10 例的站点数据。最终有来自 9 个站点的 326 例被
与 MDD,以及睡眠质量与 DMN 等四个方面的研究。 试满足以上条件纳入分析(表1)。
虽然上述研究结果间存在不一致,但基于 FC 的研究 1.3 方法
中 ,较为一致地发现疾病或健康状态下 ,睡眠与 1.3.1 睡眠障碍因子分
DMN 内或 DMN 与其他脑功能网络的 FC 都有着重 在本研究中,睡眠障碍评分采用基于 HAMD 中
要的关系。 睡眠障碍因子分来评估。具体来说,睡眠障碍因子
本研究聚焦于探究 DMN 相关的 FC 对 MDD 患 评分为 HAMD量表中第 4项入睡困难,第 5项睡眠不
者的睡眠障碍因子分是否具有预测性。基于多中心 深和第 6 项早醒评分的累加和 [6, 19] 。各站点睡眠障碍
数 据 集 ,从 DMN 内 部 FC 和 DMN 脑 区 节 点 与 非 因子分概括见表1。
DMN 脑区节点的 FC(简称 DMN 外部 FC),分别探究 1.3.2 静息态fMRI影像数据采集信息
两者对 MDD 患者睡眠障碍因子分的预测能力。本 各个站点的详细的 fMRI 序列扫描参数如表
研究旨在加深理解 DMN 在 MDD 睡眠障碍症状中的 2所示。
重要作用,以期为 MDD 的诊断和疗效评价提供线索 1.3.3 影像数据预处理和FC计算
和帮助。 Rest-meta-MDD 数据集仅提供了基于多个脑图
谱所提取的时间序列。这些 fMRI 时间序列在提取
1 材料与方法 前都已使用脑影像处理平台 DPARSF V4.3(http://
1.1 一般资料 rfmri.org/DPARSF)在各站点内进行了标准化预处理
[13]
本实验被试数据来自中国科学院心理研究所严 流程 ,包含去除前10个时间点的数据,时间层校正,
超赣于 2016 年组织和发布的 REST-meta-MDD 公开 头动校正,空间标准化,以及时间滤波(0.01~0.10 Hz)。
[13]
数据集(http://rfmri.org/REST-meta-MDD) ,其参与 为控制头动和生理噪音信号 ,将 Friston-24 头动参
单位有 17家医院和 25个研究小组,共招募了 1300例 数 ,线性趋势 ,以及白质 、脑脊液和全脑信号从
[20]
MDD 患者(其中女性患者 826 例),是目前全球最大 fMRI 影像数据中都进行了回归。此外,每个被试都
的 MDD 患者静息态 fMRI 公开数据集之一。所有被 计算了平均逐帧位移(framewise displacement, FD),
试均为汉族右利手,年龄为 18~65 岁。所有 MDD 患 并剔除了FD>0.2 mm的被试 。
[21]
[22]
者被试纳入时均采用精神障碍诊断与统计手册第四 本研究基于Power模板 的264个脑区节点的平
版的诊断标准进行 ,且在影像数据扫描当天采用 均时间序列,采用皮尔逊相关分析计算任意两个脑
·52 · https://www.chinesemri.com