目的:以抑郁为首发的双相障碍患者,临床上识别困难,诊断的延误及不恰当的药物治疗方案,使患者面临更差的预后,更重的社会功能损害及经济负担。本研究旨在利用DTI(diffusion tensor imaging,弥散张量成像)技术,采用基于图论的复杂网络数据处理方法,进行5年的临床自然随访观察,在急性期及缓解期两个层面,探讨单相抑郁组、双相障碍组(包括基线抑郁发作未转相时、基线双相抑郁发作时)在前额叶的网络属性差异,寻找稳定且可靠的前额叶及其所在情绪调控环路的标记,以期在临床上,能够将双相患者在抑郁发作状态时可以从单相抑郁患者中识别出来;同时对相关影像学标记和临床风险因素做关联性探讨,以期早期诊断识别、早期预警。方法:南京脑科医院医院住院及门诊患者,符合DSM-IV(Diagnostic and Statistical Manual of Mental Disorders,精神疾病的诊断和统计手册)抑郁障碍诊断标准,18-50岁的中青年,以及一般人口学特征匹配的健康对照作为受试。基线入组时进行DTI扫描,评估采集所有受试者的人口学资料、患者的临床资料,5年的不干预自然随访观察研究,每半年一次,电话结合门诊。缓解良好的患者在2-3个月的缓解期进行二次扫描。随访终止后,重新分组。受试的DTI数据应用FSL(functional magnetic resonance imaging brain software library,脑功能磁共振软件包)预处理,基于AAL解剖模板(automated anatomical labeling,解剖学自动标记模板),对脑白质纤维进行FACT(Fiber assignment by continuous track in,确定性纤维追踪),最后,基于复杂理论方法构建所有受试的脑白质网络。论文分急性期及缓解期两部分进行探讨:1.急性期数据:随访终止后,对基线入组并接受扫描和评估的受试重新分组,以抑郁为首发,但随访过程中转双相患者归为转相组,抑郁发作,随访过程中未转相者为单相抑郁组,分析基线时的DTI数据、人口学、临床危险因素等数据。从脑全局效率属性及局部效率属性角度,对转相组、单相抑郁组、健康对照组间进行统计分析。同时,以差异脑区的节点效率属性值、临床因素作为预测值,描绘ROC(receiver operating characteristic curve,受试者操作特征曲线),探讨影像学特征等早期识别双相障碍诊断的特异性。2.缓解期数据:随访终止后,对基线入组,缓解期二次扫描的受试重新分组,以抑郁为首发,但随访过程中转双相患者,以及入组时为双相抑郁发作患者归为双相障碍组,抑郁发作,随访过程中未转相者为单相抑郁组,分析缓解期的DTI数据、人口学等数据。在第一部分阳性差异结果的基础上,选取前额叶为主要感兴趣区。从脑网络全局效率属性及局部效率属性角度,对双相障碍组、单相抑郁组、健康对照组间进行统计分析,同时,以差异脑区的节点效率属性值、临床因素作为预测值,描绘ROC曲线,探讨影像学特征等在缓解期识别双相障碍的特异性。统计分析采用SPSS25.0(Statistical Product and Service Solutions,统计产品与服务解决方案)版本。患者组间病程、疾病严重程度等,采用独立双样本T检验,三组间性别经过卡方检验,年龄、受教育年限、脑白质网络节点全局效率属性值、局部效率属性值进行ANOVA(Analysis of Variance,单因素方差分析);三组间有差异网络属性,继续进行组间两两多重比较。一般人口及临床资料显著性水平设定为P<0.05,脑全局效率值及局部效率值采用FDR方法(False discovery rate,错误发现率)进行多重比较矫正,获得有统计学差异的脑区(FDR矫正后P<0.05)。结果:1、急性期1.1人口学及临床资料:2006年9月-2010年7月抑郁症患者80例,78例患者完成了5年,每半年一次的电话或门诊随访研究,12例后期转为双相障碍,64例未转相,仍维持抑郁症诊断。最终12例转相患者(转相组)、44例未转相患者(单相抑郁组)、37例健康对照(对照组)纳入统计分析。组间在年龄、性别、受教育年限、HAMD-17(Hamilton Depression Scale,汉密尔顿抑郁量表17项)总分上均无显著统计学意义(P>0.05),转相组及单相抑郁组间在起病年龄及复发次数上存在显著差异(P<0.05)。1.2转相组-单相抑郁组-对照组间全局及局部效率值:三组间全局效率上未发现显著统计学差异,组间差异趋势,转相组<单相抑郁组<对照组(F=6.814,P=0.003,未过FDR校正)。局部效率在LIFG(left inferior frontal Gyrus,左侧额下回)差异显著(F=10.900,P=0.0004,通过FDR校正)。1.3组间局部效率及ROC曲线:相较单相抑郁组,以抑郁首发,后期转为双相的双相抑郁患者,在未转相前已经存在LIFG网络节点的局部效率下降(P=0.0002,t=0.001)。根据该局部属性指标,描绘组间ROC曲线,识别双相障碍的特异性达80%,95%可信区间为(0.64,0.95),融合人口学特征及临床风险因素后特异性提高至96%,其95%可信区间为(0.91,1.00)。2、缓解期2.1人口学及临床资料:2012年5月至2014年6月期间,抑郁症及双相障碍患者120例,同时期匹配的健康对照组60例,随访5年,每半年一次的电话或门诊随访。考虑病程对大脑结构的影响,筛除总病程20年及其以上4例,6个月及其以下34例,入组后一周内转躁1例,最终40例随访后仍为抑郁症患者(单相抑郁组)、40例基线为双相障碍患者(双相组)、40例健康对照(对照组)纳入统计分析。组间在年龄、性别、受教育年限、HAMD-17总分上均无显著统计学意义(P>0.05)。2.2单相抑郁组-双相障碍组-对照组间全局及局部效率值:缓解期单相抑郁组、双相组、对照组,三组间ANOVA分析,全脑信息传递效率上,无显著性差异,趋势相对一致。在局部效率属性上,LIFG存在显著性差异(F=11.991,P=0.000018,通过FDR校正)。2.3组间局部效率及ROC曲线:组间两两多重比较,缓解期抑郁组与双相组、单相抑郁组及对照组间局部效率均无显著统计学差异(P>0.05)。双相组与对照组间,仍表现出LIFG的显著下降(P=0.00003,t=5.01,通过FDR校正)。以LIFG的局部属性指标,描绘组间ROC曲线。识别双相障碍的特异性为59%,其95%可信区间为(0.47,0.72),融合起病年龄作为预测值后,特异性提高至67%,其95%可信区间为(0.55,0.79)。结论:1、脑局部效率属性主要用来度量脑网络局部信息传递效率,研究结果表明,节点的局部效率可以作为一个潜在的影像学生物标志物来早期识别双相情感障碍,双相障碍在未经历躁狂发作前即存在可被识别的LIFG的局部效率下降,单双相抑郁存在不同的脑结构调控网络,但该差异是否在缓解期稳定存在,是否可以作为识别单双相抑郁的稳定性指标,有待进一步研究。2、缓解期抑郁组、双相障碍组间的局部效率无显著统计学差异,但双相障碍组较对照组仍有额下回局部效率的显著差异,提示急性期及缓解期,额下回在识别双相障碍中均起重要作用,能在抑郁急性发作期可以将单双相识别开,在缓解期的识别能力下降,联合临床因素,可以得到更好的识别率。