摘要
目前来自采集中心的具有自杀倾向的重度抑郁症(Major depressive disorder, MDD)患者脑功能影像存在异质性,从而造成的计算瓶颈影响了分析可靠性。为此,本文借助同质化多站点算法,试图扩充MDD患者静息态功能磁共振成像(Resting‑state functional magnetic resonance imaging,rfMRI)的样本体量,探究自杀倾向对MDD脑功能网络的影响。实验纳入3个站点、共99例MDD患者(包括非自杀倾向(Non‑suicidal MDD,nMDD)67例、自杀倾向(Suicidal MDD,sMDD)32例)及72例健康对照(Healthy controls,HC)组rfMRI数据,计算Pearson相关性的功能连接并由ComBat技术同质化多站点功能连接;以小世界属性为稀疏度判别标准,以功能连接为边建立脑网络并进行图论分析;在节点度、节点效率指标上采用多重比较校正进行组间显著性对比。实验结果表明,同质化有效清除了站点间功能连接异质性。在小脑下半月小叶及蚓锥体,sMDD组较nMDD组和HC组皆具有组间显著性(pFDR<0.05),即存在自杀倾向导致的异常脑功能活动。该研究克服了多站点的MDD患者的小样本缺陷,有效地提取了自杀倾向患者脑功能影像标记,有助于评估自杀风险。
重度抑郁症(Major depressive disorder, MDD)是一种情绪性脑功能障碍疾病,常表现为持续自发的情绪低落,严重者伴有自杀行为。临床患者常采用汉密尔顿抑郁分级量表(Hamilton depression scale, HAMD)进行主观评测,其综合评定总分大于35分即可被认定为重度抑郁症。据报道,全球约有3.22亿抑郁症患
越来越多的证据表明,MDD患者异常脑功能网络传播机制可与神经递质信号传导以及神经连接失调联系起来,因而该疾病与其相关的神经环路有
本文通过影像数据的同质化算法,消除多个影像采集中心之间MDD患者功能连接的站点效应,建立脑网络的高阶功能连接分析指标,结合严格的统计学方法,在sMDD、nMDD患者组及健康对照组(Healthy control, HC)间评估自杀倾向对MDD患者脑功能的影响,准确提取功能影像学标志物。区别于现有MDD自杀影像学研究的小样本局限性,文章利用高阶脑网络功能连接计算在多中心间获得了一致性结果,为利用多站点数据扩充样本量、提高评估自杀倾向的可靠性提供了科学算法。研究流程如

图1 研究流程图
Fig.1 Flowchart of study
汉密尔顿抑郁分级量表对抑郁症患者的自杀倾向评级共分为5个等级,分别对应0~4分。0分:未出现自杀想法。1分:觉得生活失去意义。2分:希望自己已经死去,或常想与死亡有关的事情。3分:有自杀倾向但未有自杀行为。4分:已有严重的自杀行为。依据此标准,本研究中0~1分MDD患者被认为无自杀倾向患者,3~4分被认定为有自杀倾向患者。MDD患者组及健康对照组rfMRI数据来自REST‑meta‑MDD consortium的3个站点,其中站点1、2和3分别为中国医科大学第一附属医院、重庆医科大学第一附属医院和中南大学湘雅二医院。研究共选取未经服药治疗的MDD患者99例,其中sMDD患者32例,nMDD患者67例,与之对应的同站点HC组72例。各站点组别被试信息及fMRI数据扫描参数分别如
不同组别间除扫描参数外,其余无关变量(年龄、性别和受教育年龄等)不存在显著性差异(pFDR<0.05)。所有患者均为右利手,且从未接受过抗抑郁药物治疗。所有影像数据在采集站点均得到采集被试的知情同意。
REST‑meta‑MDD consortium采用相同的预处理方法,使用Dpabi软件工具包完成图像预处
在两个脑区BOLD时间信号间建立经典Pearson相关的功能连接,以获得脑区间功能协同的一致性,其计算公式为
(1) |
式中:X、Y分别代表两脑区BOLD时间信号序列;cov代表时间序列间协方差;σ代表时间序列方差;E代表时间序列期望。
通过Pearson相关可以在单个被试全脑116个脑区间形成116×116的对称功能连接矩阵,然后对每个被试的功能连接矩阵进行Fisher Z变换,使其满足正态分布。
不同站点间的功能连接值通过ComBat技
其次,假定所有的功能连接值分布服从ComBat模
(2) |
式中:i为多中心站点的站点编号;j为被试编号;v为单个被试内依次排列连接值编号;yi,j,v为未经同质化i站点j被试第v号连接值;av代表所有被试第v个连接值平均;Xi,j为协变量设计矩阵,记录了扫描被试的站点及组别信息;βv是与X对应的回归系数向量;γi,v和δi,v分别对应站点连通性的相加效应和相乘效应;εi,j,v表示残差项。
进一步假设εi,j,v来自均值为0,方差为
(3) |
式中参数上有“ ”代表该参数的经验贝叶斯估计值。
最后,将ComBat同质化公式计算后的连接值依照原先顺序还原为功能连接矩阵,完成多站点同质化。
结合图论的脑网络分析,以脑区为节点,以功能连接为连边,在小世界属性(小世界属性参数σ>1)的稀疏度序列内,对每个被试功能连接矩阵进行稀疏度阈值化,形成二值脑网络拓扑结构。再利用局部节点指标中节点度、节点效率对全脑网络节点进行评估,各指标以其稀疏度序列的曲线下面积作为特征
在各个局部节点指标内,为强调sMDD患者组区别于另外两组的脑网络特征,对3组被试特征值间两两进行双样本t检验而非方差分析,并经过错误发现率(False discovery rate, FDR)多重比较校正选取显著性特征脑区。特征脑区提取需同时满足以下两个条件:(1) 网络差异分析。该脑区节点指标同时在sMDD组和nMDD组间及sMDD组与HC组间存在显著性差异(pFDR<0.05);(2)网络联合判别。该脑区节点指标在nMDD组和HC组间不存在显著性差异(pFDR>0.05)。以此条件寻找sMDD患者独特的生物功能影像学标志物。所有特征脑区将被采用BrainNet Viewer软件包(https://www.nitrc.org/projects/bnv/)投射到大脑皮层用于展
经过Pearson相关及Fisher Z变换可得到各个站点3个被试组的平均功能连接矩阵,结果如

图2 各站点被试组平均功能连接矩阵
Fig.2 Average functional connectivity matrix of groups at each site
由于扫描参数的不同,功能连接矩阵间存在明显的站点效应。在3个组别内,对3个站点两两对应的功能连接值间进行差异显著性分析(pFDR<0.05, n=6 670),统计存在差异的连接数量以显示站点效应,结果如


图3 功能连接站点效应
Fig.3 Functional connectivity site effects
经ComBat多站点同质化后,各组别内、各站点组合间,各连接点均不再具有显著性差异,在全脑范围内消除了站点效应带来的影响,同质化后差异最大的连接位置如
采用ComBat多站点同质化后功能连接矩阵建立脑网络,在所有被试小世界属性均存在的稀疏度(0.10~0.50,以0.05为步长)下,提取节点度、节点效率两个节点指标进行特征脑区选择,其结果分别如
注: 左、右下半月小叶及蚓锥体脑区的节点度、节点效率在nMDD‑HC组间无显著性差异。


图4 具有自杀倾向的重度抑郁症患者脑网络异常
Fig.4 Brain network abnormalities in suicidal patients with major depressive disorder
如
一项MDD患者脑网络meta分析表明,MDD患者全局拓扑属性改变存在争议性,多数研究表明其小世界属性未呈现明显特异
先前研究表明,小脑不仅影响运动与平衡,还参与认知与情绪控制,与扣带回等默认模式网络脑区存在纤维束连
注: 除此表外其余脑区均不能通过组间差异的假设检验;加粗数值代表不存在显著性组间差异 (95%置信区间)。
虽然本文采用多站点同质化网络连接分析取得了良好的实验结果,但在脑区图谱选择、数据体量、分布和统计校正上,仍存在不可规避的局限性。脑区模板选择上,本文采用经典的AAL结构解剖图谱,但目前该图谱对小脑划分不够细致,功能意义并不明确;数据体量上,虽然综合了3个站点的功能影像学数据,但控制无关变量后,可用数据仍不足;数据分布上,本文虽控制了性别比例的组间差异,但总体由于疾病固有的女性多发特征,组内男女比例呈现1∶2数据分布,结果则更多体现女性的脑功能特征,未来应该着眼于更大体量的多站点联合分析,甚至独立分析疾病自杀倾向的性别特征差异。此外,文章选用的严格的多重比较校正在有效拒绝假阳性的同时,仍存在统计过于严格的特点。
本研究采用的多站点同质化脑功能网络联合分析可以有效提取MDD患者自杀倾向的功能影像学标志物。在严格的统计学校正下,具有自杀倾向的MDD患者小脑下半月小叶、蚓锥体呈现出异于无自杀倾向患者及健康人的网络级别的功能连接。具有自杀倾向的MDD患者存在独特的脑功能网络机制,为评估MDD患者自杀风险提供了科学指标和方法。
参考文献
于美霞, 毛宁, 张琪, 等. 抑郁症自杀未遂患者脑磁共振研究进展[J]. 磁共振成像, 2019, 10(11): 855‑858. [百度学术]
YU Meixia, MAO Ning, ZHANG Qi, et al. Advances in brain magnetic resonance imaging of suicide attempted depression[J]. Chinese Journal of Magnetic Resonance Imaging, 2019, 10(11): 855-858. [百度学术]
BACHMANN S. Epidemiology of suicide and the psychiatric perspective[J]. International Journal of Environmental Research and Public Health, 2018, 15(7): 1425. [百度学术]
BANI‑FATEMI A, TASMIM S, GRAFF‑GUERRERO A, et al. Structural and functional alterations of the suicidal brain: An updated review of neuroimaging studies[J]. Psychiatry Research: Neuroimaging, 2018, 278: 77‑91. [百度学术]
LEE Y J, KIM S, GWAK A R, et al. Decreased regional gray matter volume in suicide attempters compared to suicide non‑attempters with major depressive disorders[J]. Compr Psychiatry, 2016, 67: 59‑65. [百度学术]
李海东, 王峻, 牛金亮. 重度抑郁症患者治疗前后脑功能及结构的MRI研究进展[J]. 磁共振成像, 2022, 13(3): 143‑146. [百度学术]
LI Haidong, WANG Jun, NIU Jinliang. MRI research progress of brain function and structure in patients with major depressive disorder before and after treatment[J]. Chinese Journal of Magnetic Resonance Imaging, 2022, 13(3): 143-146. [百度学术]
LI J, CHEN J, KONG W, et al. Abnormal core functional connectivity on the pathology of MDD and antidepressant treatment: A systematic review[J]. Journal of Affective Disorders, 2022, 296: 622‑634. [百度学术]
陈枫, 陈观茂, 龚佳英, 等. 抑郁症患者纹状体功能连接异常的静息态fMRI研究[J]. 中华精神科杂志, 2019, 52(3): 193‑199. [百度学术]
CHEN Feng, CHEN Guanmao, GONG Jiaying, et al. Abnormal striatum functional connectivity in major depressive disorder: A resting state functional magnetic resonance imaging study[J]. Chinese Journal of Psychiatry, 2019, 52(3): 193-199. [百度学术]
YANG Z, JIAN L, QIU H, et al. Understanding complex functional wiring patterns in major depressive disorder through brain functional connectome[J]. Translational Psychiatry, 2021, 11(1): 1‑14. [百度学术]
陆莉萍, 邵永良, 沈仲夏. 抑郁症脑网络的静息态功能磁共振分析[J]. 中国现代医生, 2020, 58(26): 120‑123. [百度学术]
LU Liping, SHAO Yongliang, SHEN Zhongxia. Resting state functional magnetic resonance imaging analysis of brain network in depression[J]. China Modern Doctor, 2020, 58(26): 120-123. [百度学术]
王梦瑶, 肖牟尼, 胡兰, 等. 自杀未遂青少年抑郁症患者脑网络分析[J]. 中国医学影像技术, 2020, 36(7): 981‑985. [百度学术]
WANG Mengyao, XIAO Mouni, HU Lan, et al. Brain network analysis of adolescent depression with attempted suicide[J]. Chinese Journal of Medical Imaging Technology, 2020, 36(7): 981-985. [百度学术]
LONG Y, CAO H, YAN C, et al. Altered resting‑state dynamic functional brain networks in major depressive disorder: Findings from the REST‑meta‑MDD consortium[J]. NeuroImage Clinical, 2020, 26: 102163. [百度学术]
YUN J, KIM Y. Graph theory approach for the structural‑functional brain connectome of depression[J]. Progress in Neuro‑Psychopharmacology & Biological Psychiatry, 2021, 111: 110401. [百度学术]
ZHANG Y, WANG J, WU Q, et al. Disrupted brain connectivity networks in drug‑naive, first‑episode major depressive disorder[J]. Biological Psychiatry, 2011, 70(4): 334‑342. [百度学术]
YAN C G, CHEN X, LI L, et al. Reduced default mode network functional connectivity in patients with recurrent major depressive disorder[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(18): 9078‑9083. [百度学术]
BENNETT C M, BAIRD A A, MILLER M B, et al. Neural correlates of interspecies perspective taking in the post‑mortem atlantic salmon: An argument for proper multiple comparisons correction[J]. Journal of Serendipitous and Unexpected Results 2009, 1(1): 1‑5. [百度学术]
YU M, LINN K A, COOK P A, et al. Statistical harmonization corrects site effects in functional connectivity measurements from multi‑site fMRI data[J]. Human Brain Mapping, 2018, 39(11): 4213‑4227. [百度学术]
宋颖超, 胡理, 梁猛. 不同多重比较校正方法在脑功能影像数据分析中的有效性[J]. 中华行为医学与脑科学杂志, 2019, 28(10): 941‑946. [百度学术]
SONG Yingchao, HU Li, LIANG Meng. The validity of different multiple comparison correction methods in the analysis of brain function im-age data[J]. Chinese Journal of Behavioral Medicine and Brain Science, 2019, 28(10): 941-946. [百度学术]
YAN C, ZANG Y. DPARSF: A MATLAB toolbox for “pipeline” data analysis of resting‑state fMRI[J]. Frontiers in Systems Neuroscience, 2010, 4(13): 1‑7. [百度学术]
TZOURIO‑MAZOYER N, LANDEAU B, PAPATHANASSIOU D, et al. Automated anatomical labeling of activations in SPM using a macroscopic anatomical parcellation of the MNI MRI single‑subject brain[J]. NeuroImage, 2002, 15(1): 273‑289. [百度学术]
JOHNSON W E, LI C, RABINOVIC A. Adjusting batch effects in microarray expression data using empirical Bayes methods[J]. Biostatistics, 2006, 8(1): 118‑127. [百度学术]
YANG H, CHEN X, CHEN Z B, et al. Disrupted intrinsic functional brain topology in patients with major depressive disorder[J]. Molecular Psychiatry, 2021, 26: 7363‑7371. [百度学术]
XIA M, WANG J, HE Y. BrainNet Viewer: A network visualization tool for human brain connectomics[J]. PloS One, 2013, 8(7): e68910. [百度学术]
DANSEREAU C, BENHAJALI Y, RISTERUCCI C, et al. Statistical power and prediction accuracy in multisite resting‑state fMRI connectivity[J]. NeuroImage, 2017, 149: 220‑232. [百度学术]
XIA M, SI T, SUN X, et al. Reproducibility of functional brain alterations in major depressive disorder: Evidence from a multisite resting‑state functional MRI study with 1 434 individuals[J]. NeuroImage, 2019, 189: 700‑714. [百度学术]
SUO X, LEI D, LI L, et al. Psychoradiological patterns of small‑world properties and a systematic review of connectome studies of patients with 6 major psychiatric disorders[J]. Journal of Psychiatry and Neuroscience, 2018, 43(6): 416‑427. [百度学术]
LIAO X, VASILAKOS A V, HE Y. Small‑world human brain networks: Perspectives and challenges[J]. Neuroscience & Biobehavioral Reviews, 2017, 77: 286‑300. [百度学术]
张巧莹, 张宏, 高明, 等. 静息态功能MRI下抑郁症前扣带回认知亚区脑网络功能连接的研究[J]. 实用放射学杂志, 2021, 37(10): 1590‑1593. [百度学术]
ZHANG Qiaoying, ZHANG Hong, GAO Ming, et al. Dysfunction of cognitive subregion of anterior cingulate cortex in patients with major depressive disorder: A resting-state functional MRI study[J]. Journal of Practical Radiology, 2021, 37(10): 1590-1593. [百度学术]
尹顺雄, 闵连秋. 小脑在血管性认知功能障碍中的作用[J]. 中国卒中杂志, 2013, 8(10): 844‑848. [百度学术]
YIN Shunxiong, MIN Lianqiu. Role of cerebellum on vascular cognitive impairment[J]. Chinese Journal of Stroke, 2013, 8(10): 844-848. [百度学术]
ORGANIZATION W H. Preventing suicide: A global imperative[M]. Geneva:World Health Organization, 2014. [百度学术]
DEPPING M S, SCHMITGEN M M, KUBERA K M, et al. Cerebellar contributions to major depression[J]. Frontiers in Psychiatry, 2018, 9: 634‑638. [百度学术]
SHU Y, KUANG L, HUANG Q, et al. Fractional amplitude of low‑frequency fluctuation (fALFF) alterations in young depressed patients with suicide attempts after cognitive behavioral therapy and antidepressant medication cotherapy: A resting‑state fMRI study[J]. Journal of Affective Disorders, 2020, 276: 822‑828. [百度学术]
ZHANG S, CHEN J M, KUANG L, et al. Association between abnormal default mode network activity and suicidality in depressed adolescents[J]. BMC Psychiatry, 2016, 16(1): 337. [百度学术]
CHENG X, CHEN J, ZHANG X, et al. Alterations in resting‑state global brain connectivity in bipolar I disorder patients with prior suicide attempt[J]. Bipolar Disorders, 2021, 23(5): 474‑486. [百度学术]
FAN T, WU X, YAO L, et al. Abnormal baseline brain activity in suicidal and non‑suicidal patients with major depressive disorder[J]. Neuroscience Letters, 2013, 534: 35‑40. [百度学术]
KIM K, KIM S W, MYUNG W, et al. Reduced orbitofrontal‑thalamic functional connectivity related to suicidal ideation in patients with major depressive disorder[J]. Scientific Reports, 2017, 7(1): 15772. [百度学术]
JIA X Z, ZHAO N, DONG H M, et al. Small P values may not yield robust findings: An example using REST‑meta‑PD[J]. Science Bulletin, 2021, 66(21): 2148‑2152. [百度学术]