论文5：团队在《Translational Psychiatry》发文阐述利用情绪调节网络的静息态功能连接预测抑郁症患者的病情缓解
抑郁症（MDD）的主要特征是情绪低落和快感缺失。抗抑郁药物，如选择性5-羟色胺再摄取抑制剂（SSRI），是MDD患者的一线治疗药物。然而，抗抑郁药并非对所有MDD患者都有效。在临床实践中，病情缓解被认为是理想的结果，但一线药物治疗后的总体缓解率只有28%。抑郁症与大尺度脑网络之间的异常信息交流（可以用功能连接来表示）有关。既往研究已经证实这种异常的信息交流模式对患者的疗效具有预测作用。MDD患者的情绪调节相关网络存在异常，并且与抑郁症的严重程度有关。因此，关注情绪调节网络将有助于确定它是否在疗效预测中占据核心位置。本研究采集了67例MDD患者的基线期静息态fMRI数据。首先，我们基于既往文献报道的情绪调节网络确定了36个感兴趣区（图19），然后计算了各感兴趣区两两之间的皮尔逊相关系数作为功能连接的指标。
图19 情绪调节网络的36个感兴趣区，A,B,C,D分别是其中的四个子网络
其次，我们将患者是否在艾司西酞普兰单药治疗12周后缓解定义为汉密尔顿总分小于等于7分作为标签，并将功能连接作为特征构建预测模型，主要包括两个部分：特征选择和模型训练。采用基于递归特征消除和交叉验证（SVM-RFECV）算法的支持向量机来选择，并使用SVM训练模型。最后，使用留一交叉验证并通过AUC，准确率作为指标评估模型性能。模型准确率为82.08%（灵敏度 = 71.43%, 特异度 = 89.74%, AUC = 0.86；图20）。共21条功能连接对模型贡献较大，其中左侧额叶内侧上回-右额下回，左侧额叶内侧上回-右楔前叶之间的功能连接对于模型最重要（图21）。
图20 模型的准确率
图21 对于疗效预测重要的21条脑功能连接
本研究证明，通过关注情绪调节网络中的功能连接可以预测MDD患者的临床缓解，情绪调节网络的功能连接有潜力被作为预测MDD患者对艾斯西酞普兰治疗反应的生物标记物。该工作由首都医科大学附属北京安定医院国家精神心理疾病临床医学研究中心王刚教授团队和中国科学院心理研究所周媛研究员合作完成，吴航，刘瑞，周晶晶为共同第一作者，王刚教授和周媛研究员为共同通讯作者。相关论文已正式发表在Translational Psychiatry杂志（IF = 6.7，DOI: 10.1038/s41398-022-02152-0）。