近期发病的精神病和抑郁症患者的大脑结构可以为这些疾病及其发展方式提供重要的生物学见解。
在生物精神病学上发表的一项新研究中，伯明翰大学的研究人员表明，通过检查大脑的结构 MRI 扫描，可以识别出最容易受到不良结果影响的患者。
通过在疾病的早期阶段识别这些患者，临床医生将能够提供更有针对性和有效的治疗。
“目前，我们诊断大多数精神健康障碍的方式是基于患者的病史、症状和临床观察，而不是基于生物学信息，”主要作者 Paris Alexandros Lalousis 说。“这意味着患者可能在他们的疾病中具有相似的潜在生物学机制，但诊断不同。通过更全面地了解这些机制，我们可以为临床医生提供更好的工具来规划治疗。”
在这项研究中，研究人员使用了参与 PRONIA 研究的大约 300 名新近发作的精神病和新近发作的抑郁症患者的数据。PRONIA 是一项由资助的队列研究，旨在调查精神病的预后工具，该研究正在包括伯明翰在内的七个欧洲研究中心进行。
研究人员使用机器学习算法来评估来自患者脑部扫描的数据，并将这些数据分类成组或集群。根据扫描确定了两个集群，每个集群都包含精神病患者和抑郁症患者。每个集群都显示出与其恢复的可能性密切相关的独特特征。
在第一个集群中，较低体积的灰质(大脑内参与肌肉控制和记忆、情绪和决策等功能的较暗组织)与预后较差的患者有关。相比之下，在第二组中，较高水平的灰质表明患者更有可能从疾病中康复。
然后使用第二种算法来预测患者在初步诊断后九个月的状况。研究人员发现，与传统诊断系统相比，使用基于生物的集群预测结果的准确性更高。
证据还表明，在脑部扫描中灰质含量较低的集群中的患者可能具有较高水平的炎症、较差的注意力以及其他与抑郁症和精神分裂症相关的认知障碍。
最后，该团队在德国和美国的其他大型队列研究中测试了这些集群，并能够证明相同的已识别集群可用于预测患者结果。
“虽然 PRONIA 研究包含最近被诊断出患有疾病的人，但我们使用的其他数据集包含患有慢性病的人，”Lalousis 解释说。“我们发现，病程越长，患者就越有可能适合灰质体积较小的第一个集群。这确实增加了证据，表明结构 MRI 扫描可能能够提供有用的诊断信息帮助指导有针对性的治疗决策。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！