失匹配負波可以預測臨床精神病高風險人群的預後改善

07-17

研究表明，失匹配負波（MMN）幅度或可作為生物標記，用於預測臨床精神病高風險人群的預後狀況。其中，高風險--癥狀未緩解的被試MMN幅度顯著偏低。該文由韓國首爾國立大學的Minah Kim等人發表在Schizophrenia Bulletin雜誌上。

關鍵字：精神病預後腦電失匹配負波（MMN）

精神病高風險人群的預後：或轉換成真正的精神病，或高風險得以緩解，近些年來高風險到精神病的轉換率呈下降趨勢，而緩解率呈上升趨勢，因此臨床上迫切需要一種生物標記可以預測高風險人群的預後情況，從而優化醫療資源，使真正會轉化為精神病的高風險人群得到早期醫療干預。來自韓國首爾國立大學的研究人員Minah

Kim正試圖尋找這樣一種生物標記，他把目標鎖定在聽覺失匹配負波，通過Logistic回歸發現早期MMN幅度是預後恢復的顯著性預測因子。

作者通過將精神病高風險被試（140位）根據其長達六年的隨訪預後情況分為緩解組（n=17）和非緩解組（n=31），再加上健康的對照組被試（n=47），共三組被試，給予聽覺oddball範式刺激，記錄其在基線狀態（病人組即患癥狀態，健康組即正常狀態）的MMN幅度和潛伏期（n=70），並比較其差異。

高風險被試的癥狀和功能狀態經前驅癥狀等級量表（SOPS）和大體功能評定量表（GAF）評定，未治療前驅癥狀年限由醫療記錄和與被試及家人的訪談得到。表1是三組被試在基線和隨訪時期的基本信息和臨床特徵。

表1：被試的基本信息和臨床精神病高風險被試患病和隨訪時期的臨床特徵

HC,健康對照；SD，標準差；IQ,智商；DUPP,未治療前驅癥狀的時長；SOPS,前驅癥狀等級；GAF，功能大體評定；NA,不適用的

a.在最後一個隨訪時間點癥狀緩解；

b.在最後一個隨訪時間點癥狀未緩解；

c.方差分析，如果方差不齊用獨立t檢驗或韋爾奇t檢驗，分類數據用卡方分析或費舍爾精確分析

d.隨訪期間規定的平均日奧氮平等價劑量

e.計算從基線得分減去最後一個隨訪時間點得分

f.計算從最後一個隨訪時間點得分減去基線得分；

g.在那個時間點被隨訪的被試數目（百分比）

h.在隨訪期間被規定每種藥物治療的被試數目（百分比）

*平均差在0.05的水平上是顯著的；

**平均差在0.005的水平上是顯著的。

研究人員發現高風險-未緩解被試的基線MMN幅度顯著低於高風險-緩解組被試和正常對照組被試，如圖1a，b所示。

圖1:

a.健康對照和臨床精神病高風險被試（CHR）分為緩解組（CHR-R）和非緩解組（CHR-NR）的總平均MMN波形。

b.三組被試在Fz和FCz電極處的MMN幅度，組中的水平線代表均值，垂直線代表百分之十到百分之九十。*代表平均差在0.05的水平上是顯著的；**平均差在0.005的水平上是顯著的。

c.四組被試（健康對照組，精神病高風險緩解組，精神病高風險未緩解組，精神病高風險轉換組）的MMN二維拓撲圖，拓撲圖中的x代表6個前額中部電極，帶數字的顏色條代表MMN的幅度（微伏）。

重複測量的方差分析顯示基線MMN幅度存在組間，電極和年齡的主效應，但基線MMN潛伏期不存在組間，電極和年齡的主效應。後效檢驗發現，高風險-未緩解組的基線MMN幅度顯著低於高風險緩解組和正常對照組，但是高風險-緩解組和正常對照組間沒有顯著性差異，如表2所示。

表2：三組被試表面電極的MMN峰幅度和潛伏期的均值和標準差

A,健康對照組；B,精神病高風險緩解組；C,精神病高風險非緩解組。

a.在最後一個隨訪時間點癥狀緩解；

b.在最後一個隨訪時間點癥狀未緩解；

c.年齡作為協變數的方差分析；

d.使用簡單對照檢驗的後驗分析的P值；

*平均差在0.05的水平上是顯著的；

**平均差在0.005的水平上是顯著的。

二元邏輯回歸顯示，Fz電極處的MMN幅度是唯一顯著的緩解預測因子（Exp[β] = 0.472, [95% CI] = 0.254 to 0.877, P =.018，如表3所示）。而多元回歸分析顯示，陽性癥狀的改善能夠被基線Fz電極處MMN幅度，使用的抗精神病藥劑量以及教育年限所預測的，而功能提高的顯著預測因子只有基線Fz電極處的MMN幅度，見表3和圖2。

表3：精神病高風險降低，陽性癥狀和大體功能改善的顯著預測子。

SB,標準β；MMN,失匹配負波；SOPS，前驅癥狀等級；GAF，大體功能評定；CI,置信區間。

a.後向方法的二元邏輯回歸；

b.後向方法的多元回歸；

c.平均奧氮平等價劑量；

*平均差異在0.05水平上顯著。

圖2：大體功能評定得分改變和基線MMN幅度（左）之間的相關性。Fz電極處的基線MMN幅度和前驅癥狀等級得分改變之間的部分相關，調整到奧氮平等價抗精神病劑量和教育年限（右）。空心環表示轉變成精神病的高風險被試。

最後研究人員還嘗試性地做了溯源分析，如圖3所示。

圖3：a.所有臨床精神病高風險被試經SPM計算的失匹配負波電流源密度分布（閾值p<0.01，未校正）；左半球描述在縱向層面的左邊。b.大體功能得分改變和基線MMN在右側顳上回（左）和額下回（右）電流源密度的偏相關性。橘黃色實心圓代表轉化成精神病的高風險被試。

綜上所述，本研究首次檢測了基線MMN作為高風險精神疾病被試預後功能和癥狀恢復的生物標記可能性，觀察到基線MMN幅度的確與之後的恢復，陽性癥狀的改善和大體功能的提高相關。我們的結果不僅表明MMN是高風險精神疾病被試疾病緩解的生物標記，而且為疾病改善的重要性提供支持。儘管試圖將電生理髮現轉換到臨床的預後檢測還有很大挑戰，但MMN還是有可能在預後的早期預測和個體化精準醫療干預中起到作用的。

參考文獻：KimM,Lee T H, Yoon Y B, et al. Predicting Remission in Subjects at Clinical

HighRisk for Psychosis Using Mismatch Negativity[J]. Schizophrenia bulletin,2017.

微信搜索「思影科技」公眾號，第一時間獲取腦影像資訊