近期,昆明医科大学第二附属医院精神科杨建中教授团队、昆明医科大学第三附属医院影像科丁莹莹教授团队和飞利浦医疗科学家张晓咏博士共同合作,将影像组学方法应用在抑郁症诊断及抗抑郁药物治疗疗效预测中。研究表明,基于校准后的脑MRI多尺度结构影像组学方法可以高效区分抑郁障碍(MDD)、阈下抑郁症(StD)与健康对照,优于常规影像分类方法;楔叶、小脑(6/7b/10 小叶、小脑蚓4/5 区)的高权重影像组学特征在MDD病理生理机制中起到重要作用。系列研究结果发表在医学权威期刊Asian Journal of Psychiatry(Q1区,IF:13.890)和BMC Psychiatry(Q2区,IF:4.144)。
抑郁症是全世界范围内致残和亚健康的主要原因之一,疾病负担在所有神经精神疾病中居首位。抑郁症临床诊断目前主要依赖于主观评分和结构化访谈,药物治疗方案多为试错法,这增加了误诊风险和医疗负担。课题组通过基于ComBat技术校准及机器学习后的脑MRI多尺度结构影像组学策略对抑郁障碍(MDD)、阈下抑郁症(StD)进行分类。结果表明,基于校准后的脑MRI多尺度结构影像组学方法可以高效区分MDD、StD与健康对照,优于常规影像分类方法;楔叶、小脑(6/7b/10 小叶、小脑蚓4/5 区)的高权重影像组学特征在MDD病理生理机制中起到重要作用。该研究“ComBat harmonization of radiomics features to improve the diagnostic accuracy of major depressive disorder and subthreshold depression in adolescents with brain multiscale structural MRI”发表在Asian Journal of Psychiatry上(DOI:10.1016/j.ajp.2023.103681),马焕博士和元静博士生并列第一作者,杨建中教授和李鹍副主任医师并列通讯作者。
诸多研究发现,仅有60%-70%的抑郁障碍(MDD)患者对抗抑郁药物治疗(ADM)有效。因此,探讨能早期预测抗抑郁治疗疗效的神经影像学生物标志物有望指导初始抗抑郁治疗,具有重要的科学意义和潜在的应用前景。本课题组通过基于ComBat技术校准及机器学习后的脑MRI影像组学方法预测抑郁障碍(MDD)患者ADM的早期反应,辅助临床进行个性化抗抑郁药物选择。结果表明,基于校准后的脑sMRI影像组学预测模型能够准确预测ADM早期治疗反应,且优于常规影像指标模型,并确定了与SSRIs/SNRIs选择有关的重要神经影像组学特征,有助于个体层面的MDD临床治疗及药物选择。该研究“Prediction of early improvement of major depressive disorder to antidepressant medication in adolescents with radiomics analysis after ComBat harmonization based on multiscale structural MRI”发表在BMC Psychiatry上(DOI:10.1186/s12888-023-04966-8),马焕博士和张大福博士并列第一作者,杨建中教授和李鹍副主任医师并列通讯作者。
研究流程图
基于ComBat技术校准及机器学习的脑MRI多尺度结构影像组学方法对抑郁障碍(MDD)、阈下抑郁症(StD)的鉴别价值
文图:精神科 杨建中