功能性大脑网络与重度抑郁症患者抗抑郁药反应之间的关联:静止状态EEG研究
Kang-Min Choi1,2, Hyeon-Ho Hwang1,3, Chaeyeon Yang1
1Clinical Emotion and Cognition Research Laboratory, Inje University, Goyang, Republic of Korea.
Psychological medicine
|February 5, 2025
概括
脑电图 (EEG) 衍生的静止状态功能大脑网络 (rsFBN) 改变,特别是在注意力网络中,可能预测主要抑郁症 (MDD) 患者的抗抑郁药反应. 这些rsFBN生物标志物显示出个性化治疗策略的前景.
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:
- 大型抑郁症 (MDD) 中的异质抗抑郁剂反应与大脑网络拓学有关.
- 有限的研究已经探索了使用电脑电图 (EEG) 的休息状态功能大脑网络 (rsFBN).
研究的目的:
- 确定EEG衍生的rsFBN生物标志物,用于预测MDD中的药物治疗反应.
- 调查治疗耐药性MDD,良好反应的MDD和健康对照群之间的rsFBN拓的差异.
主要方法:
- 从98个治疗耐药的MDD,269个反应良好的MDD和131个健康对照中获取休息状态EEG数据.
- 使用31个源和β带功率封面相关性 (PEC) 来构建源级的rsFBN.
- 计算中心度 (DC) 和聚类系数 (CC);使用NBS和ANOVA比较PEC和网络指数.
主要成果:
- 治疗不耐药的MDD患者表现出背部注意力和突出网络的改变,包括特定区域的hypoconnection和DC/CC降低.
- 与对照组相比,MDD的两组都表现出DC增加,但CC在后带状皮层下降.
- 网络拓在治疗阻断性MDD中变得更严重,特别是在注意力调节网络中.
结论:
- 改变的rsFBN拓,特别是在注意力网络中,是治疗耐火MDD的特征.
- 来自EEG的rsFBN变化可以作为预测抗抑郁药反应的潜在生物标志物.
- 研究结果支持使用rsFBN分析用于MDD个性化药物治疗.
