使用多式神经成像和机器学习预测焦虑抑郁症
Enqi Zhou1, Wei Wang1, Simeng Ma1
1Department of Psychiatry, Renmin Hospital of Wuhan University, Wuhan, China.
NeuroImage
|December 14, 2023
概括
与非焦虑性重度抑郁症相比,焦虑性抑郁症涉及明显的大脑结构和功能差异. 神经成像特征可以预测80%的准确性焦虑抑郁症,帮助诊断.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 医疗成像医学成像
背景情况:
- 焦虑抑郁症是主要抑郁障碍 (MDD) 的一个亚型,与糟糕的结果和社会功能受损有关.
- 了解焦虑抑郁症的神经生物学对于诊断精细化和患者分层至关重要.
研究的目的:
- 调查MDD患者焦虑症状与大脑结构/功能之间的关联.
- 开发一种基于神经成像的模型,以区分焦虑和非焦虑的MDD患者.
主要方法:
- 结构性和静止状态功能性MRI被用来比较灰色物质体积 (GMV),低频波动的分数幅度 (fALFF),区域同质性 (ReHo) 和功能连接性.
- 采用随机森林模型,利用神经成像数据预测MDD患者的焦虑状态.
- 260名MDD患者和127名健康对照参与了这项研究.
主要成果:
- 与健康对照组相比,焦虑型MDD患者在GMV和ReHo中表现出显著的差异.
- 与非焦虑型MDD患者相比,焦虑型MDD患者在特定的大脑区域出现了改变的GMV,fALFF,ReHo和功能连接.
- 随机森林模型实现了0.802的曲线下的面积 (AUC),以区分焦虑和非焦虑的MDD.
结论:
- 焦虑抑郁症的特点是大脑区域的调节失调,这些区域参与情绪调节,认知和决策.
- 开发的诊断模型显示了对焦虑抑郁症的准确和客观临床诊断的潜力.
- 神经成像生物标志物为患有焦虑症的MDD患者分层提供了一个有希望的途径.
