近期發(fā)病的精神病和抑郁癥患者的大腦結構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,通過檢查大腦的結構 MRI 掃描,可以識別出最容易受到不良結果影響的患者。
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,旨在調查精神病的預后工具,該研究正在包括伯明翰在內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的可能性密切相關的獨特特征。
在第一個集群中,較低體積的灰質(大腦內參與肌肉控制和記憶、情緒和決策等功能的較暗組織)與預后較差的患者有關。相比之下,在第二組中,較高水平的灰質表明患者更有可能從疾病中康復。
然后使用第二種算法來預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測結果的準確性更高。
證據(jù)還表明,在腦部掃描中灰質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測患者結果。
“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體積較小的第一個集群。這確實增加了證據(jù),表明結構 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,如有侵權請聯(lián)系刪除!