Psychol Med︱唐向东团队探索27种神经精神疾病的睡眠电生理特征
撰文︱聂煜茹
责编︱王思珍,方以一
编辑︱夏 叶
神经精神疾病是全世界致残和死亡的重要原因,对个人、家庭和医疗系统造成巨大损失。睡眠障碍是神经精神疾病患者常见的临床症状。过去,睡眠障碍被视为由神经精神疾病的病理改变引起的临床症状。越来越多的证据表明睡眠障碍和这些疾病之间存在复杂的相互作用和潜在的双向因果关系。睡眠障碍可以纵向预测神经精神疾病的发展(如,抑郁、焦虑和神经退行性变),针对神经精神疾病的有效治疗也可改善患者睡眠障碍症状[1-3]。因此,澄清睡眠与神经精神疾病之间的关系可能有助于理解这些疾病的病理机制[4]。多导睡眠图(Polysomnography,PSG)是客观评估个体睡眠特征的金标准。探索神经精神疾病患者的PSG睡眠特征变量有可能揭示特定疾病的神经生物学机制,以及不同疾病的共性和差异[5]。
近年来研究发现,Meta分析容易受到报告偏倚、发表偏倚、残余混杂偏倚和其他类型的问题的影响,这些问题可能会导致被检验数据参数的估计值过高[6]。此类缺陷可能导致假阳性结果 [7],可能掩盖特定疾病最重要或最显著的神经生物学特征。因此,本研究采用伞状分析方法评估不同神经精神疾病夜间PSG特征改变的证据强度、估计的精确度、稳健性和可能存在的偏倚。
2022年11月15日,四川大学华西医院睡眠医学中心唐向东教授团队在《心理医学》(Psychological Medicine)上发表了题为“Patterns of polysomnography parameters in 27 neuropsychiatric diseases: an umbrella review” 的研究论文。在文章中,研究人员通过伞状分析方法探索和比较了包括精神分裂症、双相情感障碍、广泛性焦虑障碍、抑郁症、强迫症、创伤后应激障碍、孤独症谱系障碍、神经性厌食、脑卒中、癫痫、阿尔茨海默病、帕金森病、亨廷顿病、偏头痛及创伤性脑损伤等27种神经精神疾病的宏观与微观睡眠结构模式差异,结果显示不同神经精神疾病具有完全不同的PSG总体变化模式。PSG总体变化模式是反应不同神经精神障碍神经病理学特点的重要维度。(拓展阅读:唐向东课题组相关研究进展,详见“逻辑神经科学”报道(点击阅读):Neurosci Biobehav Rev︱唐向东团队探索PTSD夜间梦魇的药物治疗与心理治疗疗效)
分析结果表明,睡眠变化的总体模式在不同疾病之间差别很大(图1)。与健康对照组相比,重度抑郁障碍(major depressive disorder,MDD)患者的睡眠潜伏期(Sleep latency,SL)增加、睡眠效率(Sleep Efficiency,SE)降低,发作性睡病患者的NREM1期睡眠百分比增加,帕金森病(Parkinson’s disease,PD)的REM期睡眠百分比减少是具有高度提示级别(Highly suggestive)的证据。这些发现也可以在其他神经精神疾病(如,创伤后应激障碍、精神分裂症和亨廷顿病)中观察到,尽管证据的可信度水平各不相同。这表明,单个PSG参数的变化应该被视为各种神经精神疾病的跨诊断睡眠特征,而不是特定疾病的标志性睡眠特征。目前仍然缺乏强有力的证据证明任何单一的睡眠参数变化是某一疾病特有的。观察PSG总体改变模式发现,任意两种疾病都不具有相同的睡眠特征总体变化模式(图1),表明PSG总体变化模式特征可能是区分不同疾病诊断的特异性标志。
图1 27例神经精神疾病患者睡眠参数的变化模式(标准化均值差)。
(图源: Zhang Y et al., Psychol Med, 2022)
图2 27种神经精神疾病的多导睡眠图改变的可信度。
(图源: Zhang Y et al., Psychol Med, 2022)
在321项汇总分析中,根据定量伞形分析标准,没有一项分析具有令人信服的(convincing)PSG差异强度(图 2)。只有7项(2.2%)分析得到高度提示性(Highly suggestive)证据的支持:MDD患者SL增加、SE下降;发作性睡病患者NREM1期睡眠百分比增加、NREM2期睡眠百分比、SL和REML(rapid eye movement sleep latency)降低;PD患者REM睡眠百分比降低。
该研究仍存在一些局限性。可总结为以下几点:1.该伞状分析中,对于亨廷顿病、肝豆状核变性、社交焦虑障碍等发病率低的疾病,其纳入文献数量较少、患者样本量小,故这些疾病的PSG特征改变仍需进一步验证。2.性别,年龄等人口学因素对不同神经精神疾病PSG总体模式改变的影响是未来重要研究方向。3.该伞状分析并未包括所有神经精神疾病,如多发性硬化、不宁腿综合征等疾病的PSG总体模式改变及其证据强度仍不清楚。
原文链接:https://www.cambridge.org/core/journals/psychological-medicine/article/abs/patterns-of-polysomnography-parameters-in-27-neuropsychiatric-diseases-an-umbrella-review/458A9905D522E36376A2AACCE4192F59#
该研究获得科技创新2030“脑科学与类脑研究”重大项目(2021ZD0201900)及国家自然科学基金委国际(地区)合作与交流重点项目资助(82120108002)。
第一作者:张烨(左) ;通讯作者:唐向东(右)
(照片提供自:唐向东课题组)
欢迎扫码加入逻辑神经科学 文献学习2
【1】PNAS︱刘俊宇团队揭示连接蛋白半通道在减轻颞叶癫痫发病过程中的神经炎症和过度兴奋的重要作用
【2】iScience︱罗杰斯/余乐正团队合作开发可用于深度学习模型理解和可视化的工具
【3】Transl Psychiatry︱朱遂强/朱舟团队揭示卒中导致的结构失连接可预测卒中后抑郁风险
【4】Neurosci Bull︱张丹丹团队报道内隐认知重评对抑郁症情绪调节的益处:来自行为和电生理学的证据
【5】Cell Reports︱李家立团队揭示阿尔茨海默病易激惹精神症状发生的神经环路基础
【6】NAR︱PGG.MHC:人类主要组织相容性复合体基因数据库和分析平台
【7】Neuron︱牛建钦/易陈菊团队发现发育中少突胶质前体细胞分化与星形胶质细胞足突形成的偶联机制
【8】Cell Reports | 张纪岩团队揭示成年小鼠脑膜中造血干细胞的存在及特征
【9】Neurosci Bull︱王守岩/仇子龙团队报道MECP2倍增综合症中与社交障碍相关的前额叶异常神经振荡
【10】Transl Psychiatry丨来滨/郑平课题组揭示CREB和GR介导慢性吗啡诱导内侧前额叶皮层miR-105降低
优质科研培训课程推荐【1】膜片钳与光遗传及钙成像技术研讨会(2023年1月7-8日 腾讯会议)【2】第十届近红外训练营(线上:2022.11.30~12.20)【3】第九届脑电数据分析启航班(训练营:2022.11.23—12.24)欢迎加入“逻辑神经科学”【1】“ 逻辑神经科学 ”诚聘副主编/编辑/运营岗位 ( 在线办公)【2】人才招聘︱“ 逻辑神经科学 ”诚聘文章解读/撰写岗位 ( 网络兼职, 在线办公)[1] Galbiati, A., Verga, L., Giora, E., et al. The risk of neurodegeneration in REM sleep behavior disorder: A systematic review and meta-analysis of longitudinal studies. Sleep Medicine Reviews, 2019, 43, 37–46.
[2] Hertenstein, E., Feige, B., Gmeiner, T., et al. Insomnia as a predictor of mental disorders: A systematic review and meta-analysis. Sleep Medicine Reviews, 2019, 43, 96–105.
[3] Shi, L., Chen, S. J., Ma, M. Y., et al. Sleep disturbances increase the risk of dementia: A systematic review and meta-analysis. Sleep Medicine Reviews, 2017, 40, 4–16.
[4] Krystal, A. D. Sleep therapeutics and neuropsychiatric illness. Neuropsychopharmacology, 2020, 45(1), 166–175.
[5] Baglioni, C., Nanovska, S., Regen, W., et al. Sleep and mental disorders: A meta-analysis of polysomnographic research. Psychological Bulletin, 2016, 142(9), 969–990.
[6] Ioannidis, J. P. Why most published research findings are false. PLoS Medicine, 2005, 2(8), e124.
[7] Ioannidis, J. P., Munafo, M. R., Fusar-Poli, P., et al. Publication and other reporting biases in cognitive sciences: Detection, prevalence, and prevention. Trends in Cognitive Sciences, 2014, 18(5), 235–241.
本文完