快捷搜索:  汽车  科技

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)参考文献:Pang Zhang Cui Yang Lu Chen He Wang Wang Chen (2020) Combined static and dynamic functional connectivity signatures differentiating bipolar depression from major depressive disorder. The Australian and New Zealand journal of psychiatry. doi: dx.doi.org/10.1177/0004867420924089健康对照组、BDd及MDD组的平均静态和动态FCS结果:与健康对照组相比,BDd患者在眶额内侧皮层中的静态FC强度(functional connectivity strength, FCS)较低,而尾状核中的静态FC

01,通过结合静态及动态功能连接特征可区分双相抑郁症与重度抑郁症

译者:Lenore

关键词 :双相抑郁症,功能连接强度,动态脑部连接,分类

目的:抑郁期双相情感障碍(Bipolar disorder in the depressive phase BDd)有被误诊为重度抑郁症(MDD)的可能,以此导致疗效不佳。因此,鉴别出可以区分BDd和MDD的生物标志物有着重要的临床意义。本项研究旨在通过结合全脑静态及动态功能连接(functional connectivity FC)来确定BDd与MDD中内在FC模式的特定变化。

结果:与健康对照组相比,BDd患者在眶额内侧皮层中的静态FC强度(functional connectivity strength, FCS)较低,而尾状核中的静态FCS较高, 而MDD患者在眶额内侧皮层中的静态FCS更高。与MDD患者和健康对照组相比,BDd患者在丘脑中的静态及动态FCS都更高;而与BDd患者和HCs相比,MDD患者在中央前回中动态FCS更高。组合参考静态及动态FCS比单独的静态或动态FCS分析有着更高的准确性,并可预测BDd患者的狂躁症状严重程度和MDD患者的情绪低落程度。

结论:BDd患者的额-纹状体-丘脑回路内的FC变化以及MDD患者的默认模式网络或感觉运动网络内的FC可准确区分这两种疾病。这些FC模式的特征可作为区分不同病症诊断的生物标志物,并为情绪障碍的发病机理提供了线索。

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)(1)

BDI-II(上列,n = 135)和STAI-X得分(下列,n = 105)与MOR可用性相关的区域

健康对照组、BDd及MDD组的平均静态和动态FCS

参考文献:Pang Zhang Cui Yang Lu Chen He Wang Wang Chen (2020) Combined static and dynamic functional connectivity signatures differentiating bipolar depression from major depressive disorder. The Australian and New Zealand journal of psychiatry. doi: dx.doi.org/10.1177/0004867420924089

02,抑制杏仁核内P2X7受体缓解大鼠保留性神经损伤引起的神经病理性疼痛

译者:Sheena

关键词 :杏仁核;星形胶质细胞;小胶质细胞;神经病理性疼痛;P2X7受体(P2X7R)

杏仁核回路和P2X7受体(P2X7R)已被证明在调节神经病理性疼痛(neuropathic pain ,NP)中发挥重要作用。然而,对于P2X7R在杏仁核中调节NP的功能作用,却知之甚少。

本研究旨在评价在杏仁核内微量注射P2X7R药物拮抗剂(A- 438079)对NP的缓解作用,并探讨其可能的作用机制。以雄性Sprague-Dawley大鼠为实验动物,通过未损伤神经构建NP模型。使用A-438079 (100 pmol/侧)或生理盐水微量注射入SNI大鼠杏仁核。用von Frey单纤维束测定机械缩足阈值(Mechanical paw withdrawal threshold ,MWT)和热缩足反射持续时间(thermal withdrawal duration ,TWD)。

此外,采用悬尾试验(TST)、强迫游泳试验(FST)、旷场试验(OFT)和蔗糖偏好试验(SPT)评估抑郁和焦虑样行为。采用免疫荧光法检测脊髓GFAP、IBA-1和连接蛋白43 (Cx43)水平。Western blot检测脊髓生长相关蛋白43 (growth associated protein 43 GAP43)水平的变化。

我们的数据显示,在SNI后用A-438079慢性治疗,第11-21天MWT增加,TWD减少,而抑郁样和焦虑样行为减少。A-438079可显著降低SNI后小胶质细胞和星形胶质细胞中IBA-1和GFAP的免疫反应活性。此外,A-438079可显著降低SNI引起的脊髓GAP-43的表达。然而,当同时给予A-438079和P2X7R的药物激动剂(BzATP)时,A-438079单独引起的所有效应均被逆转。

总之,我们的研究揭示了在杏仁核中抑制P2X7R对NP相关症状的保护作用,可能是由于其对脊髓小胶质细胞和星形胶质细胞的抑制作用。

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)(2)

抑制杏仁核内P2X7R降低了L5背角小胶质细胞的反应活性

参考文献:Hu X Liu Y Wu J et al. Inhibition of P2X7R in the amygdala ameliorates symptoms of neuropathic pain after spared nerve injury in rats [published online ahead of print 2020 Apr 18]. Brain Behav Immun. 2020;S0889-1591(19)31379-0. doi:10.1016/j.bbi.2020.04.030

03,睡眠障碍与复发性抑郁症治疗后的短期和长期效果是否有关

译者:He

关键词:睡眠 缓解

背景:治疗前的睡眠障碍被证明可以预测抗抑郁治疗的结果,急性治疗期间睡眠障碍的变化以及持续治疗是否可以进一步改善睡眠障碍尚不清楚。

方法:我们反复评估睡眠障碍:a)523名同意接受12-14周急性期认知治疗(A-CT)的成人MDD多次复发患者,以及b)241名抑郁症复发/复发风险较高的A-CT应答者随机分为8个月的持续期治疗(CeCT与氟西汀以安慰剂),然后按照无协议治疗的方式进行24个月的治疗。用多层次模型评估A-CT期间和之后睡眠以及抑郁的变化轨迹。保留个体的截距和斜率,并将其输入Cox回归模型以预测MDD的缓解,恢复和复发。

结果:睡眠障碍在A-CT过程中有所改善,但大多数患者仍报告有临床意义的睡眠障碍。在A-CT期间总体睡眠障碍较少且睡眠障碍减少较大的患者中可能出现反应和缓解。这些患者A-CT后获得了更快的、的缓解和恢复。睡眠改善在整个随访期间持续,但持续期治疗并没有加强。睡眠障碍恶化或再次复发的预测并不一致。

局限性:未评估客观睡眠障碍。分析并没有专门使用睡眠变化来预测结果。

结论:A-CT期间睡眠障碍的改善与抑郁症缓解和恢复的时间缩短有关,支持对成年抑郁症患者睡眠障碍的监测和针对性研究。

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)(3)

A-CT期间睡眠和抑郁症状的变化。在急性期认知疗法治疗复发性抑郁症(A-CT)期间,睡眠质量指数(PSQI)评分、睡眠问题量表和抑郁症状严重指数的下降具有统计学意义

参考文献:Elaine M. Boland et al. Is sleep disturbance linked to short- and long-term outcomes following treatments for recurrent depression. Journal of Affective Disorders 262 (2020) 323–332.

04,使用多种自我报告问卷的数据驱动分析,识别大学生中的抑郁障碍高危人群

译者:UTCS

关键词:自我报告问卷;数据驱动分析;抑郁症;诊断

抑郁症的诊断是精神病学中最重要的问题之一。抑郁症是一种复杂的精神疾病,症状变化范围比较广,并且治疗需要患者的配合。本研究中,我们尝试进行了一种创新的基于临床问卷的数据驱动的抑郁症诊断方式。这一方式中包括了深度学习、多模型表达和可解释性的流程及特征,以克服数据驱动方法在临床应用过程中存在的局限性。我们使三种不同的问卷形式之间共享了同一表达模型,从而表示在同一潜在空间内的问卷反应。

在此基础上,我们提出了两种数据驱动的诊断方法:无监督和半监督式的诊断方法。我们将这两种方法与传统的抑郁症诊断方法——截止筛查法进行了比较。与筛查方法相比,无监督式诊断法考察的项目更多,但表现出的性能更低,因为它最大化了组间差异。而相比之下,半监督式的诊断方法利用从筛查法中获得的信息调整了偏差,表现出的诊断性能更高。

除此之外,我们还使用LIME分析流程和有序的logistic回归,对诊断和信息统计分析的结果进行了解释。我们所提出的数据驱动框架证明,使用与抑郁症直接或间接相关的项目对抑郁症患者进行分析是可行的。

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)(4)

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)(5)

有序logistic回归分析结果

参考文献:Choi B Shim G Jeong B et al. Data-driven analysis using multiple self-report questionnaires to identify college students at high risk of depressive disorder[J]. Scientific Reports 2020 10(1): 1-13.

05,美国老年人口中重度抑郁症及健康相关生活质量受损

译者:Kagima

关键词:DSM-5,健康相关生命质量;重度抑郁症;老年人

目标:本研究旨在检测在全国代表性的老年人口中,现有或过往重度抑郁症与健康相关生活质量:(health-related quality of life HRQOL)之间的关联。

方法:本研究主要对2012-2013第三批次酒精及相关情况国家流行病学调查(National Epidemiological Survey on Alcohol and Related Conditions Wave III NESARC-III)进行横断面分析(Cross-sectional analysis)。

NESARC-III是美国一项针对药物滥用及精神健康问题进行的国家层面代表性健康访问调查,本研究主要筛选了65岁以上接受调查访问者(非加权n = 5806)纳入后续分析。研究使用DSM-5标准,将老年人样本群体划分为现有重度抑郁症组,既有重度抑郁症组,以及无重度抑郁症史组。

利用标准化算法,本研究还建立了健康相关生活质量评判指标:精神健康(mental component summary MCS),身体健康(physical component summary PCS)以及生命质量调整年(quality-adjusted life years QALYs)。

本研究使用多变量矫正后线性回归分析评估不同重度抑郁症类型(现有,既有,无),与针对社会人口统计和临床副发病率(clinical co-morbidities)矫正后HRQOL之间的关系。

结果:总体上看,全国14.4%的老年人口即600万老年人,曾经或现在患有重度抑郁症。约220万老年人(全国人口5.4%)目前正患有重度抑郁症,370万老年人(全国人口9.0%)过去曾患有重度抑郁症。而目前患有或曾经患有重度抑郁症的老年人,相较于没有重度抑郁症史的老年人,其健康相关生活质量指数有着中等水平的差异(Cohen's d 测量范围: -1.02 to -0.07)。相较于其他协变量,在现有重度抑郁症老年人中精神健康及身体健康指数得分最低。

结论:相较于无重度抑郁症史的老年人,现有重度抑郁症老年人的健康相关生活质量指数显著性降低,而既有重度抑郁症老年人的健康相关生活质量指数则有着极小的(一般无显著性差异)残留损伤(residual impairment)。

大学生抑郁症存在的问题(如何识别大学生中的抑郁障碍高危人群)(6)

研究中老年人样本的社会人口学及流行病学统计数据

参考文献:Rhee T. G. & Steffens D. C. (2020). Major Depressive Disorder and Impaired Health‐related Quality of Life among US Older Adults. International Journal of Geriatric Psychiatry. https://doi.org/10.1002/gps.5356

前文阅读

1,093期抑研报|​鼻内补充Esketamine可增强对重度抑郁症的疗效

2,092期抑研报|​抑郁症对阿茨海默病中痴呆症状的影响

猜您喜欢: