加拿大多伦多成瘾和精神健康中心，多伦多大学精神病中心的Hawco和Voineskos等人在American Journal of Psychiatry杂志发文表示：基于数据驱动的分层聚类技术可以有效鉴别不同组别及与扫描地点无关的生物标记，这表明对神经活动的研究是可分离和重复的，其不受诊断组别类型和扫描地点的影响。

关键词：分层聚类；社交脑功能；神经标志物；任务态fMRI

 

前言

神经生理和行为的异质性一直对精神障碍的相关研究起着阻碍作用。传统的病例对照研究严格依照诊断标准进行分组，并且默认不同病人组之间存在生物标记。然而，神经生理和行为存在异质性，而且这种差异不仅存在于精神疾病人群，而且存在于非精神患者或者健康对照组中。

已有研究发现不同的激活模式涉及不同的神经策略，但这些研究基本都是基于小样本，且依赖组分析。因而，基于足够大的被试样本量，临床及生理数据，神经活动及个体间的异质性有助于更好地发现精神疾病的生物标记。

由美国精神卫生研究所(NIMH)倡导的RDoC创新计划提出：精神疾病在在健康被试和病人群体之间是以谱系的形式存在，其在脑结构，功能以及认知功能均有相应表现。而且研究表明，精神分裂症谱系在社会认知加工上存在缺损，且在发病早期就开始就有所表现。

该研究致力于基于大样本，多模态影像数据以及行为测量来探寻能预测低级和高级社会认知加工的神经环路的结构与功能缺损。并假设右侧额顶网络发生改变的结构连接与受损的低级社会认知功能有关，而在皮层中线及颞顶环路改变的功能连接则与受损的高级社会认知功能有关。厘清社会认知加工过程背后一些关键的神经环路有助于识别与治疗相关的组别，而这可能推动有关探讨定向脑刺激，潜在反应，及与神经策略相关的新研究。

  

被试

在探索性研究部分，被试来自3个不同地区，且年龄在18-55岁之间。精神分裂症谱系病人组主要包括被诊断为精神分裂症，分裂情感障碍，分裂样，妄想，及其它特定类型的精神疾病患者。健康被试无精神疾病，及家族史，脑震荡，物质滥用，智力低下等。在独立印证性研究部分，共包括108名被试，其中32名为精神分裂症谱系患者，37名为双相障碍患者，39名为健康被试。

 

变量测量 

模仿／观测任务：采用面部识别和模仿任务。在任务当中，给被试随机呈现16张不同种族的彩色面孔图片，其中男性和女性面孔图片各15张。这些面孔表达5种不同类型的情绪（例如，恐惧，伤心，开心，愤怒以及中性）。在每个block中，每张面孔图片呈现16次，故共呈现80张图片。在这过程中，还会看到持续时间为2秒的注视点，共16个。刺激间的时间间隔为500ms-1500ms之间。在两个session中，被试被要求模仿面孔表情或只是观察面孔表情。

社会认知和神经认知评估：

Penn情绪认知任务（Penn Emotion Recognition Task，记录反应时，测量情绪认知）；

眼神读心测试（Reading the Mind in the Eyes test，测量识别精神状态能力）；

跨领域关系测量（Relationships Across Domains measure，测量概括社会生活的能力）；

社会推理意识测试（Awareness of Social Inference Test，从心态/欺骗/嘲讽维度测量情绪认知）；

MATRICS公认认知成套测验（MATRICS Consensus Cognitive Battery，从加工速度，注意警觉，工作记忆，语言学习，视觉学习和推理及问题解决能力测量神经认知）。

 

研究结果 

1.研究发现

1.1样本特征

共185名被试，其中排除2个头部不完整，2个头动过大，2个伴有临床症状样本后，最后保留179个样本，结果见表1。

表1 SPINS研究的基本人口学特征

SSD：精神分裂样；HC：健康对照；CAMH：地区1（成瘾和精神健康中心）；MPRC：地区2（马里兰精神病研究中心）；ZHH：地区3（扎克山坡医院）；BPRS：简版精神量表得分；SANS:阴性症状评估量表

1.2 不同地区的脑激活情况

广义线性模型的结果表明，模仿条件下的激活程度显著高于观测条件的激活程度，不同脑区的激活和刺激任务相关见图S1。不同地区的头动（p<0.001）和诊断分组存在差异(P<0.001)，地区和分组间不存在交互作用，见图S2。

图S1 不同地区健康对照和精神分裂的脑区激活图(p < 0.05 FWE矫正后)

 

图S2 不同地区间完成fMRI任务时头动情况

 

1.3 分层聚类结果

共聚成3类，见图1，在组块2中（Cluster 2）出现了“典型激活”模式：例如在模仿-观察条件下，双侧中央前回和后回，缘上回，内侧上额叶，脑岛，颞上回，左侧顶下回显著激活，见图S1。组块3中呈现了“过度激活”模式，呈现出低效的激活模式。组块1中呈现出“负激活”，右侧运动/运动前区出现激活。默认网络，皮质中线心智化网络（cortico-midlinementalizing network）存在负激活，包括楔前叶，角回，额上回，后扣带回，前扣带回，眼窝前额皮质及双侧额上回。组块主效应分析结果表明，不同刺激条件（模仿和观测）的不同组块之间存在不同的激活模式，见图S3。组水平的比较结果表明，所有组块间存在更大的激活差异，见图S4。

图1 分层聚类结果图

图S3 每个组块的主效应分析

图 S4 不同组块间的比较结果图

 

1.4 组块特征

不同组块的人口学比较见表2；不同组块性别之间存在差异(p=0.013)，头动（FD）存在差异(p=0.007)。去除头动较大的个体（大于0.4毫米）后，不同组块间的头动不存在差异，激活图没有差异，见图S5。

表2 不同组块间的人口学差异

图S5 去除头动后的激活图

1.5 欧式距离

不同地区的欧式距离没有差异，表明不同地区的激活模式不存在系统偏倚。组块的欧式距离小于诊断分组的欧式距离(p=1.33*10^-30)，表明组块间有更大的相似性。

 

1.6 认知表现

结果见表S4，在认知得分的主成分分析结果中，第一主成分解释了55%的差异，第二主成分解释10.2%的差异。不同诊断分组( p<0.001)和地区(p=0.019)的认知得分的主效应显著。第一主成分和聚类水平的相关系数大于0.95。不同组块的认知得分结果差异显著 (p=0.006)，聚类和诊断分组的交互项不显著(p=0.66)，见图1D。

表S4 不同地区和诊断分组的认知表现描述性统计

 

1.7重复性样本的研究（验证性研究）

采用分层聚类的方法对独立的108个样本（32名精神分裂症患者，37名双向障碍患者和39名健康对照）进行研究，与SPINS的研究结果相似，见图2。行为得分在不同组块间没有差异，组块1中的平均得分最高，见图2D。不同组块的人口学、头动等特征不存在差异。

图2 重复性样本的分层聚类结果图

 

一句话总结：基于个体在执行模仿/观察任务时的大脑激活模式，可以聚类出“典型激活”模式，“过度激活”模式和“负激活”3种大脑激活模式，其不受DSM诊断结果和不同数据采集地点的影响。更为重要的是，该结果可在独立数据样本中进行重复验证。该研究为探讨以提高认知能力为导向的生物标记研究提供了科学证据。

原文：

Separable and Replicable Neural Strategies During Social Brain Function in People With and Without Severe Mental Illness

C Hawco, RW Buchanan, N Calarco… - American Journal of …, 2019 - Am Psychiatric Assoc

如需原文及补充材料，请关注思影科技公众号后直接发信息给我们

微信扫码即可关注思影科技

感谢每一位关注思影的朋友的转发与推荐

 

欢迎浏览思影培训课程以及数据处理业务介绍。（请直接点击下文文字即可浏览，欢迎报名与咨询）：

第四届任务态fMRI专题班（南京）

第九届磁共振脑网络数据处理班（南京）

第十七届功能磁共振数据处理基础班（南京）

第六届脑影像机器学习班（南京）

第六届磁共振脑影像结构班（重庆）

第十六届功能磁共振数据处理基础班（重庆）

第五届脑影像机器学习班（重庆）

第十八届功能磁共振数据处理基础班（重庆）

第八届磁共振弥散张量成像数据处理班（重庆）

第五届磁共振ASL（动脉自旋标记）数据处理班

第四届动物磁共振脑影像数据处理班（南京）

第十三届脑电数据处理班（南京，与脑电提高相邻）

第四届脑电信号数据处理提高班（南京，与十三届脑电相邻）

第二届脑电数据处理入门班（南京）

 第十四届脑电数据处理班（与入门相邻）

第三届眼动数据处理班（南京）

第二届脑磁图（MEG）数据处理学习班（南京）

思影数据处理业务一：功能磁共振（fMRI）

思影数据处理业务二：结构磁共振成像(sMRI)与DTI

思影数据处理业务三：ASL数据处理

思影数据处理业务四：EEG/ERP数据处理

思影数据处理服务五：近红外脑功能数据处理

招聘：脑影像数据处理工程师（重庆)