PTSD（创伤后应激障碍）和MDD（重度抑郁症）均为常见且伴有重要精神症状和心理社会失能的精神障碍。PTSD和MDD经常共病，高达50%的PTSD患者也被诊断患有MDD。PTSD和MDD这两种精神障碍，经过标准化的治疗后仍旧有大量的患者存留精神症状，并且那些共病焦虑、抑郁的患者治疗预后更差。应用在PTSD与MDD中，对新兴神经网络异常的理解来解决上述问题显得更为有希望。同时，在数据分析过程中，无论是简单相关（例如皮尔逊相关）发现的相关关系还是利用GLM模型发现的相关关系在在被试量较少的情况下其假阳线都会有一定程度的提升，因此使用灵活而有效的方法去控制预测分析的假阳性发生率是非常有必要的。
来自Providence VA Medical Center的研究者Noah S. Philip MD等人在杂志Biological Psychiatry 发文对该问题进行了研究，并使用了灵活而严格的方法来控制研究中使用的统计方法所造成的假阳性率。
摘要
背景：重复经颅刺激（TMS）能够调节重度抑郁症（MDD）病理神经网络的功能连接。创伤后应激障碍（PTSD）通常与MDD共病，并且两种疾病的症状可以经过TMS治疗后得以缓解。本研究首次在PTSD和MDD共病患者中评估了TMS治疗相关脑连结的改变。
方法：本研究为一项前瞻性开放实验，对33名门诊被试经TMS治疗前后进行静息态功能连接核磁数据收集。在左背外侧前额叶处应用5HZ的TMS进行治疗，最多达40次。应用先前PTSD和MDD的TMS研究中的种子点（前扣带膝「sgACC」，左背外侧前额叶，海马，基底外侧杏仁核）分析验证治疗反应的影像学预测因子及评估TMS治疗后的临床相关脑连结改变，随后应用留一法进行验证。影像结果应用数据驱动的多体素模式激活进行探究。
结果：治疗前在sgACC（前扣带膝）和默认网络之间负性连接越强，预示着临床治疗越容易改善，同样杏仁核到腹内侧前额叶之间的正性连接也如此。经TMS治疗后，症状减轻与sgACC和默认网络、左背外侧前额叶以及岛叶之间连接降低有关，并且也同海马与默认网络之间连接降低有关。多体素模式激活证实了基于种子的预测因子和治疗结果的相关性。
结论：研究结果强调了sgACC、默认模式网络和显著性网络作为TMS反应预测因子的重要作用，并表明了他们作用的相关机制。此外，本项研究表明，可能存在与这些常见共病相关的基于网络的临床反应生物标记物。
PTSD和MDD中网络异常
大脑由分离的神经网络组织运行。近来精神疾病主要聚焦于默认网络（DMN）、执行网络（ECN）以及突显网络（SN）。DMN涉及自我参照加工及记忆提取。核心DMN区域包含内侧前额叶（MPFC）、内侧顶叶、楔前叶中部、后扣带回（PCC）以及海马后部。ECN涉及执行功能和情绪控制，其核心区域包括背外侧前额叶（DLPFC）、后外侧顶叶。SN涉及察觉和注意指向、显著环境刺激，其核心区域包括背侧前扣带回（dACC）、前岛叶、杏仁核以及前海马区。
上述三种网络在PTSD和MDD中表现出一定程度的病理生理功能。如近期一项Meta分析表明PTSD中伴有某种程度的DMN损伤，SN连接增强反映了恐惧探测系统的病态。MDD影像学Meta分析表明其DMN连接增强，这或许反映了DMN与sgACC高度相关活动损伤的病理基础，同时这种连接状态还涉及SN（突显网络）。在PTSD和MDD中，ECN（执行网络）尤其是DLPFC活动度低且与其他ECN区域及DMN和SN节点的低连接表明沉思或凸显信号由上到下调节的失败。这种共同的病理学提示，针对DLPFC的干预可能改善这两种疾病的症状。
TMS相关研究
rTMS是FDA批准的针对MDD药物抵抗的治疗方法。TMS应用重复磁场刺激，主要作用于DLPFC，从而改善抑郁症状。然而，TMS的作用机制仍在研究中，先前在MDD的研究中一致表明TMS对DLPFC的作用可引起远端的生理改变，尤其是在sgACC（前扣带膝）。有研究者报道在DLPFC进行为期3周（12次）1HZ的TMS治疗，降低了到sgACC的血流，并且这种降低与临床症状的改变有关。后续研究也表明：基线sgACC血流量的增加能够预测TMS的后续治疗反应。Baeken等人发现基线sgACC较高的代谢活动能够预测在DLPFC进行为期2周（10次）20HZ的TMS治疗反应，并且临床反应与sgACC代谢降低相关。Liston等研究者在为期5周（25次）10HzTMS治疗前收集了被试静息态功能磁共振数据，并且报道说TMS降低了sgACC与DMN之间与抑郁相关的连结。尽管TMS在ECN中产生较小连接的改变，但是Liston等研究者观察到在治疗后DLPFC和DMN之间的反连接增加，可能反映了网络关系的正常化。
其他研究也表明MDD中的sgACC与TMS临床反应有关。Fox等研究者发现TMS强烈的临床效应与DLPFC区域的刺激及与sgACC的强连结有关。Salomons等研究者通过为期4周（20次）背内侧前额叶10Hz的TMS刺激前后静息态功能磁共振数据的测量也发现TMS与sgACC和DMN之间连接降低有关。最为重要的是，上述多数研究均在排除PTSD的MDD中进行的，因此上述相关结果对于理解在PTSD与MDD共病患者中TMS的治疗机制仍不清楚。
本研究中招募了PTSD与MDD共病患者，并采集了TMS治疗前后的静息态MRI数据。该方法旨在提供临床实践中常见的患者群体对TMS治疗受益的数据，并且排除根据单一疾病诊断标准选择参与者的研究。
本研究涉及两个具体目标：
1）识别对TMS反应的影像学预测因子；
2）描述TMS治疗的网络机制。
研究假设治疗反应的预测因子和治疗相关变化与研究中的两种疾病的症状相关，特别是SN和DMN的失耦合分别对应于PTSD和MDD症状临床上有意义的降低。
材料方法
被试
知情同意后对33名被试的静息态MRI数据进行收集，被试均来自布朗大学附属医院。样本中31名被试被纳入前瞻性、非盲PTSD与MDD共病TMS治疗试验。26名被试在基线和治疗后完成了MRI扫描；1名被试数据不能用。33名被试年龄为51.3±11.1，39%（n=13）为女性。被试入组标准：符合DSM-IV-TR对PTSD和MDD共病的诊断，并且符合CGI量表对这两种疾病症状至少中等严重程度的定义。入组标准确保共病被试具有足够的代表性。研究中并未确定哪种是原发，因为在临床样本中进行准确确定通常不清楚也不太可能。应用PCL-5对PTSD症状进行测量。应用IDS-SR对MDD症状进行测量。所有量表数据进行意向分析，对完成基线且至少经过一次TMS治疗的被试进行末次观测值结转法进行分析。普罗维登斯弗吉尼亚医疗中心和巴特勒医院机构审查委员会批准了该项研究，两点研究程序一致。
TMS和临床反应
应用NeuroStar TMS Therapy System设备在左侧DLPFC进行每次3000-4000脉冲5HzTMS。被试接受33±9次TMS治疗，其中包括三周内的治疗减量阶段，应用束流法对DLPFC进行靶向刺激。为了便于在两种不同的症状评分量表中进行影像学的可比性分析，对TMS反应分类定义为：当前视为临床意义上改善的各疾病被试，其治疗后评分较基线治疗前分数低2个标准差。这相当于被试在TMS后的PCL-5评分为23分或以下，IDS-SR评分为15分或以下。这些值接近先前TMS研究中MDD缓解标准，并且略低于PTSD“阈值”。作者进行了敏感性分析，产生了非常相似的结果。
MRI数据获取
在布朗大学MRI中心应用西门子3.0T核磁配置32通道头部线圈进行数据扫描。包括1毫米高分辨率的解剖图像和8分钟标准静息态图像。全脑高分辨率1mm3T1（TR=1900ms,TE=2.98ms,FOV=256mm2）采集八分钟静息态数据，采集期间要求被试保持保持清醒 （TR=2500ms,TE=28ms,flipangle=90。,FOV=64x64,42slices,voxelsize=3.0mm 各向同性;全脑192 volumes）。MRI扫描时间间隔为76.4±14.7天，与受试者完成TMS系列所需时间（36±6次，每周5次）相对应。与先前研究中使用的统计学方法一致，在TMS一个疗程前后进行MRI扫描，研究没有对内扫描间期进行协变量分析。应用CONN Function Toolbox 工具包进行MRI数据处理。
MRI数据预处理
首先通过dcm2nii将MRI影像由DICOM转为NifTI格式。其余预处理通过Matlab和SPM12中CONNFunctional Connectivity Toolbox进行处理。包括时间层校正、配准、MNI空间标准化、6mm半全宽高高斯核平滑。
为减少头动对功能连接的影响，全脑信号高头动层用CONN中的ArtDetectionTool标记为暂时模糊（conn中做scrubbing的方式）。平移运动阈值设置为0.5mm，旋转运动阈值设置为0.005弧度，全局信号不超过三个标准差。为了减少非神经元信号对功能连接估计的影响，BOLD时间序列从被试的白质和脑脊液模板中通过主成分提取方法提取白质信号和脑脊液信号。然后对产生的残差进行带通滤波（0.01-0.1hz），以限制机械噪声和低频生理噪声的影响。
作者还对头动进行了二阶分析，评估了删除时间点的百分比与已识别数据结果的团块（即作者在二阶分析中发现的能够预测临床症状改善的团块结果）相应β（因为作者使用的是GLM模型进行的二阶分析，所以结果表示为β值）之间是否存在相关性。在分析与TMS相关的连接性变化时，相关性与被删除的时间点的百分比的变化有关。与运动有显著关系的团块被移除。
值得注意的是，二阶头动分析对数据的影响很小，结果发现：
1）头动与预测PTSD改善的右颞中上回MVPA之间存在显著相关性（r=-0.16，p=0.04）。
2）头动和PTSD改善相关的sgACC种子点与左侧岛叶之间的连接显著相关（r=0.44，p=0.03），
3）头动与症状改变相关的MVPA团块之间存在显著相关，包括一些与PTSD改善相关的团块（左壳核r=-0.20，p=0.02；左梭状回r=-0.21，p=0.01；左角回r=-0.19，p=0.03）和MDD改善相关的团块（右背侧ACCr=-0.27，p=<0.01；右尾状核r=-0.23，p<0.01）。
个体水平种子点到体素的网络连接分析
一阶分析期间，绘制全脑统计图，包括从种子区提取的血氧水平依赖时程与所有其他脑体素之间的双变量皮尔逊相关。为了符合广义线性模型的假设，将个体层面种子点图使用Fisher变换为Z分数。
基于种子点的功能连接
重要种子点基于先前TMS、MDD、PTSD研究选取。我们应用MarsBaR Toolbox依据先前报道的MNI坐标画出种子点。与先前MDD和TMS相关的种子点包括sgACC（左MNI：-4，26，-8；右侧MNI：5，26，-8）、左侧DLPFC（MNI：-44，40，29），与PTSD相关的种子点使用前后海马。由于杏仁核在在威胁探测和巩固恐怖习得方面的作用，先前的影像学研究暗示了在PTSD中BLA(基底外侧杏仁核)功能连接的改变以及在MDD中杏仁核到MPFC连接的降低，因此对解剖定义的种子点基底外侧杏仁核（BLA）进行了评估。
组水平种子点到体素分析及假设检验
假设检验采用了两种主要的分析方法：
1）确定特定基线连接模式是否预测对TMS反应绝对阳性的临床反应（即利用二分变量）；
2）评估连接变化是否与症状改善程度相关（即利用基线到TMS刺激结束后的症状严重程度改变百分比来测量结果的持续性）。
为了确定能够预测与每个症状域（即PCL-5或IDS-SR）临床表现改善的基线期时的功能连接团块，使用整个数据集（n=33），将预处理种子点到体素连接的个体水平种子点图和个体间有意义的临床改善因素（存在或不存在）输入协方差分析（使用平均年龄和基线症状严重程度作为协变量）。
随后进行基于种子的分析（n=25），比较治疗前与治疗后和临床变化（使用年龄、基线症状严重程度和扫描仪作为协变量）相关的连接性。使用敏感性分析评价性别效应。通过相应的散点图计算与PTSD和MDD改变相关的连接改变（使用PCL-5和IDS-SR），展示出可辨性和临床解释百分比变化。
数据经过两步进行矫正和验证。首先，使用基于团块层面的错误发现率校正（即FDR方法）p<0.05对全脑结果进行阈值化。此步骤使用体素阈值p<0.005，来允许对用于验证的团块进行更全面的标识。
然后使用LOOCV（留一法，这种方法是机器学习常用的用来验证分类方法敏感性和准确性的方法，在这里使用这种方法，作者可以检验被试的随机删减对于预测检验方法得到的结果的影响能力）方法来测试团块的有效性。
简单来说，使用相同的阈值程序和N–1个参与者迭代重新估计留一组水平广义线性模型。排除了在交叉验证模板中出现低于80%的团块。在测试从组间比较中提取的团块有效性时，在组水平应用80%阈值。本研究汇报的是那些经留一法存留下的结果。因此，虽然最初使用了不太保守的团块阈值（毕竟voxel p为0.005），但生成的团块却经过了严格的校正和验证。
个体层面多体素激活
采用MVPA方法（这里的多体素激活模型分析不是常常理解的用来检验任务态激活结果模式的方法，而是利用了该工具进行机器学习分析的本质功能，使用了预测分析的机器学习方法，在conn中即可进行操作，同时使用ProNto等工具箱也可能完成。）
对体素相关的RSFC进行无模型探索分析，以评估临床反应的预测因子并确定临床变化的机制。此方法旨在提供对基于种子点分析方法的结果进行数据驱动方法复制的途径，并有可能发现规范网络外结果。对于每个受试者和疗程，从每个体素中提取血氧水平依赖的时程，并计算脑内所有体素的成对相关。主成分分析被用来降低数据维度，其中五个空间主成分在观察值和自变量之间被保持在5:1的比率，并根据年龄、基线症状严重程度和扫描仪进行调整。二阶MVPA统计模型的构建与种子点到体素的分析方法得到的模型相似，增加了主成分分析成分的测量间对比度，经多次对比校正后同样进行了留一验证。
结果
临床结果大
多数创伤暴露与人身攻击、意外性遭遇、强奸和机动车事故有关（补充表s1）。
参与者完成36±9次TMS治疗；具有TMS前后成像数据的参与者完成36±6次。33名受试者中有12名（36.4%）显示PCL-5有显著的临床改善，11名（33.3%）显示IDS-SR有改善。在有可用治疗前后影像学数据子集（n=25）中,同样的12名参与者（46.2%）和11名参与者（42.3%）分别符合PTSD和MDD的阈值反应标准。PTSD和MDD量表上的症状变化高度相关（r=0.91，P<0.001）。
临床改善的基线预测因子：sgACC种子点
在检查右侧sgACC时，出现了一些临床症状改善的基线预测因子；左侧sgACC没有产生结果。基线时，较低的sgACC和楔前叶中/PCC(后扣带回)之间的负性连接能够预测PTSD的后续临床症状改善，同样较低的sgACC和左侧视觉区与DMN和SN的双侧额叶内、上区之间的负连接也能够预测PTSD的后续临床症状改善（校正P<0.001；90%-100%的测试中验证）。有一显著（校正P=0.014）有效的（80%的测试）团块表明，基线时sgACC和左额叶下回之间较多的连接与TMS治疗后PTSD症状的临床改善有关（图1A，补充表S4）。性别对该种子点或任何其他临床改善的预测因子都没有影响。
图1A治疗反应的预测因子。前扣带回膝（sgACC）与楔前叶/后扣带（默认网络）、内侧和上额叶皮质（默认网络和凸显网络）、额叶下回和视皮层之间的反相关预测PTSD治疗后的改善（PCL评分）。
临床改善的基线预测因子：BLA(基底外侧杏仁核)种子点
双侧BLA和双侧MPFC之间的功能连接增加与PTSD和MDD症状后续改善相关（PTSD和MDD左侧MPFC校正P<0.001，MDD右侧MPFC校正p=0.002；90%有效）。基线时BLA和左腹内侧PFC（VMPFC）之间的连接增加能够预测PTSD的后续临床改善（校正P<0.002；100%有效；图1B、C,S5和S6）。DLPFC或海马种子没有有效的基线影像学反应预测因子。
图1B:左侧基底外侧杏仁核（BLA）和内侧前额叶皮质之间的正性连接预测PCL（左边）和IDSSR（右）的改善。
图1C:右前BLA和内侧前额叶皮质之间的正性连接预测IDSSR（插图）和PCL的改善，而更大的BLA和腹内侧前额叶皮质连接也与随后的PCL减少有关。
临床改善的基线预测因子：多体素模式分析
探索性MVPA显示右侧下顶叶、右侧杏仁核、左侧海马旁回、右侧DLPFC和双侧VMPFC之间的连接改变预示着PTSD的改善，而右侧下顶叶、右侧dACC、左脑岛的改变则预示MDD的改善（校正P<0.00；100%有效；图1D，表S7）。
图1D:多体素模式激活表明，顶下小叶、杏仁核、海马旁回、背外侧前额叶和腹内侧前额叶连接变化预测PTSD症状的减轻（右），而顶下叶、背侧前扣带回和岛叶之间连接预测抑郁症症状减轻（左）。
sgACC种子点临床改善相关分析
PTSD症状的减少与基线至终末期间右sgACC和左楔前叶/PCC、dACC、左DLPFC、左岛叶和视觉区域（均校正P<0.001；100%有效）和右岛叶（校正p=0.003；100%有效）之间的连接减少有关。
与MDD症状减少相关的变化包括sgACC与楔前叶中/PCC、中dACC（校正P<0.001）和双侧躯体感觉/运动区（校正P=0.003；85%有效）之间连接的减少。sgACC与后外侧颞叶皮质（听觉网络的一部分；校正p=0.004；100%有效）之间的连接也降低。敏感性分析显示了性别的影响（p=0.038），男性被试更可能出现这种结果（图2A，表S8）。图2C显示了sgACC与左DLPFC连接性变化与临床症状相关关系散点图。
图2A：治疗反应潜在机制。重复经颅磁刺激后，右侧sgACC与楔前叶/后扣带回、背内侧前额叶皮质、dACC、DLPFC、双侧岛叶和视觉处理区之间连接变化与PTSD改善（左）相关；楔前叶/后扣带回皮质、dACC、躯体感觉/运动反相关与抑郁症症状的减轻呈负相关（右）。
图2C
前海马种子点临床改善相关分析
海马前部与中dACC、右侧岛叶和左侧壳核连接的改变与PTSD症状的减轻有关（校正P<0.001；90%-100%有效；图2B，表S9）。海马与dACC连接变化与临床症状之间关系的散点图显示在图2C中。
图2B：重复经颅磁刺激后，左前海马（aHPC）和显著网络区域之间连接的变化与P（PCL）（左）和抑（IDSSR）（右）改善呈负相关。
海马前部和多个SN区域（右侧岛叶[校正P<0.001；100%有效]、左侧下顶叶[校正p=0.024；90%有效]和左侧壳核[校正p=0.024；80%有效]）之间的连接与MDD症状的减轻有关。其他种子没有有效的结果。
MVPA临床改善相关分析
MVPA显示了几个与PTSD症状变化显著相关的团块，与基于种子点分析中发现的区域相对应（图2D，表S10）。包括左侧海马、右侧尾状体、左壳核、左额下回和右杏仁核（校正P<0.001；100%有效）。MVPA还显示了与MDD症状改变相关的几个区域的变化，包括右岛叶、中dACC、左ACC、右尾状体、双侧运动皮质和右梭状回（均P<0.001；100%有效）。
图2D：多体素模式激活结果显示与PCL改善相关的成分（左）包括躯体运动网络（中央前/后回）、HPC和dACC，而与IDSSR改善相关的成分（右）包括躯体运动区、岛叶和内侧额叶。
讨论
PTSD与MDD共病对TMS反映的预测因子
本研究首次在PTSD与MDD共病患者中，评估TMS反应的预测因子和潜在机制。本研究重点关注常见的临床共病，使用基于网络的方法检测了先前TMS、MDD和PTSD研究中涉及的大脑区域。结果与先前在MDD、恐惧消退和PTSD等多种精神疾病中观察到的sgACC功能异常一致，进一步支持sgACC与精神病理学基本相关的观点。在研究结果中，基线sgACC连接是TMS反应的一预测因子，并且在TMS治疗过程中sgACC连接的变化与临床改善相关。
如深部脑刺激和抑郁的TMS研究所述，本研究结果强调了sgACC连接在脑刺激中的重要作用。唯一独特的似乎是效应方向问题。Liston等研究者报道sgACC和DMN之间基线时的高连接能够预测抑郁患者对TMS的后续临床反应，而本研究中，sgACC到DMN连接的降低能够预测后续临床改善。这一结果原因可能有几个：包括MRI数据处理不同的、被试样本不同（本研究中为PTSD和MDD共病，Liston研究中主要抑郁发作），刺激频率不同（5Hz对10Hz），和平均刺激强度不同。
杏仁核和PFC之间的连接增强也是TMS反应的重要预测因子。如，VMPFC和BLA之间的连接增强能够预测后续TMS反应，而这两个区域之间的异常连接被认为是PTSD的核心组成部分。杏仁核反应增强是PTSD影像学研究的一个标志，尽管有些研究没有，但是大多数PTSD的RSFC研究表明杏仁核和VMPFC之间的连接减弱。
最近一项MDD影像学Meta分析发现杏仁核与MPFC的耦合减少，证实了该回路在抑郁症中的重要作用。因此，本研究数据表明，某种程度上杏仁核和VMPFC之间的RSFC在PTSD症状对TMS的后续反应中具有重要作用，而杏仁核和MPFC之间的连接对于MDD的后续反应是重要的。基于种子点和数据驱动的结果都发现了相似的大脑区域，这强调了这些区域作为反应的潜在预测因子的重要性。本研究结果表明，有更为严重的潜在神经病理学变化（即BLA-VMPFC连接降低）的患者对TMS治疗的反应可能不好，至少在使用本研究中的靶点和参数时如此。未来研究需要评估在MDD和PTSD中观察到的这些连接结构缺陷是否有助于这些功能发现。
综上所述，当前研究结果表明，网络病理改变程度与治疗结果之间存在一定的关系，因此，网络连接“更健康”的特点（DMN的高连接程度降低，PFC与杏仁核的连接程度较高）可预测TMS治疗反应。虽然本研究样本中患者的症状表型不同，但网络功能在一定程度上的保留可能是TMS发挥其治疗作用的必要条件。这一解释表明，针对这些连接，使用经颅直流电刺激，可能是在治疗前增强这些回路的一种有希望的方法，从而促进TMS更好的后续反应。需要额外的数据来确定本研究观察到的与症状改善相关的网络变化是持久的，还是随疾病的不同阶段而波动。
TMS临床反应的潜在机制
对TMS的阳性反应与两个主要发现有关：
sgACC（前扣带膝）与DMN的连接减少，海马与SN（突显网络）的连接减少。这些结果支持先前的假设，即减少sgACC到DMN连接将改善抑郁症状。也与经TMS治疗后sgACC与MPFC的连接减少，以及对sgACC深部脑刺激有反应患者的MPFC血流减少一致。其他研究表明，TMS一个潜在作用机制是sgACC和DLPFC之间的失耦合。本研究使用DLPFC种子点没有观察到这一现象，但在sgACC作为种子点时观察到了这一现象，而且只与PTSD症状减轻相关。虽然缺乏与MDD相关的改变可能代表了II型错误，但另一种解释是，sgACC与DLPFC之间连接改变表明了TMS治疗带来的临床改善相关的网络生物学标记物。
本研究另一个关键结果是海马与SN，特别是海马和dACC之间的连接减少与PTSD症状减少有关，并且海马到岛叶连接减少与PTSD和MDD症状减少有关。这些发现与Patel等研究者综述的大量关于dACC功能异常的研究结果一致，PTSD和MDD的岛叶功能和连接存在改变。这些发现表明，记忆和显著环路之间的连接减少对于两种疾病的临床改善至关重要。这些结果也表明，TMS可以提高SN关于内在资源在内外需求之间的转换作用。
MVPA结果很大程度上支持了基于种子点的结果发现，并且强调了DMN、SN和躯体运动连接改变及TMS相关临床改善的重要性。此外，岛叶连接改变始终与临床改善相关。这表明，通过TMS或其他方式直接刺激岛叶可能是未来研究的一个有希望的方向。虽然不是本研究先验假设的主要焦点，但本研究也发现sgACC与许多躯体运动和视觉区域连接减少与抑郁症状减少相关。与MDD影像研究相关的舌回在视觉加工和整合中的作用被认为与冲突解决和奖赏反应受损有关，而中央后回则与抑郁和疼痛有关。
本研究存在部分局限。与先前TMS影像学研究一致，没有伪刺激对照条件，研究的结果应该在这个背景下解释。有证据表明，本研究及先前研究中涉及的大脑区域（如sgACC、岛叶、dACC）与安慰剂的神经反应有关。这不仅强调了伪对照TMS成像研究的必要性，而且也增加了TMS的治疗作用可能通过增强大脑产生安慰剂反应的能力而发生的可能性。虽然这一想法是推测性的，但会产生重大影响。其他的局限包括样本量，尽管与先前的TMS成像研究比较大小相当，并且本研究实施了交叉验证来减轻这个问题。另一个局限是本研究使用了全球疾病严重程度作为一个入组标准，而不是标准化量表上的最低得分。要求较高的基线分数可能会在结果测量的变化中提供更多的差异。本研究没有校对治疗阻抗，因为在这个共病患者样本中没有对阻抗的操作定义。本研究也不包括健康对照组，因为研究假设关注患者的神经影像预测因子，完全控制的对照设计需要健康对照组、MDD和PTSD共病组、MDD组和PTSD组。未来对PTSD患者TMS的影像学研究应该评估本研究发现是否仅限于共病状态。
总结：
本研究表明了sgACC（前扣带膝）和SN（突显网络）作为TMS治疗反应预测因子的重要作用，并且它们也与TMS作用机制有关。本研究强调了朝着个体化方法治疗领域的进展，最终可能通过本研究对神经网络的理解来改善患者的预后。
原文：
Networkmechanisms of clinical response to transcranial magnetic stimulation inposttraumatic stress disorder and major depressive disorder
NSPhilip, J Barredo, M van't Wout-Frank, AR Tyrka… -Biological …, 2018 - Elsevier
欢迎浏览思影的数据处理业务及课程介绍。（请直接点击下文文字即可浏览思影科技所有的课程，欢迎添加微信号siyingyxf或18983979082（杨晓飞）进行咨询，所有课程均开放报名，报名后我们会第一时间联系，并保留已报名学员名额）：
微信扫码或者长按选择识别关注思影
第二十八届磁共振脑影像基础班（重庆，7.6-11）
第十四届磁共振脑网络数据处理班（重庆，7.26-31）
第三十一届磁共振脑影像基础班（重庆，9.14-19）
第三十届磁共振脑影像基础班（南京，7.31-8.5）
第十六届磁共振脑网络数据处理班（南京，8.12-17）
第十届脑影像机器学习班（南京，6.30-7.5）
第十一届脑影像机器学习班（南京，8.25-30）
第十三届磁共振弥散张量成像数据处理班（南京，9.15-20）
第九届磁共振脑影像结构班（南京，8.6-11）
第六届小动物磁共振脑影像数据处理班（南京，9.1-6）
第七届磁共振ASL（动脉自旋标记）数据处理班（南京，10.12-15）
第六届任务态fMRI专题班（预报名，南京）
弥散磁共振成像数据处理提高班（预报名)
第七届脑电数据处理入门班（重庆，8.2-7）
第二十届脑电数据处理中级班（重庆，8.9-14）
第八届脑电数据处理入门班（南京，7.7-12）
第十九届脑电数据处理中级班（南京，7.13-18）
第六届脑电信号数据处理提高班（7.20-25）
第二十一届脑电数据处理中级班（南京，9.7-12）
第七届眼动数据处理班（南京，7.26-30）
第八届近红外脑功能数据处理班（上海，8.18-23）
脑磁图（MEG）数据处理学习班（预报名）
数据处理业务介绍：
思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像（DWI/dMRI）数据处理
思影科技脑结构磁共振成像数据处理业务（T1)
思影科技啮齿类动物（大小鼠）神经影像数据处理业务
思影数据处理业务三：ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
思影数据处理业务四：EEG/ERP数据处理
思影科技脑电机器学习数据处理业务
思影数据处理服务五：近红外脑功能数据处理
思影数据处理服务六：脑磁图（MEG）数据处理
思影科技眼动数据处理服务
招聘及产品：
招聘：脑影像数据处理工程师（重庆&南京）
BIOSEMI脑电系统介绍
目镜式功能磁共振刺激系统介绍
