编辑推荐：
精神分裂症（SZ）患者对抗精神病药物反应存在差异且难以预测。研究人员开展基于静息态连接组特征预测抗精神病药物疗效的研究。结果发现相关功能特征可预测 SZ 患者 PANSS 总分降低率，有助于推断患者治疗反应，为个性化治疗提供依据。
精神分裂症（Schizophrenia，SZ）是一种严重的慢性精神疾病，如同隐藏在大脑深处的 “定时炸弹”，给患者及其家庭带来了沉重的负担。它的终身患病率约为 1%，通常在成年早期发病，不仅会导致患者长期的社会和职业功能障碍，还会缩短患者的整体预期寿命。
目前，抗精神病药物是治疗 SZ 的主要手段，但患者对这些药物的反应千差万别，难以预测。约 20 - 30% 的患者存在临床显著的治疗抵抗，这就像是医生在治疗过程中遇到的一道道难以跨越的 “鸿沟”。在这种情况下，寻找能在治疗前预测患者反应的指标，对于制定个性化治疗方案、提高患者生活质量至关重要。这不仅能帮助医生为患者选择更合适的药物和治疗剂量，还可能为揭示 SZ 的发病机制和治疗抵抗的原因提供线索。
为了解决这些问题，新乡医学院第二附属医院、新乡医学院河南省生物精神病学重点实验室等多个研究机构的研究人员开展了一项极具意义的研究。他们利用静息态功能磁共振成像（Resting-state functional magnetic resonance imaging，rs-fMRI）技术和机器学习方法，探索基于个体功能连接组的神经特征能否预测抗精神病药物治疗的效果。研究结果令人振奋，他们发现并验证了一组基于静息态连接组的功能特征，这些特征可以通过模型预测 SZ 患者阳性和阴性症状量表（Positive and Negative Symptom Scale，PANSS）总分降低率，这一成果为临床医生推断患者的个体治疗反应提供了重要依据。该研究成果发表在《Translational Psychiatry》杂志上。
研究人员在这项研究中主要采用了以下关键技术方法：
- 样本采集：招募了两个独立的 SZ 患者队列，分别为 105 例患者的发现队列和 52 例患者的验证队列，均来自河南北部新乡医学院第二附属医院就诊的汉族患者。
- 数据采集：使用西门子 3.0-T MRI 扫描仪采集所有参与者的 rs-fMRI 数据。
- 数据处理与分析：运用 BRANT 工具包对静息态图像进行预处理，并基于 Brainnetome 图谱计算全脑功能连接（Functional Connectivity，FC），构建连接组矩阵。通过留一法交叉验证构建并训练基于连接组的预测模型（Connectome-based Predictive Model，CPM），分析模型预测性能。
下面详细介绍研究结果：
- 人口统计学、临床特征和流程图：研究包含两个样本组，发现队列和验证队列在年龄和抗精神病药物剂量上存在差异，但研究发现的特征和训练的模型仍能很好地预测验证样本中患者的治疗效果，证明了其较强的泛化能力。
- 治疗反应的预测：在发现队列中，CPM 交叉验证后的预测性能良好，预测值与实际治疗后 PANSS 总分降低值的相关性 r = 0.59，均方误差（MSE） = 0.021 ，且具有统计学意义。正性特征与 PANSS 总分降低的相关性 r = 0.53，负性特征与 PANSS 总分降低的相关性 r = -0.54。
- 特征信息：CPM 在至少 80% 的重复实验中一致选择了 12 个神经连接，形成预测模型的最终识别特征。其中 4 个为正性特征，8 个为负性特征。正性特征主要涉及中央后回与顶叶上回、杏仁核与基底神经节、枕叶中腹侧皮层与小脑之间的连接；负性特征主要包括额叶与顶叶、小脑与颞叶、顶叶与丘脑、岛叶与小脑之间的连接。
- 识别特征的重要性：评估各识别特征的相对重要性时发现，删除包含中央后回的特征对模型预测性能影响最大，仅使用包含中央后回的特征训练模型，仍能得到一定的预测性能（r = 0.35，P = 2.484×10-4 ），表明中央后回的特征对模型预测性能至关重要。
- 使用独立队列进行验证：将相同模型应用于独立队列，12 个连接特征能以合理的准确性预测个体患者的得分降低情况（r = 0.41，P = 0.002 ，MSE = 0.036），且具有较高的统计学意义，进一步支持了预测模型的泛化性。
在研究结论和讨论部分，研究人员基于连接组的预测模型确定了一组与 SZ 抗精神病药物治疗反应密切相关的功能回路特征。这些特征包括作为正性预测指标的顶叶内皮层和小脑 - 枕叶皮层回路，以及作为负性预测指标的顶叶 - 额叶、顶叶 - 丘脑和小脑 - 皮层回路。rs-fMRI 在研究中具有独特优势，其结果可能揭示调节 SZ 患者对抗精神病药物临床反应的基本神经机制，且具有潜在的临床转化价值。此外，该研究采用个体水平的治疗预测方法，以 PANSS 总分降低作为预测标签，比以往研究更具优势。研究还发现中央后回的连接是模型的最强预测指标，这为理解抗精神病药物疗效提供了新的视角。不过，该研究也存在一些局限性，如抗精神病药物的类型和剂量未严格限制，疾病持续时间差异较大等。尽管如此，这项研究仍然意义重大，它为个性化精神病治疗中预测抗精神病药物疗效提供了有前景的功能生物标志物，为后续研究和临床实践开辟了新的道路。
