预测大抑郁症干预的治疗结果与基线休息状态功能连接:一个元分析

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.
• 生物标志物研究的研究.

背景情况:

• 大型抑郁症 (MDD) 的干预措施具有有限和多样化的疗效,需要个性化治疗方法.
• 基线休息状态功能连接 (rsFC) 显示出作为MDD治疗反应的预测生物标志物的潜力,尽管研究结果不一致.
• 这一元分析系统地评估了基线rsFC对各种MDD治疗结果的预测效用.

研究的目的:

• 对基线rsFC对重大抑郁症 (MDD) 治疗结果的预测能力进行元分析.
• 调查 rsFC 在特定的大脑网络 (DMN,FPN) 内和之间对治疗反应的差异性预测效应.
• 评估rsFC作为指导MDD治疗选择的可靠生物标志物的实用性.

主要方法:

• 2012年至2024年间发表的MDD研究的系统分析,包括抗抑郁药和非侵入性脑刺激等干预措施.
• 对基线 rsFC 与治疗结果之间的皮尔森相关性进行分析,根据大脑网络的归属性对节点进行分类.
• 在多项研究中为经常报告的rsFC连接 (例如,在DMN内,在DMN和FPN之间) 生成聚合系数.

主要成果:

• 在默认模式网络 (DMN) 内的rsFC显示了抗抑郁药治疗结果的显著聚合可预测性 (0.207,p < 0.001).
• 在DMN和前端对象网络 (FPN) 之间的rsFC显示,对于非侵入性脑刺激结果的聚合可预测性为-0.060 (p = 0.171).
• 在DMN内和DMN和FPN之间rsFC对抗抑郁药物 (0.315) 和非侵入性脑刺激 (-0.215) 的预测效果分别更强.

结论:

• 在DMN内和DMN和FPN之间,基线rsFC对抗抑郁药物和非侵入性脑刺激的结果具有差异性,尽管很小,但预测性影响.
• 有限的可预测性表明,目前在FPN和DMN之间以及DMN内部的rsFC测量可能不是预测整体MDD治疗成功的可靠生物标志物.
• 未来的研究应该探索治疗特定的rsFC预测及其对更广泛的MDD干预措施的有用性.