神经影像可能预测精神疾病不同治疗方案的疗效
近年来,多模态磁共振脑成像技术的发展为研究神经精神疾病的脑机制提供了重要技术手段,也为脑疾病患者的早期诊断、治疗方案选择、疗效评估提供了客观的影像标志物。
最近,一项发表在国际顶级精神病学杂志《American Journal of Psychiatry》上针对重度抑郁症的研究表明,通过患者的神经影像信息可以有效预测采用不同治疗方案的疗效。
研究背景
重度抑郁症是最常见的精神障碍之一,在临床症状上具有很高的异质性。最常采用的治疗手段包括认知行为矫正和抗抑郁药物治疗。然而,单一治疗手段的缓解率很低,只有30~40%,联合治疗可以提高缓解率但会浪费不必要的治疗成本。并且,临床研究发现不同患者对疗效的反应不同,只用其中一种治疗手段就可以得到很好缓解。因此,对患者拟用个体化方案和疗效预测十分必要。
研究假设
近年来,神经影像研究表明抑郁症患者的大脑结构和功能与正常人相比,具有显著的异常,特别是在大脑的边缘系统,例如胼胝体下扣带皮层(subcallosal cingulate cortex,SCC)。
该研究提出假设:SCC与其他脑区的静息态功能连接可能预测认知行为治疗和药物治疗的效果。
研究方法
1
被试
122名未治疗的重度抑郁症患者,年龄18~65岁。
2
治疗手段
将患者随机分为三组,分别进行12周的治疗,方案如下:
1. 选择性五羟色胺再摄取抑制剂 (selective serotonin reuptake inhibitor,SSRI),艾司西酞普兰,10~20 毫克/天;
2. 五羟色胺和去甲肾上腺素再摄取抑制剂(serotonin norepinephrine reuptake inhibitor,SNRI),度洛西汀,30~60毫克/天;
3. 认知行为治疗,16个50分钟的疗程。
3
脑功能连接分析
在基线期采集被试的静息态功能磁共振脑影像,以双侧SCC(Harvard-Oxford解剖图谱定义的SCC)为种子点进行静息态功能连接分析,得到SCC与全脑每个体素的功能连接图。
4
统计分析
在全脑体素水平对连接分数进行2×2的双因素方差分析,因子的水平分别为:两种治疗手段(药物治疗或认知行为治疗)和两种治疗效果(缓解或无缓解)。
5
被试水平的预测能力评估(事后检验)
采用受试者工作特征曲线(Receiver Operating Characteristic Curves,ROC曲线)检验功能连接预测治疗效果的敏感性和特异性。
研究结果
1
临床结果
122名患者中,82名患者有显著的治疗效果:58名获得缓解(在第10周和12周汉密尔顿抑郁评分都小于7),24名患者治疗失败(在第12周汉密尔顿评分相比于基线期的降低小于30%);40名患者有中间效果(汉密尔顿评分的降低大于30%但没有达到缓解标准)。
2
影像分析结果
SCC与三个脑区的功能连接存在显著的治疗效应,包括:左侧间脑,左侧腹外侧前额叶/岛叶和左侧腹内侧前额叶。认知行为治疗中,缓解患者的功能连接为正连接,治疗失败患者的功能连接为负连接,这在药物治疗中恰恰相反(图1)。
图1:SCC与三个脑区的功能连接存在显著统计效应
3
被试水平的预测能力结果
两种治疗方式下,基线期SCC与三个脑区的总功能连接分数都与治疗后汉密尔顿抑郁评分降低的百分比显著相关(图2)。
图2:两种治疗方式下,SCC与三个脑区的总功能连接分数与汉密尔顿抑郁量表降低的百分比显著相关
ROC曲线分析表明,利用SCC与三个脑区的功能连接分数能有效预测不同治疗手段的治疗效果:预测成功缓解患者时,对认知行为治疗的预测正确率达到78%(曲线下面积0.76),对药物治疗成功的预测正确率为72%(曲线下面积0.72)(图3A);预测治疗失败患者时,对认知行为治疗的预测正确率达到89%(曲线下面积0.93),对药物治疗的预测正确率为75%(曲线下面积0.78)(图3B)。
图3:利用功能连接预测治疗效果的ROC曲线
研究结论和意义
该研究表明利用静息态功能脑影像能够区分重度抑郁患者在不同治疗方案中能否缓解的亚型,并有效预测不同治疗方案的治疗效果,为基于影像标志物的神经精神疾病个体化治疗方案优化选择的可行性提供了新的实验证据。
参考文献:
Dunlop, B.W., Rajendra, J.K., Craighead, W.E., Kelley, M.E., McGrath, C.L., Choi, K.S., Kinkead, B., Nemeroff, C.B.& Mayberg, H.S. Functional Connectivity of the Subcallosal Cingulate Cortex And Differential Outcomes to Treatment With Cognitive-Behavioral Therapy or Antidepressant Medication for Major Depressive Disorder. Am J Psychiatry, 2017. 174(6): p. 533-545.
【往期精彩回顾】
7.北京师范大学神经影像脑连接组可视化软件(BrainNet Viewer)
【招聘启事】