编辑推荐：
抑郁症（MDD）临床异质性大，给诊疗带来挑战。研究人员利用静息态功能磁共振成像（rsfMRI）数据，基于耐受区间法识别 MDD 亚型。结果发现两种亚型，其功能连接异常模式相反，且能提高病例对照判别能力，为 MDD 诊疗提供新视角。
在精神健康领域，抑郁症（Major Depressive Disorder，MDD）就像一个难以捉摸的 “幽灵”，困扰着全球无数人。它以持续的情绪低落、快感缺失和精力下降为主要特征，严重时甚至可能导致自杀等悲剧结局。更棘手的是，MDD 患者在症状表现、疾病进展和治疗反应上差异巨大，这背后复杂的神经生物学机制就像一团迷雾，让医生和研究人员难以看清，也使得传统的诊断和治疗方法面临重重挑战。以往的研究发现，MDD 可能是一种与大脑连接异常有关的疾病，即大脑不同区域之间的功能连接出现了问题。然而，常规的组间比较方法难以捕捉到患者个体间的差异，就像用一把 “大刷子” 去描绘精细的图案，遗漏了许多重要细节。而且，以往研究的样本量有限，很多亚型分类也未在独立数据集中得到验证。在这样的背景下，为了深入了解 MDD 的本质，探索更有效的诊疗方法，来自郑州大学第一附属医院等机构的研究人员展开了一项意义重大的研究 ，相关成果发表在《Translational Psychiatry》上。
研究人员为了实现研究目的，采用了多种关键技术方法。首先，他们从 REST-meta-MDD 联盟获取了大规模多中心的 rsfMRI 数据，这些数据包含了 1276 名 MDD 患者和 1104 名健康对照者（Healthy Controls，HCs）的脑部扫描信息。接着，对这些数据进行标准化预处理，以减少分析误差。之后，利用 R 语言中的 “tolerance” 包计算功能连接的耐受区间，以此来确定 MDD 患者相对于 HCs 的极端功能连接。最后，通过聚类分析等方法，识别出 MDD 的潜在亚型。
下面来看看具体的研究结果：
- 确定极端功能连接：研究人员在众多功能连接中，筛选出了 556 条一致性率大于 95% 的极端功能连接。这些连接主要存在于视觉网络与额顶网络、默认模式网络（Default Mode Network，DMN）与腹侧注意网络之间，关键区域涉及前扣带回皮质（Anterior Cingulate Cortex，ACC）、双侧眶额叶皮质和缘上回。
- 功能连接与认知、临床特征的关联：功能富集分析表明，这些极端功能连接与奖励、动机和疼痛等认知过程密切相关。同时，它们还与 MDD 患者的发病年龄显著相关。
- 识别出两种 MDD 亚型：通过聚类分析，研究人员发现 MDD 患者可分为两种亚型。亚型 1 的患者在多数功能连接上表现为功能连接增强，而亚型 2 则表现为功能连接减弱。这两种亚型在功能连接异常模式上呈现出鲜明的对比，且与 HCs 相比差异显著。但当把所有患者作为一个整体分析时，却未发现明显的功能连接差异，这凸显了亚型分类的重要性。
- 亚型对病例对照判别能力的提升：研究人员利用线性支持向量机（Support Vector Machines，SVMs）进行分类测试，结果显示，基于亚型的分类模型在区分患者和 HCs 时，准确率明显高于将所有患者作为整体的模型。这表明，识别出的这两种亚型能够显著提高病例对照的判别能力。
- 亚型的可重复性和疾病特异性：研究人员通过改变一致性率阈值、对未治疗患者进行验证以及在精神分裂症患者数据集上进行分析等方式，对亚型的可重复性和疾病特异性进行了检验。结果发现，这些亚型在不同参数设置、研究地点以及未治疗患者中都具有较好的可重复性，并且与精神分裂症患者的极端功能连接模式明显不同，证明了其对 MDD 的特异性。
在研究结论和讨论部分，研究人员成功识别出两种具有不同功能连接异常模式的 MDD 亚型，尽管这两种亚型在人口统计学和临床特征上相似，但它们在神经生理层面存在显著差异。这一发现挑战了以往关于 MDD 功能连接异常的理论，解释了之前研究中的一些矛盾结果。同时，这两种亚型的识别有助于提高对 MDD 患者的诊断准确性，为后续个性化治疗方案的制定提供了重要依据。不过，该研究也存在一些局限性，比如只分析了横断面数据，无法确定亚型的稳定性；临床数据有限，难以深入探究亚型间更多潜在差异；未考虑吸烟、饮酒等混杂因素的影响；且研究对象未包含合并其他精神障碍的患者。但总体而言，这项研究为 MDD 的研究开辟了新的方向，让我们对 MDD 的神经生理机制有了更深入的认识，有望推动未来 MDD 诊疗技术的进一步发展。
