近期發(fā)病的精神病和抑郁癥患者的大腦結(jié)構(gòu)可以為這些疾病及其發(fā)展方式提供重要的生物學見解。
在生物精神病學上發(fā)表的一項新研究中，伯明翰大學的研究人員表明，通過檢查大腦的結(jié)構(gòu) MRI 掃描，可以識別出最容易受到不良結(jié)果影響的患者。
通過在疾病的早期階段識別這些患者，臨床醫(yī)生將能夠提供更有針對性和有效的治療。
“目前，我們診斷大多數(shù)精神健康障礙的方式是基于患者的病史、癥狀和臨床觀察，而不是基于生物學信息，”主要作者 Paris Alexandros Lalousis 說。“這意味著患者可能在他們的疾病中具有相似的潛在生物學機制，但診斷不同。通過更全面地了解這些機制，我們可以為臨床醫(yī)生提供更好的工具來規(guī)劃治療。”
在這項研究中，研究人員使用了參與 PRONIA 研究的大約 300 名新近發(fā)作的精神病和新近發(fā)作的抑郁癥患者的數(shù)據(jù)。PRONIA 是一項由資助的隊列研究，旨在調(diào)查精神病的預(yù)后工具，該研究正在包括伯明翰在內(nèi)的七個歐洲研究中心進行。
研究人員使用機器學習算法來評估來自患者腦部掃描的數(shù)據(jù)，并將這些數(shù)據(jù)分類成組或集群。根據(jù)掃描確定了兩個集群，每個集群都包含精神病患者和抑郁癥患者。每個集群都顯示出與其恢復(fù)的可能性密切相關(guān)的獨特特征。
在第一個集群中，較低體積的灰質(zhì)(大腦內(nèi)參與肌肉控制和記憶、情緒和決策等功能的較暗組織)與預(yù)后較差的患者有關(guān)。相比之下，在第二組中，較高水平的灰質(zhì)表明患者更有可能從疾病中康復(fù)。
然后使用第二種算法來預(yù)測患者在初步診斷后九個月的狀況。研究人員發(fā)現(xiàn)，與傳統(tǒng)診斷系統(tǒng)相比，使用基于生物的集群預(yù)測結(jié)果的準確性更高。
證據(jù)還表明，在腦部掃描中灰質(zhì)含量較低的集群中的患者可能具有較高水平的炎癥、較差的注意力以及其他與抑郁癥和精神分裂癥相關(guān)的認知障礙。
最后，該團隊在德國和美國的其他大型隊列研究中測試了這些集群，并能夠證明相同的已識別集群可用于預(yù)測患者結(jié)果。
“雖然 PRONIA 研究包含最近被診斷出患有疾病的人，但我們使用的其他數(shù)據(jù)集包含患有慢性病的人，”Lalousis 解釋說。“我們發(fā)現(xiàn)，病程越長，患者就越有可能適合灰質(zhì)體積較小的第一個集群。這確實增加了證據(jù)，表明結(jié)構(gòu) MRI 掃描可能能夠提供有用的診斷信息幫助指導有針對性的治療決策。”
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！