解码早期精神病：揭示跨独立队列与精神病理学相关的稳定微观结构特征
解码早期精神病：揭示跨独立队列与精神病理学相关的稳定微观结构特征
早期精神病（EP）患者的预后预测一直是个难题，主要因为患者在发病三年内表现出显著的个体差异。近日，《Biological Psychiatry》发表了一项重要研究，通过数据驱动的方法，揭示了与EP相关的稳定微观结构特征，为早期干预提供了新的线索。
早期精神病（EP）患者在精神病发作后的三年内表现出显著的个体差异，使得预后预测充满挑战。目前，关于神经微观结构特征与EP症状特征之间的稳定关系的证据较少，这限制了早期干预措施的发展。本文旨在通过数据驱动的方法，识别在不同独立队列中与EP相关的稳定和可推广的微观结构特征。
本研究采用偏最小二乘（PLS）相关分析法，探讨白质（WM）特性与症状特征之间的多变量关系，以识别稳定和具有普遍性的EP特征。主要研究队列包括来自人类连接组计划-早期精神病项目的124名EP患者，验证队列则包括来自费恩斯坦医学研究所的78名EP患者。这些样本均包含患有精神分裂症、分裂情感障碍和精神病性情绪障碍的个体。
数据处理方面，使用标准化流程预处理扩散MRI数据，从48个WM束中提取4个扩散张量成像（DTI）指标的平均值，并通过神经战斗法调整HCP-EP数据集中的扫描仪差异。在心理病理学评估方面，使用阳性和阴性综合征量表（PANSS）和杨氏躁狂量表（YMRS）对HCP-EP进行评估，使用简明精神病评定量表（BPRS）、阴性症状评定量表（SANS）和YMRS对MEND进行评估。
图1：HCP-EP队列中PLS分析的主要结果
在HCP-EP和MEND两个队列中，均发现一个显著的潜在成分（LC），对应于结合了阴性症状（主要是情感表达减弱）和特定躯体症状的症状特征。这些LC捕捉到了WM破坏的综合特征，主要表现为皮层下和额叶关联纤维的组合。PLS模型在主队列中训练后，能准确预测验证队列中的微观结构特征和症状。这些发现不受诊断、药物或物质使用的影响。
图2：MEND队列中PLS分析的主要结果
具体来说，HCP-EP中的PLS分析揭示了一个显著的LC，解释了WM结构和临床症状之间38.6%的协方差。诊断组之间的微观结构复合得分没有显著差异，但无情感特征的精神分裂症患者的临床复合得分（即症状严重程度）显著高于分裂情感障碍和精神病性情绪障碍组。WM特征的主要负载项包括投射纤维、联合纤维和大脑皮层下纤维的各类指标，这些特征在某些精神分裂症研究中也有报道。与临床症状相关的显著负载项主要是阴性症状，特别是情感表达减弱，且这些症状与WM破坏特征密切相关。
图3：各队列PLS模型中症状学特征的全面概述
MEND队列的PLS分析结果与HCP-EP一致，揭示了一个显著的LC，解释了37.8%的协方差，并显示出类似的微观结构特征组合。尽管验证队列中的症状负载项显示出与主要队列一致的阴性症状特征，但该队列中特有的症状负载项是运动迟缓，这也与主要队列中的负载项一致。跨队列预测分析显示，HCP-EP训练的PLS模型在MEND中验证了其微观结构特征的普遍性和稳定性，且验证队列中预测的微观结构复合得分与实证得分之间具有显著相关性。
图4：跨队列预测分析的结果
本文采用数据驱动的跨诊断方法，揭示了EP中WM破坏的稳定且可重复的神经生物学特征，跨越不同的诊断和数据集。这些特征与独特的阴性和躯体症状特征呈现出强烈的协方差关系。该研究的发现表明，采用数据驱动的方法可以揭示具有共享神经生物学基础的症状领域，从而为早期干预策略的开发提供了有力支持。未来的研究应优先考虑纵向研究，以追踪EP中识别的微观结构特征的发育过程，从而揭示这些变化在精神病发作和进展中的作用。
原始出处：
Wang H.R., Liu Z.-Q., Nakua H., Hegarty C.E., Thies M.B., Patel P.K., Schleifer C.H., Boeck T.P., McKinney R.A., Currin D., Leathem L., DeRosse P., Bearden C.E., Misic B. & Karlsgodt K.H. Decoding Early Psychoses: Unraveling Stable Microstructural Features Associated with Psychopathology Across Independent Cohorts, Biological Psychiatry (2024), doi: https://doi.org/10.1016/j.biopsych.2024.06.011.