抑郁症是全球范围内发病率最高、疾病负担最严重的精神疾病之一，然而从儿童青少年到整个成年时期，抑郁症临床表现的多样性为疾病诊治带来了巨大挑战。北京师范大学研究团队基于抑郁症磁共振脑影像大数据和脑功能连接组学规范化模型，识别了抑郁症神经生物学亚型。该成果于近日发表在《Biological Psychiatry》杂志上，题为：Mapping neurophysiological subtypes of major depressive disorder using normative models of the functional connectome。

　　研究人员利用从儿童青少年到老年阶段的静息态功能磁共振多中心脑影像大数据，通过建立脑功能连接组学规范化模型，定量刻画抑郁症患者脑功能连接组学异常的个体间异质性。在此基础上，他们通过非监督机器学习识别了两种具有不同脑功能连接组异常模式的神经生物学亚型，并揭示了两种亚型的临床关联和在药物治疗评估中的价值。

　　该研究加深了对抑郁症患者临床表现异质性神经机制的理解，对抑郁症患者特异性的神经生物学分类诊断、药物治疗策略选择、神经调控治疗个体化方案优化等具有重要价值。

　　注：此研究成果摘自《Biological Psychiatry》杂志，文章内容并不代表站的观点和立场，仅供参考。

原文链接：https://www.most.gov.cn/gnwkjdt/202306/t20230627_186761.html
[免责声明] 本文来源于网络转载，仅供学习交流使用，不构成商业目的。版权归原作者所有，如涉及作品内容、版权和其它问题，请在30日内与本网联系，我们将在第一时间处理。