预测早期精神病的临床改善使用基于电路的休息状态功能磁共振成像

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:

• 在早期精神病 (EP) 中,确定治疗反应的生物标志物至关重要.
• 以前对静止状态连接生物标志物的研究已经产生了不一致的结果.
• 本研究探讨了在特定的静止状态网络中内在功能连接的预测价值,以改善EP的临床效果.

研究的目的:

• 评估注意力,默认模式和突出网络的休息状态功能连接性与早期精神病的12个月临床改善之间的关系.
• 确定预测EP治疗反应的特定连接模式.

主要方法:

• 包括58名EP患者,包括基线和12个月后续数据.
• 如果参与者在简要精神病评分表 (BPRS) 总得分上显示出>20%的改善,则被归类为"改善者".
• 后勤回归分析被用来根据静止状态网络连接来预测Improver状态.

主要成果:

• 预测Improver状态的后勤回归模型是显著的 (85%一致性),在网络内设置更高的默认模式,网络之间的注意力-默认模式,以及网络之间的注意力-突出状态连接性预测改进.
• 包括基线BPRS得分,模型一致性增加到92%.
• 抗精神病药物剂量没有显著影响模型的预测能力.

结论:

• 休息状态功能磁共振成像 (fMRI) 连接性显示出作为近期发病精神病临床结果的生物标志物具有前途.
• 内在功能连接的特定模式可以预测早期精神病患者的治疗反应.
• 这些发现支持使用基于fMRI的生物标志物来指导EP的治疗决策.