Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型

《本文同步发布于“脑之说”微信公众号,欢迎搜索关注~~》

一、背景介绍

这是一篇2016年发表在《nature medicine》杂志并轰动精神医学界的深度好文章。虽然时间过去了5年,但是它对我们的指导和借鉴价值丝毫没有衰减,反而越来越大。
 
   尽管生物标记物已经改变了现代医学的诊疗方式,但在精神病学领域中仍未找到可以准确诊精神疾病的生物标记物,部分原因是其诊断标签与其神经生物学基础之间的关联较弱。像其他神经精神疾病一样,抑郁症并非一种单一的疾病,而是一种包含多种共现症状的## 标题异质性综合征,而且不同的患者对治疗的反应不尽相同。
 
   到目前为止,研究抑郁症亚型和诊断性生物标记物的大部分工作都是先识别经常共同出现的症状群,然后再测试神经生理相关性。然而,临床亚型与其生物基础之间的联系在个体水平上是不一致且可变的,与其他医学领域的诊断生物标志物不同,这些生物标志物无法用来区分患者和健康人及在个体水平上预测疗效。
 
   美国的多名研究人员利用功能磁共振成像(fMRI)对一个多中心大样本(n=1188)进行了研究,研究结果表明通过对边缘系统和额叶纹状体网络功能连接失调的不同模式进行界定,抑郁症患者可被细分为四种神经生理亚型,或称之为生物型。这些生物型与不同的临床症状谱有关,不能仅仅根据临床特征来区分。研究人员还对患者经颅磁刺激治疗的反应进行了预测。结果表明跨越了当前诊断界限的新的抑郁症亚型可能有助于识别出最有可能从靶向神经刺激疗法受益的个体。
 
二、研究方法概览
 
1.功能网络构建:研究者们利用Power264分区(10mm半径球形ROI)以及与抑郁症有关联的其他13个ROI作为初始脑网络的节点。后续排除掉了19个信噪比较低的ROI,因此总共258个节点用来构建全脑258*258功能连接矩阵,包含33,154个独立特征。
 
2.典型回归和聚类分析:研究者使用Spearman’s rank相关分析筛选与抑郁量表HAMD-17有统计学关联的特征。然后使用典型回归获取与HAMD-17匹配的两个功能连接典型变量。最后使用层次聚类的方法对两个功能连接典型变量进行聚类分析,得到四个抑郁症亚型。结果如图1所示。
 
    以聚类得到的4个生物学亚型为训练集,训练监督分类模型:通过无监督聚类得到4个亚型后,研究者将4个亚型为监督标签,使用监督机器学习来训练4分类模型。最后将分类模型应用到unseen的数据,包括外部验证集。
 
解读者注:非监督学习的方法摆脱了标签的对模型训练的影响。事实上,由于精神疾病的诊断依赖症状,很多病人的诊断不一定符合其神经生物学的异常。这样,拿着错误的诊断标签来训练监督模型,效果可能不会太好。非监督或者半监督机器学习更多是依据客观biomarker来进行疾病的分型,分出的类型更加与神经生物学机制相匹配。如果通过各个层次的分析(基因,生化,行为等),验证了类型的可靠性,我们便可以以这个“纯”生物学诊断标签来训练监督机器学习模型,并应用于将来的病人。
以上所有的方法流程,悦影科技皆可定制。
 
3.不同生物学亚型对重复经颅磁刺激有不同的反应:具体见图4.
 
    总之,通过分析静息态功能连接得到的4种不同生物学机制的抑郁症亚型,对重复经颅磁刺激有不同的反应。其中生物型1和3型对治疗有较好的反应。但是生物型2和4型对治疗没有反应。
 
解读者注:如果能在临床上确认抑郁症不同的亚型,便可以指导临床的治疗。如果抑郁症患者属于1或者3型,我们便可以尝试用重复经颅磁刺激来治疗,而对于2或者4型,我们便可以尝试其他治疗,如药物,认知行为疗法等。
 
三、结果
 
   结果见以下内容,图片和结果一起享用,效果更佳。
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第1张图片
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第2张图片
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第3张图片

图1 基于功能连接利用典型相关分析和层次聚类将抑郁症分为4个生物型。
 
    该研究利用功能连接特征的线性组合(类似于主成分),预测了两组不同的抑郁症状(图1c,d)。第一个功能连接成分(典型变量)明确了主要以额叶皮质纹状体区和眶额回的功能连接特征的组合与快感缺失和精神运动性阻滞相关。第二个成分明确了一组以边缘系统功能连接为主的特征(包括杏仁核、腹侧海马、腹侧纹状体、扣带回膝部和外侧前额叶控制区)与焦虑和失眠相关。
 
    随后研究人员使用分层聚类的方法对受试者进行聚类分析,结果显示受试者主要依据焦虑和快感缺失这两个维度被聚成了4个类别(图1e,f)。
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第4张图片
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第5张图片

图2 利用功能连接标记物对具有不同临床表现的抑郁生物型进行区分。
 
    该研究观察到一个4种生物型可能的共同的病理神经解剖学核心(包括岛叶、眶额皮质、腹内侧前额叶皮质和多个皮质下区域)(图2a,b),这些区域都与抑郁症有关。研究发现,在汉密尔顿抑郁量表(HAMD)的17种定量症状中,几乎所有抑郁症患者(90%以上)都有3种症状:抑郁心境(“悲伤、绝望、无助感”,97.1%)、快感缺乏(96.7%)和乏力(93.9%)。在所有受试者中,无论生物型如何,该共同神经解剖核心的异常功能连接与这三种症状的严重程度评分相关(图2c;r=0.72–0.82)。此外,研究发现,在共同病理核心基础上,不同的异常功能连接模式区分了四种生物型(图2d,e),并与特定的临床症状相关。例如,与对照组相比,调节恐惧相关行为和重新评估消极情绪刺激的额叶杏仁核网络的功能连接减低在生物型1和 4中最为严重,其部分特征是焦虑情绪的加重。相比之下,丘脑和额叶纹状体网络(奖赏处理、适应性运动控制和动作启动)连接性增高在生物型3和4中尤其明显,并与和快感缺乏和神经运动性阻滞增加相关。与动机和激励显著性评估相关的前扣带回和眶额回区域的连接性降低在生物型1和2中最为严重,其部分特征是乏力感加重。
 
    尽管研究揭示的基于功能连接的生物型与临床症状的差异相关,但它们并不是简单地反映抑郁症总体严重程度的差异。在随机患者亚样本中的依据功能连接特征进行聚类得到了稳定的聚类结果,而根据临床症状进行聚类得到的结果不稳定,随着时间推移,纵向稳定性相对较低。
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第6张图片
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第7张图片
图3 功能连接标记物在抑郁症神经生理生物型诊断中的应用。
 
    支持向量机分类器(使用线性核函数)表现最好,基于图3c-f中总结的与神经解剖区域相关的功能连接特征,上述分类的总体准确率高达89.2%。在交叉验证(留一检验)中,患者和健康对照组被正确诊断为敏感性为84.1-90.9%,特异性为84.1-92.5%(图3g)。
 
    为了进一步验证生物型在不同时间的稳定性,在第一次扫描后4-6周,对部分正处于抑郁活动期的患者进行了第二次功能磁共振成像扫描,并在这部分受试者上对分类器进行了测试。结果发现,90.0%的受试者在两次扫描中被分为相同的生物型(图3h;x2=84.6,P<0.0001)。总体而言,在独立于样本外的数据集中86.2%的受试者得到了正确诊断,包括90%以上的生物型3和4的患者(图3i)。
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第8张图片
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第9张图片
图 4 利用功能连接标记物对重复经颅磁刺激治疗的不同疗效进行预测。
 
    为了验证4种不同生物型的受试者对背内侧前额叶皮层(dorsomedial prefrontalcortex)重复高频率经颅磁刺激治疗的疗效是否有差别,该研究对124名受试者在其功能磁共振扫描结束后的短时间内,开始进行了为期5周的治疗。不同的生物型,受试者的治疗反应具有显著差异(χ2 =25.7, P = 1.1 × 10–5)。重复经颅磁刺激对于生物型1型受试者疗效最好,其中82.5%的受试者得到了显著改善(HAMD评分减低超过25%);生物型3型受试者61.0%得到显著改善,生物型2和4型分别仅25.0%和29.6%得到显著改善[图4a,b为完全响应率(HAMD评分减低超过50%)和抑郁症严重程度在HAMD总分改变的百分比]。
 
    本研究对基于功能连接的生物型来预测疗效是否能够比仅利用临床症状预测疗效更有效进行了验证。最有利于分类的功能连接特征包括背内侧前额叶刺激靶点和左杏仁核、左背外侧前额叶皮质、双侧眶额叶皮质和后扣带回皮质(图4c)。重复经颅磁刺激治疗时未直接刺激的其他神经解剖区域(包括腹内侧前额叶皮质、丘脑、伏隔核和苍白球)之间的功能连接也可预测治疗疗效(图4d,e)。功能连接特征预测了重复经颅磁刺激治疗疗效的个体差异性,准确率为78.3%(图4f,j)。结合功能连接特征和生物型诊断来分类对疗效进行预测准确率最高(89.6%;图4g,j)。相比之下,单凭临床症状并不能很好地预测个体水平的重复经颅磁刺激治疗的疗效。研究发现,使用临床特征(失眠症、快感缺乏和精神运动性阻滞)对治疗疗效进行预测效果欠佳(62.6%)(图4h,j)。
 
    总体而言,基于功能连接特征和生物型诊断的分类器明显优于仅基于临床特征的分类器(图4j;P<0.005)。此外,通过实施更严格的数据质量控制和将分类结果不明确的受试者视为模棱两可的测试结果,准确率可以进一步提高(>94%,图4j)。最后,为了进一步评估预测有效性,在一个独立的复制集(n=30名受试者)中测试了使用功能连接特征和生物型诊断相结合的最佳分类器,并获得了可比较的准确率(87.5-92.6%;图4i,j)。相比之下,根据临床症状分型的受试者产生的高度可变、纵向不稳定的聚类结果,无法预测治疗反应。
Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型_第10张图片

图5 抑郁症生物型的功能连接标志物超越了传统诊断。
 
    总的来说,这些发现表明目前的诊断系统在一个单一的诊断标签下包含了至少四种不同的异常功能连接模式的抑郁症患者。那么是否发生了相反的情况呢,即本研究的诊断系统是否将具有相同功能连接生物型的患者分配到了不同的诊断标签中呢?广泛性焦虑(GAD)与静息态网络广泛的功能连接差异(图5a-c)相关,且与抑郁症的网络差异显著重叠(x2=5457;P<0.0001;图5a-c)。接下来,为了测试GAD患者的亚群是否与一个或多个抑郁生物型相似,研究人员将上述开发的优化分类器应用于一个GAD样本(39人)。尽管本分析中没有一个GAD患者符合诊断抑郁症的临床标准,但69.2%的患者被归类为抑郁症生物型之一,其中大多数(59.3%)被归类为焦虑相关生物型4(图5d)。
 
    尽管焦虑症状的严重程度在抑郁生物型分类上没有显著差异(图5e),但与检测为阴性的GAD患者相比,在某一抑郁生物型检测呈阳性的GAD患者中,抑郁症状的严重程度(图5f)和快感缺乏(图5g)显著增加。此外,正如在生物型3和生物型4的抑郁症患者中快感缺乏增加一样,GAD患者也表现出类似的趋势(图5g;P<0.05)。最后,为了了解这些分类确实检测到了与情绪和焦虑相关的功能连接的特异性病理改变,而不是与普遍精神疾病相关的非特异性差异,我们对精神分裂症患者(n=41)进行了测试,精神分裂症是一种被认为与单极抑郁无关的疾病。只有9.8%的精神分裂症患者的抑郁生物型检测呈阳性(图5h)。 

四、 小结
 
    该研究所确定的四种生物型只是一个初步解决仅依赖临床症状进行诊断的传统诊断系统中异质性问题的方法。这一解决方案能够预测在可控的实验室环境下的治疗反应,并使我们进一步了解抑郁症的异质症状模式可能与不同模式功能连接失调有关。但抑郁亚型问题的替代解决方案也存在,甚至在本研究的受试者的分层聚类分析中也显示在这四个聚类中嵌套了其他亚型。很可能,相对受限的患者招募标准、聚类数据集的大小以及临床症状评估的有序性也是限制因素。由于这些原因,从更大的人群中获得的临床和神经影像数据将有助于描述功能连接特征和症状之间更复杂的关联;有助于定义这种功能连接特征的鲁棒的低维表征;以及优化诊断亚型和它们之间的映射潜在的神经生物学。评估这些生物标记物在现实世界和临床环境中的表现也将是至关重要的,在这些环境中,临床评估和治疗可能以不同的保真度进行,这可能会降低诊断和预后的表现。
 
注:参考文献原文可以加赵老师微信索要(微信号:kervin_zhao)

你可能感兴趣的:(脑科学前沿研究/文献解读)