流行病学证据表明精神疾病常常表现出共病现象，即精神疾病患者表现出两种甚至更多类型的疾病症状。这种共病现象提示很多精神疾病可能存在共同的核心症状，因此，探索精神疾病共同主要症状有助于研究它们共同的神经生物学基础。

最近，发表在国际顶级精神病学杂志《Molecular Psychiatry》的一项研究，基于1024名患有各类精神疾病的年轻被试的临床数据，提取了一系列与精神疾病相关的核心症状因子，并分析与这些症状因子相关的异常脑血流变化，研究发现前扣带皮层区域的脑血流增强与精神疾病被试的核心症状密切相关。

研究方法

1.被试

1024名年龄11岁-23岁的年轻被试（表1）。

使用KSADS（Kiddie-Schedule for Affective Disorders and Schizophrenia）对所有被试过去和当前所表现出的精神疾病症状进行评估。

表1： 人口统计学和临床信息

2.精神疾病的症状维度

对KSADS评估得到的112个评估条目得分，进行确定性双因子分析，得到1个核心因子（所有入组精神疾病共有的重要疾病症状）和4个子因子（焦虑、精神错乱、行为和恐惧），入组的每种精神疾病的症状均可以由这四个子因子概括。

3.图像采集和数据分析

（1）采集被试的动脉自旋标记（Arterial Spin Labeled, ASL）灌注影像数据和静息态功能影像数据（Resting-state Functional Magnetic Imaging，r-fMRI）；

（2）采用ASL影像数据计算每个被试的局部脑血流(Cerebral Blood Flow，CBF)信息，采用一般线性模型：

在每个体素上分析脑血流与精神疾病症状各维度之间的关系；

（3）以疾病核心因子相关的脑血流异常区域为种子点，进行r-fMRI数据体素水平的种子点功能连接分析；以功能连接强度为因变量，采用与（2）相同的一般线性模型，分析功能连接强度与精神疾病核心症状之间的关系。

研究结果

1.精神疾病症状维度与脑血流量的关系

（1）精神疾病核心因子与脑血流量的关系

精神疾病核心因子得分与大脑前扣带皮层（Anterior Cingulate Cortex，ACC）脑血流量具有显著的正相关，具体脑区位置为左侧背侧ACC和右侧ACC的喙部（图1）。

图1：精神疾病核心因子与前扣带皮层脑血流量的关系

（2）精神疾病子因子与脑血流量的关系

精神错乱因子得分与大脑左侧额叶岛盖/脑岛的脑血流量具有显著的负相关，即精神错乱因子得分越高，该脑区的脑血流量越少（图2）。

图2：精神错乱因子得分与脑血流量的关系

恐惧因子得分分别与左侧ACC膝部和右侧视觉/梭状回的脑血流量呈负相关（图3）。

图3：恐惧因子得分与脑血流量的关系

2.精神疾病核心因子与静息态功能连接的关系

精神疾病核心因子得分与左侧背侧ACC—双侧脑岛的连接强度呈负相关，即精神疾病核心因子得分越高，左侧背侧ACC和双侧脑岛的连接强度越弱（图4）。

图4：精神疾病核心因子与功能连接强度的关系

研究结论与意义

该研究基于大样本的各类精神疾病年轻患者的临床和脑影像数据，发现了前扣带皮层的脑血流与精神疾病核心症状显著相关，表明入组各类精神疾病存在共性的大脑血流异常；同时发现不同脑区的脑血流与各类精神疾病的精神错乱和恐惧因子相关，表明各类精神疾病也存在大脑异常的特异性。为揭示精神疾病共同和特异性临床症状的神经机制提供了影像学证据。

参考文献

A. N. Kaczkurkin, et al. (2017) Common and dissociable regional cerebral blood flow differences associate with dimensions of psychopathology across categorical diagnoses. Mol Psychiatry. doi:10.1038/mp.2017.174.

【往期精彩回顾】

1.世界各国脑科学计划

2.健康人脑多模态磁共振影像数据库盘点

3.神经影像连接组的大数据时代

4.个体空间工作记忆能力与人脑网络核心区域联结模式密切相关

5.大尺度人脑有向功能网络基本构建单元的联结模式

6.北京师范大学神经影像脑连接组分析软件（GRETNA）

7.北京师范大学神经影像脑连接组可视化软件（BrainNet Viewer）

8.第二届神经心理量表培训班第五轮通知

9.斯坦福UFLDL教程——数据预处理

10.机器学习模型性能评估学习（一）——数据集划分

11.机器学习性能评估（二）——泛化性能度量

12.机器学习数据量小怎么办？