REST-meta-MDD抑郁症脑影像大数据进入无限制共享阶段

根据抑郁症脑成像联盟(REST-meta-MDD Consortium)于2019年1月13日第三届抑郁症脑成像大数据会议达成的协议及向国际同行做出的承诺，自2020年1月1日起，REST-meta-MDD数据进入无限制共享阶段，研究人员可以在不违反伦理规范的情况下自由使用数据进行分析。该数据为目前全世界最大的公开抑郁症脑功能影像数据。同时，抑郁症脑成像联盟正在进行第二轮基于DPABISurf的大脑皮层处理数据征集，欢迎有兴趣参加第二轮征集的研究者联系严超赣研究员（[e-mail]）加入联盟，参与数据共享，并与联盟成员一道获得第二轮抑郁症大脑皮层分析数据的优先使用权。

重性抑郁障碍(major depressive disorder, MDD)，常被概括称为抑郁症，是一种具有高复发率、高自杀率和高致残率的精神疾病，每年造成极为沉重的社会经济负担，在我国的患病率为3.4% ^[1]。抑郁症的临床表现主要包括持续的情绪低落、快感缺失和精力减退，然而其病因仍不明确，主要诊断手段仍然依靠基于症状学的临床观察，缺乏生物学客观标准。然而，目前大多数MDD神经影像学研究样本量小，敏感度和可靠性低^[2,3]，导致目前结论不一致。这种不一致可能是由于小样本本身有限的统计检验力^[2]，复杂多样的数据分析和参数组合^[4]导致的。此外矫正方法的选择^[5]以及既往研究之间分析方法的不一致也阻碍了大规模的荟萃分析^[6,7]。此外，临床特征，如发作次数和表现，药物状况和疾病持续时间在各个研究中有所不同，从而进一步导致异质性的结果。

为了解决上述问题，我们启动了REST-meta-MDD项目。来自中国17家医院的25个研究组组成了REST-meta-MDD联盟，共享来自MDD患者和匹配正常对照组的最终R-fMRI指标图，所有研究都经过了研究单位伦理委员会批准。各单位在本地采用静息态fMRI数据处理助手（DPARSF）^[8]上进行标准化的预处理，仅向合作团队提供了最终磁共振指标图（如灰质密度、灰质体积、低频振幅等，有关详细信息，请参阅联盟首发论文^[9]的补充方法部分）。REST-meta-MDD联盟共同贡献了2428个先前收集的脑成像数据（1300个MDD和1128个健康对照数据）。平均而言，每个站点有 52.0±52.4例MDD（范围13-282）和45.1±46.9例NCs（范围6-251）。大多数MDD患者是女性（826例女性，474例男性）。接受扫描的562例首发MDD患者中有318例首发未用药（FEDN）MDD和160例接受抗抑郁药物（其中84例无法获得用药情况）。282例接受扫描的复发性MDD患者中，121例在接受抗抑郁药物治疗时接受了扫描，76例未接受药物治疗（85例患者无法获得用药情况）。其余456例患者无法获得发作（首次或复发）和用药情况。

三届“抑郁症脑成像大数据会议”与会专家合影

REST-meta-MDD计划参加单位分布图

REST-meta-MDD计划参与研究单位以及数据构成情况

编号	参与研究单位	样本量
MDD	NC
1	安徽医科大学	51	36
2	北京大学第六医院	74	74
3	重庆医科大学附属第一医院	111	79
4	东南大学附属中大医院	139	113
5	暨南大学第一临床医学院	50	50
6	昆明医学院第一附属医院	32	31
7	山西医科大学第一医院	50	33
8	上海交通大学医学院附属精神卫生中心	28	26
9	首都医科大学附属北京安定医院	86	70
10	四川大学华西医院	63	61
11	苏州市广济医院	30	30
12	西安市中心医院	25	17
13	西南大学心理学部	282	251
14	浙江大学医学院附属第一医院	21	20
15	浙江大学医学院附属邵逸夫医院	38	49
16	中国医科大学第一临床医院	75	75
17	中南大学湘雅二医院	145	113

注：MDD：重性抑郁障碍；NC：健康对照

为了增强研究的透明度及可重复性，我们已将分析代码在 https://github.com/ChaoganYan/PaperScripts/tree/master/Yan_2019_PNAS上公开。根据REST-meta-MDD联盟的协议，对1300例MDD患者和1128例健康对照的脑成像数据和表型数据的共享将分为2个阶段进行。1)第一阶段：2020年1月1日前进行协同共享。为了减少研究人员之间的冲突，联盟将审查和协调感兴趣的研究人员提交的研究计划。感兴趣的研究人员首先向[e-mail]发送意向书。之后联盟会把所有获批研究计划发送给申请人。申请人提交新的计划书，同时避免与已获批选题冲突。联盟将对研究方案进行审查并批准无冲突的研究计划。一旦获得批准，该研究计划将进入已批准课题范围，并受到保护。2)第二阶段：2020年1月1日后开始无限制共享。在不违反学术伦理规范的条件下，研究人员可对数据进行任何感兴趣的分析。

REST-meta-MDD数据自2020年1月1日起已进入无限制共享阶段。在不违反学术伦理规范的条件下，研究人员可对数据进行任何感兴趣的分析。请访问The R-fMRI Maps Project 网站(http://rfmri.org/maps)下载签署数据使用协议并获取数据。

致谢

本项研究工作由中国国家重点研发项目（2017YFC1309902），中国国家自然科学基金（81671774、81630031、81471740及81371488），中国科学院“百人计划”和“十三五”信息化规划（XXH13505），北京市科学技术委员会（Z161100000216152、Z171100000117016、Z161100002616023及Z171100000117012），浙江省科学技术部（2015C03037），国家基础研究（973）计划（2015CB351702）支持开展。

参考文献：

1.  Huang, Y., et al.,  Prevalence of mental disorders in China :  a cross-sectional epidemiological study. Lancet Psychiatry , 2019 . 6(3): p. 211-224.

2. Button KS, et al. (2013) Power failure: why small sample size undermines the reliability of neuroscience. Nat Rev Neurosci 14(5):365-376.

3. Chen X, Lu B, & Yan CG (2018) Reproducibility of R-fMRI metrics>4.         Poldrack RA, et al. (2017) Scanning the horizon: towards transparent and reproducible neuroimaging research. Nat Rev Neurosci 18(2):115-126.

5. Eklund A, Nichols TE, & Knutsson H (2016) Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates. Proc Natl Acad Sci U S A.

6. Hamilton JP, Farmer M, Fogelman P, & Gotlib IH (2015) Depressive Rumination, the Default-Mode Network, and the Dark Matter of Clinical Neuroscience. Biological psychiatry 78(4):224-230.

7. Kaiser RH, Andrews-Hanna JR, Wager TD, & Pizzagalli DA (2015) Large-Scale Network Dysfunction in Major Depressive Disorder: A Meta-analysis of Resting-State Functional Connectivity. JAMA Psychiatry 72(6):603-611.

8. Yan CG & Zang YF (2010) DPARSF: A MATLAB Toolbox for "Pipeline" Data Analysis of Resting-State fMRI. Front Syst Neurosci 4:13.

9. Yan, C. G., Chen, X., Li, L., Castellanos, F. X., Bai, T. J., Bo, Q. J., ... & Cheng, C. (2019). Reduced default mode network functional connectivity in patients with recurrent major depressive disorder. Proceedings of the National Academy of Sciences, 116(18), 9078-9083