机器学习将青少年精神疾病的主要维度与大脑网络异常联系起来
快速阅读: 据《Newswise (新闻稿)》称,宾夕法尼亚大学研究利用机器学习,发现精神健康障碍与大脑网络异常相关,识别出四个心理维度,为诊断和治疗提供新方向。
新闻线 — 费城 — 一项利用机器学习的新研究识别了精神健康障碍的大脑基础维度,这标志着向亟需的生物标志物迈出了重要一步,有助于更准确地诊断和治疗患者。宾夕法尼亚大学医学中心的一个研究团队,在精神病学系助理教授西瑟怀特博士(Theodore D. Satterthwaite, MD)的带领下,将脑网络异常映射到四种心理病理维度:情绪、精神病、恐惧和破坏性外化行为。这项研究于本周发表在《自然通讯》上。
目前,精神科仍依赖患者的自述和医生的观察进行临床决策,而其他医学领域已将生物标志物纳入诊断、预后判断和治疗选择中。尽管以往使用标准临床诊断类别进行的研究发现了大脑异常的证据,但疾病内部的高度异质性和疾病间的共病现象限制了此类研究在临床护理方面的应用潜力。
“在疾病诊断方面,精神科仍落后于其他医学领域。”西瑟怀特说。“例如,当患者因大多数问题来看医生时,除了与患者交谈外,医生还会建议进行实验室检查和影像学研究来帮助诊断他们的病情。目前,精神科并不采用这种方式。在大多数情况下,所有精神科诊断都仅依赖于与患者的交谈。其中一个原因是,我们还不了解大脑异常如何导致精神症状。这项研究旨在通过数据驱动的方法,将心理健康问题及其相关脑网络异常与精神症状建立联系。”
目前,精神科仍依赖患者的自述和医生的观察进行临床决策,而其他医学领域已将生物标志物纳入诊断、预后判断和治疗选择中。尽管以往使用标准临床诊断类别进行的研究发现了大脑异常的证据,但疾病内部的高度异质性和疾病间的共病现象限制了此类研究在临床护理方面的应用潜力。
为了揭示与精神疾病相关的大脑网络,该团队研究了一组青少年和年轻人(999名参与者,年龄8至22岁)。所有参与者都完成了功能性磁共振成像扫描和全面的精神病症状评估,作为费城神经发育队列(Philadelphia Neurodevelopmental Cohort,PNC)的一部分,该项目由拉凯尔·E·古尔博士(Raquel E. Gur, MD, PhD)领导,她是精神病学、神经学和放射学教授,项目由美国国家心理健康研究所资助。
然后利用一种称为稀疏典型相关分析的机器学习方法对大脑和症状数据进行了联合分析。这种分析揭示了与精神症状高度相关的脑网络变化模式。特别是,研究结果突出了四个维度——情绪、精神病、恐惧和破坏性行为——均与大脑中不同的异常连接模式相关。研究人员发现,每个以大脑为导向的维度均包含多个不同临床诊断类别中的症状。例如,情绪维度包括来自三种分类的症状,如抑郁症(感到悲伤)、躁狂症(易怒)和强迫症(反复出现自残念头)。同样,破坏性外化行为维度主要由注意力缺陷多动障碍(ADHD)和对立违抗障碍(ODD)的症状驱动,还包含了抑郁领域的易怒症状。
这些发现表明,当同时考虑大脑和症状数据时,精神症状并不严格归属于现有分类。相反,来自不同临床领域的症状组合形成了与大脑特定异常连接模式相关的维度。这种分析揭示了与精神症状高度相关的脑网络变化模式。特别是,研究结果突出了四个维度——情绪、精神病、恐惧和破坏性行为——均与大脑中不同的异常连接模式相关。
“除了每个维度中的特定大脑模式外,我们还发现了一些跨维度共享的大脑连接异常。”MD-PhD候选人、论文第一作者夏泽克(Cedric Xia)表示,“具体来说,一组被称为默认模式网络和额顶网络的大脑网络,它们通常在大脑发育过程中逐渐分离,但在所有维度中均出现异常整合。”
这两个大脑网络长期以来吸引了精神科医生和神经科学家的关注,因为它们在自我控制、记忆和社交互动等复杂心理过程中发挥着关键作用。这项研究的发现支持了这样一种理论:许多类型的精神疾病与大脑发育异常有关。
“除了每个维度中的特定大脑模式外,我们还发现了一些跨维度共享的大脑连接异常。”MD-PhD候选人、论文第一作者夏泽克(Cedric Xia)表示,“具体来说,一组被称为默认模式网络和额顶网络的大脑网络,它们通常在大脑发育过程中逐渐分离,但在所有维度中均出现异常整合。”
该团队还研究了心理病理学在年龄和性别上的差异。他们发现,与情绪和精神病相关的模式随年龄增长更加明显。此外,与情绪和恐惧相关的脑连接模式在女性参与者中更为显著。
“这项研究表明,我们可以开始使用大脑来指导我们对精神疾病的理解,这与将症状归类到临床诊断类别的方式截然不同。通过远离几十年前制定的临床标签,也许我们可以让生物学自身发声。”西瑟怀特说。“我们最终的希望是,理解精神疾病的生物学机制将有助于我们为患者开发更有效的治疗方法。”
其他宾夕法尼亚大学的研究人员还包括马宗明、齐里奇、顾世、贝泽尔、卡茨库金、卡尔金斯、库克、加西亚·德·拉·加萨、范德卡、崔再旭、摩尔、罗尔夫、鲁帕雷尔、沃尔夫、达瓦茨科斯、古尔、古尔、Shinohara 和巴塞特。
本研究得到了美国国立卫生研究院(R01MH107703、R01MH112847、R21MH106799、R01MH107235、R01MH113550、R01EB022573、P50MH096891、R01MH101111、K01MH102609、K08MH079364、R01NS085211)的资助。PNC项目获得了MH089983和MH089924的资助。额外的支持来自宾夕法尼亚大学-儿童医院生命期脑研究所及道申神经科学计划。
### 宾夕法尼亚大学医学中心是世界上最领先的学术医疗中心之一,致力于医学教育、生物医学研究和优质患者护理等使命。宾夕法尼亚大学医学中心包括:宾夕法尼亚大学雷蒙德和露丝·佩尔曼医学院(成立于1765年,是美国第一所医学院),以及宾夕法尼亚大学医疗系统,两者共同构成了价值78亿美元的企业。
宾夕法尼亚大学医学中心是世界上最领先的学术医疗中心之一,致力于医学教育、生物医学研究和优质患者护理等使命。宾夕法尼亚大学医学中心包括:根据《美国新闻与世界报道》发布的关于研究型医学院的调查结果,佩尔曼医学院在过去20多年里一直位列美国顶尖医学院之列。该学院一直是国家卫生研究院资金的主要获得者之一,在2017财年获得4.05亿美元资助。
宾夕法尼亚大学医疗系统的患者护理设施包括:宾夕法尼亚大学医院和宾夕法尼亚长老会医学中心——这两家医院被《美国新闻与世界报道》评为全国“荣誉榜”医院之一;切斯特县医院、兰开斯特综合健康、宾夕法尼亚大学普林斯顿健康、宾夕法尼亚州威萨希科恩临终关怀医院以及宾夕法尼亚医院——美国第一家医院,成立于1751年。
费城地区的其他附属住院护理设施和服务包括Good Shepherd Penn Partners,这是Good Shepherd康复网络与宾夕法尼亚大学医学中心的合作项目,以及Princeton House Behavioral Health,一家提供高度专业且富有同理心的行为健康护理的领先机构。
宾夕法尼亚大学医学中心致力于通过各种社区基础项目和活动改善人们的生活和健康。在2017财年,宾夕法尼亚大学医学中心提供了5亿美元用于惠及社区。
(以上内容均由Ai生成)