Zusammenfassung

Major Depression (MDD), insbesondere in Kombination mit Angstzuständen, weist in China eine hohe Inzidenz und eine niedrige Erkennungsrate auf. Literatur hat gezeigt, dass Patienten unter schwerer Depression mit Angstzuständen (MDA) eher ein somatisches als ein psychologisches Symptom als ihre präsentierende Beschwerde nominieren. In der Theorie der Traditionellen Chinesischen Medizin (TCM) werden klinische Symptome von MDD-Patienten hauptsächlich in zwei verschiedene Syndrommuster eingeteilt: Mangel und Überschuss. Wir beabsichtigen, die funktionelle Magnetresonanztomographie (rs-fMRT) im Ruhezustand zu verwenden, um ihre Gehirnfunktionsunterschiede zu untersuchen und hoffentlich ihren Gehirnfunktionsmechanismus zu finden. Für unsere Forschung wurden 42 medikamentennaive MDA-Patienten in zwei Gruppen eingeteilt (21 für Mangel und 21 für Überschuss), mit weiteren 19 nicht betroffenen Teilnehmern in der normalen Kontrollgruppe (NC). Wir nahmen Hamilton Depression Rating Scale (HAMD), Hamilton Anxiety Scale (HAMA) und Brain fMRI Scan für jede Gruppe und analysierten die Daten. Wir verwendeten zuerst die Gradzentralität (DC), um die funktionellen Unterschiede in Gehirnregionen abzubilden, nutzten diese Regionen als Startpunkte und verwendeten eine Seed-basierte funktionelle Konnektivitätsanalyse (FC), um die spezifische funktionelle Verbindung zwischen Gruppen zu identifizieren. Es wurde festgestellt, dass die Mangelgruppe höhere HAMD-Werte, HAMA-Werte und HAMD-somatische Faktoren aufwies als die Überschussgruppe. In der DC-Analyse wurden signifikante Abnahmen im rechten Precuneus sowohl der Mangel- als auch der Überschussgruppe im Vergleich zur NC-Gruppe festgestellt. In der FC-Analyse zeigte der rechte Precuneus eine signifikant verringerte Netzwerkkonnektivität mit dem bilateralen Cuneus sowie dem rechten lingualen Gyrus in der Mangelgruppe im Vergleich zur NC-Gruppe und der Überschussgruppe. Durch unsere Forschung wurde festgestellt, dass Precuneus Dysfunktion eine Beziehung mit MDA haben kann und Mangelpatienten schwerere körperliche und emotionale Symptome haben, und wir erkannten, dass eine größere Stichprobengröße und mehrere Gehirnmodus Beobachtungen in der weiteren Forschung benötigt wurden.

1. Einleitung

Die Major Depression (MDD) ist eine psychische Störung, die durch geringe Emotionen, langsames Denken und reduzierte Sprachaktionen gekennzeichnet ist. Es ist eine der Hauptursachen für die globale Belastung (10,3% der Lebensjahre lebten mit einer körperlichen oder geistigen Behinderung), und die Prävalenz von MDD beträgt 4.45% in den USA und 3,02% in China . Es wurde festgestellt, dass MDD-Patienten in China, insbesondere Frauen , eher über somatische als über psychische Symptome klagen . 60% der malaysischen chinesischen depressiven Patienten klagten über somatische Symptome, während nur 13% der australischen depressiven Patienten dies taten . Dieses Phänomen kann mit der traditionellen chinesischen Sichtweise auf Depressionen zusammenhängen, was zu größeren Schwierigkeiten bei der Identifizierung und Behandlung von MDD-Patienten führt. Da die Prävalenzrate, die Rezidivrate und die Behinderungsrate von MDD hoch waren , wurde bestätigt, dass schwere Depressionen mit Angstzuständen (MDA) schwerwiegendere körperliche Symptome und mehr Selbstmordgedanken und -verhalten aufweisen und schwieriger zu behandeln sind .Chinesische MDD-Patienten klagen immer über somatische Symptome wie Magenschmerzen, Arthralgie oder Kopfschmerzen , und diese multiplen körperlichen Symptome existieren normalerweise nebeneinander. Die traditionelle Chinesische Medizin (TCM) wird verwendet, um die komplexen und vielfältigen klinischen somatischen Symptome durch verschiedene Syndrommuster zusammenzufassen und angemessen zu behandeln. In Bezug auf die Innere Medizin und die klinische Studie der TCM haben wir uns entschieden, die wichtigsten und repräsentativsten Muster der TCM zu untersuchen: Mangel und Überschuss. Die meisten somatischen Symptome von MDA-Patienten können durch diese beiden Muster zusammengefasst und leicht unterschieden werden (Tabelle 1).

Es ist schwierig, Depressionen und Angstzustände und ihre Schwere bei ambulanten Patienten zu unterscheiden, insbesondere bei komplizierten Somatisierungssymptomen. Schwere MDA-Patienten können schwere Beeinträchtigungen, verminderte Arbeitsfähigkeiten und ein erhöhtes Risiko für die Inzidenz komorbider Erkrankungen aufweisen und benötigen möglicherweise eine verstärkte medizinische Behandlung . Der Schweregrad einer Depression wird häufig durch psychologische Skalen wie die Hamilton Depression Rating Scale (HAMD) , den 9-Item Patient Health Questionnaire (PHQ-9) und die Hamilton Anxiety Scale (HAMA) bestimmt . Untersuchungen haben jedoch gezeigt, dass eine solche Skala nur bei Kurzzeitkrankheiten wirksam ist und Depressionen nicht als chronische Krankheit widerspiegeln kann . Die schnelle und genaue Identifizierung der Schwere der Depression als chronische Krankheit ist für die Nachsorge und Behandlung unerlässlich. Unsere Forschung konzentrierte sich auf die Unterschiede des Gehirnfunktionsmechanismus zwischen TCM-Mustern bei MDA-Patienten und lieferte theoretische Unterstützung für die Behandlung von TCM.Die funktionelle Magnetresonanztomographie (rs-fMRT) im Ruhezustand ist eine nichtinvasive Methode zur Beobachtung der Gehirnfunktion und wird daher häufig von Forschern von Gehirn- und Stimmungsstörungen, einschließlich Depressionen, verwendet . Die Studie der Gehirnfunktion von MDD-Patienten zeigte, dass es Regionen, Verbindungen und Netzwerkunterschiede zu denen ohne MDD gibt. Die Hirnregionen, die mit Depressionen zusammenhängen, befinden sich im Gyrus cinguli , im präfrontalen Kortex, im Cuneus , in der Insula und im Gyrus lingualis sowie im Default-Mode-Netzwerk (DMN) in Gehirn-Ruhe-Netzwerken . Die Amygdala und der Hippocampus waren ebenfalls von Interesse. Diese Regionen und Netzwerke hängen mit Kognition, Gedächtnis und Emotionen zusammen und unterstützen den Gehirnfunktionsmechanismus depressiver Patienten . Im Vergleich zu MDD gab es bei MDA-Patienten auch mehrere funktionelle abnormale Regionen wie ventrales anteriores Cingulat und Amygdala , Gyrus temporalis medialis und Cuneus und sogar funktionelle Verbindungsstörungen bei DMN . Obwohl sowohl bei MDD als auch bei MDA viele funktionelle abnormale Hirnregionen gefunden wurden, waren sie relativ konzentriert und hauptsächlich mit emotionalen und kognitiven Funktionen verbunden.Unsere Hypothese ist daher, dass es sogar gehirnfunktionelle Unterschiede zwischen Mangel- und Überschussmustern von MDA-Patienten in diesen Hirnregionen gibt, und diese Unterschiede führen zu unterschiedlichen somatischen Symptomen und TCM-Mustern. Daher beabsichtigen wir, rs-fMRT zu verwenden, um die Gehirnfunktionsunterschiede zwischen Mangel- und Überschuss-MDA-Patienten zu untersuchen, um die Gehirnfunktionsmechanismen dieser beiden TCM-Muster zu beschreiben und klinische Materialien zur Unterstützung der Differenzierung und Behandlung des Follow-up-TCM-Syndroms bereitzustellen von MDA.

2. Materialien und Methoden

2.1. Probanden

Die MDA-Patienten wurden aus den Kliniken des Beijing Friendship Hospital und des Beijing Anding Hospital untersucht. Normale Kontrollen wurden von der lokalen Gemeinschaft durch Werbung rekrutiert. Wir untersuchten 42 Patienten, die die beiden TCM-Muster erfüllten, von 63 behandlungsnaiven MDA-Patienten der ersten Episode (21 Mangelpatienten und 21 Überschusspatienten, definiert nach TCM-Syndrommustern) und rekrutierten 19 übereinstimmende Normalkontrollen (NC). Alle patientenbeteiligten Aktivitäten wurden von der Ethikkommission für medizinische Forschung des Beijing Friendship Hospital der Capital Medical University vorab genehmigt. Von jedem Teilnehmer wurde eine schriftliche Einverständniserklärung eingeholt.

Für alle Teilnehmer waren die Einschlusskriterien wie folgt: (1) zwischen 18 und 65 Jahren; (2) Rechtshänder; und (3) haben einen Mini-Mental State Examination (MMSE) Score >24 . Teilnehmer wurden ausgeschlossen, wenn sie hatten (1) primäre neurologische Erkrankung, einschließlich Demenz oder Schlaganfall; (2) Veränderungen der weißen Substanz des Gehirns in T2-gewichteten Magnetresonanzbildern, einschließlich Infarkt oder andere vaskuläre Läsionen und Atrophie der grauen Substanz; (3) Vorgeschichte anderer schwerwiegender psychiatrischer Erkrankungen wie bipolare Störung, Schizophrenie, Persönlichkeitsstörung, geistige Behinderung und Klaustrophobie; (4) Vorliegen einer medizinischen Erkrankung, die die kognitiven Funktionen beeinträchtigen könnte, wie Diabetes; (5) Alkohol- / Drogenmissbrauch oder -abhängigkeit; und (6) metallische Fremdkörper wie Herzschrittmacher, Metallprothesen oder Amalgamfüllungen. Zusätzlich zur Einhaltung der oben genannten allgemeinen Kriterien wurden MDA-Probanden den folgenden zusätzlichen Einschlusskriterien unterzogen: (1) Diagnosen durch strukturierte klinische Interviews durch zwei gut ausgebildete leitende Psychiater gemäß den DSM-IV-Kriterien für depressive Störungen mit Angststörungen ; (2) 24-Punkte-HAMD-Scores ≥18; (3) Hamilton Anxiety Scale (HAMA) Score ≥14; (4) entsprechen den diagnostischen Kriterien Mangel und Überschuss des TCM-Syndromdifferenzierungsstandards ; und (5) für mindestens 2 Wochen medikamentenfrei. Die zusätzlichen Kriterien für normale Kontrollen waren wie folgt: (1) HAMD-Score <8 und (2) HAMA-Score <7.

2.2. MRT-Datenerfassung

Die Bilder wurden mit einem 3,0 Tesla GE-MRT-Scanner (SIGNA EXCITE) der Radiologischen Abteilung des Beijing Friendship Hospital aufgenommen. Die Probanden wurden angewiesen, während des Scannens die Augen geschlossen und den Geist entspannt zu halten und nicht einzuschlafen.

Ganzhirn-Funktionsscans wurden in 34 axialen Scheiben mit einer echoplanaren Matrix = 64 × 64, einem Sichtfeld = 220 × 220 mm2, einer Schichtdicke = 4 mm und einem Schichtabstand = 0,5 mm gesammelt. Jeder Funktionslauf enthielt 240 Bände.

2.3. Bildgebungsdatenvorverarbeitung

Sofern nicht anders angegeben, wurde die gesamte Vorverarbeitung mit dem Datenverarbeitungsassistenten für Ruhezustand-fMRT durchgeführt , der auf dem Programm Statistical Parametric Mapping (SPM12) und dem Ruhezustand-fMRI-Datenanalyse-Toolkit basiert . Vor der Vorverarbeitung wurden die ersten 5 Volumes verworfen, um eine Signalstabilisierung zu ermöglichen. Die verbleibenden Volumina, die von jedem Subjekt erfasst wurden, wurden um die Unterschiede in den Erfassungszeiten der Scheiben korrigiert. Die resultierenden Bilder wurden dann neu ausgerichtet, um kleine Bewegungen zwischen den Scans zu korrigieren. Die resultierenden Karten wurden dann mit einer EPI-Vorlage im Atlas-Raum des Montreal Neurological Institute registriert und auf 3 mm isotrope Voxel umgesampelt. Zur räumlichen Glättung wurde ein 6 mm breiter halbmaximaler Gauß-Kern verwendet. Dann wurden mehrere Quellen falscher oder regional unspezifischer Varianz aus den Daten durch Regression von Störvariablen entfernt, einschließlich (1) 24 Parameter (einschließlich 6 Kopfbewegungsparameter, 6 Kopfbewegungsparameter zu einem Zeitpunkt zuvor und die 12 entsprechenden quadratischen Elemente), die durch starre Körperkopfbewegungskorrektur erhalten wurden, (2) das über das gesamte Gehirn gemittelte Signal (globales Signal), (3) das über die lateralen Ventrikel gemittelte Signal, (4) das über eine Region gemittelte Signal zentriert in der tiefen zerebralen weißen Substanz und (5) lineare und quadratische Trends . Zeitliche Filterung (0,01-0.1 Hz) der Zeitreihe durchgeführt. Die volumenbasierte mittlere rahmenweise Verschiebung (FD), bei der Kopfpositionsschwankungen zwischen dem aktuellen und dem vorherigen Volumen verglichen wurden, wurde verwendet, um die Kopfbewegung über die Volumina für jeden Teilnehmer zu quantifizieren .

2.3.1. Gradzentralität

Einzelne Gradzentralitätskarten (DC-Karten) wurden voxelweise innerhalb einer Studienmaske generiert, bei der es sich um eine vordefinierte Graustufenmaske handelt, die Gewebe mit Graustufenwahrscheinlichkeiten von mehr als 20% enthält, wie zuvor beschrieben . Zunächst wurden die vorverarbeiteten Funktionsläufe einer voxelbasierten Ganzhirn-Korrelationsanalyse unterzogen. Der zeitliche Verlauf jedes Voxels von jedem Teilnehmer, der sich innerhalb der Maske der grauen Substanz befand, wurde mit dem zeitlichen Verlauf jedes anderen Voxels korreliert, was zu einer Korrelationsmatrix führte. Eine ungerichtete Adjazenzmatrix wurde dann durch Schwellen jeder Korrelation bei r > 0,25 erhalten. Dann wurde der DC als die Anzahl der signifikanten Korrelationen (binarisiert) oder als die Summe der Gewichte der signifikanten Verbindungen (gewichtet) für jedes Voxel berechnet. Schließlich wurde der voxelweise DC auf individueller Ebene in eine Z-Score-Karte umgewandelt, indem der mittlere DC über das gesamte Gehirn subtrahiert und durch die Standardabweichung des gesamten Gehirn-DC dividiert wurde .

2.3.2. Seed-Based Functional Connectivity

Nachdem wir die Region (en) identifiziert hatten, deren DC signifikante gruppenübergreifende Unterschiede aufwies, verwendeten wir eine Seed-based Functional Connectivity (FC) -Analyse, um die spezifische funktionale Konnektivität zu identifizieren, die zu den gruppenübergreifenden Unterschieden beiträgt. Insbesondere wurde die mittlere Zeitreihe jeder Seed-Region durch Mittelung der Zeitreihen aller Voxel innerhalb dieser Region erfasst. Und dann wurden die Korrelationskoeffizienten zwischen dem gemittelten Zeitverlauf der Seed-Region mit allen anderen Voxeln im Gehirn berechnet. Schließlich wurden die Korrelationskoeffizienten unter Verwendung der Fisherschen r-zu-z-Transformation in z-Werte umgewandelt, um ihre Normalität zu verbessern.

2.4. Statistik

Es wurde eine Einweg-ANOVA-Analyse durchgeführt, um zu testen, ob es Unterschiede in DC oder FC gab, während die durch den Mittelwert FD gemessene Kopfbewegung als kein Interesse an Kovariaten genommen wurde.

Für die Datenanalyse wurde eine Standardfehlermethode verwendet, und es wurden signifikante Gruppenunterschiede mit einem clusterweise FWE-korrigierten Wert von 0,05 für Mehrfachvergleiche erhalten (individuelle Voxelschwelle). Wenn der Haupteffekt statistisch signifikant war, wurden einfache Effektanalysen für die gemittelte Effektgröße durchgeführt, die mit SPSS v19.0 aus den Clustern mit signifikanten Effekten extrahiert wurde.

3. Ergebnisse

3.1. Demografische und klinische Daten

Es gab keine signifikanten Unterschiede in Alter, Dender, Bildungsjahren und Kopfbewegung, gemessen anhand der mittleren FD und der Anzahl der Schrubbungen schlechter Zeitpunkte. Wir sehen jedoch einen signifikanten Unterschied im HAMD-Score, im HAMA-Score und im HAMD-somatischen Faktor zwischen Mangel- und Überschussgruppen (Tabelle 2).

3.2. Grad Zentralität

In der NC-Gruppe war die räumliche Verteilung des gewichteten DC stark lokalisiert im posterioren cingulären / ventralen Precuneus, Okzipitallappen, mittleren cingulären Cortex (MCC), anterioren cingulären Cortex / medialen präfrontalen Kortex, lateraler präfrontaler Cortex, inferiore Parietalregionen, Insula (Abbildung 1 (a)). Sowohl in der Mangel- als auch in der Überschussgruppe war die räumliche Verteilung des gewichteten DC ebenfalls in den oben genannten Regionen lokalisiert, die Cluster waren jedoch kleiner (Abbildungen 1(b) und 1(c)). Im Vergleich zur NC-Gruppe wurden sowohl in der Mangelgruppe als auch in der Überschussgruppe signifikante Abnahmen des gewichteten DC im rechten Precuneus festgestellt (Abbildungen 1 (d) und 1 (e), Tabelle 3).

3.3. Seed-Based Functional Connectivity

Wir verwendeten den rechten Precuneus, der Signifikanz zwischen Gruppenunterschieden als Seed-Regionen für die Abbildung des funktionalen Konnektivitätsnetzwerks zeigte. Im Allgemeinen zeigte der rechte Precuneus eine signifikante positive Konnektivität mit den Regionen in einem Default-Mode-Netzwerk (DMN), wie dem posterioren cingulären Kortex und dem medialen präfrontalen Kortex, und zeigte eine signifikante negative Konnektivität mit den Regionen in einem exekutiven Kontrollnetzwerk (ECN), wie dem bilateralen präfrontalen Kortex und dem parietalen Kortex, und den Regionen in einem Salienznetzwerk (SAN), wie der bilateralen anterioren Insula und dem cingulären Kortex, in jeder Gruppe (Abbildungen 2 (a) -2 (c)). ANOVA fand signifikante Unterschiede in der Konnektivität zwischen dem rechten Precuneus und dem bilateralen Cuneus sowie dem rechten lingualen Gyrus (Abbildung 2 (d)). Post-hoc-Vergleiche ergaben, dass die Konnektivität in der Mangelgruppe im Vergleich zur NC-Gruppe und der Überschussgruppe verringert war, es gab jedoch keine Unterschiede zwischen der Mangelgruppe und der NC-Gruppe (Abbildung 2 (e) und Tabelle 4).

(a)

(b)

(c)

(d)

(e)

(a)
(b)
(c)
(d)
(e)

Figure 2

Functional connectivity (FC) of the right precuneus in each group and unterschiede zwischen den Gruppen. (a) DC in der NC-Gruppe, (b) DC in der Mangelgruppe, (c) DC in der Überschussgruppe, (d) ANOVA-Ergebnisse und (e) Post-hoc-Vergleiche. Die warmen und kalten Farben in (a–c) zeigen die Hirnregionen mit signifikant erhöhtem und erniedrigtem FC an. Die dunklen und hellen Farben in (d) geben den P-Wert an; Je tiefer die Farbe, desto kleiner der Wert.

4. Discussion

TCM has a history of more than 2,000 years. Es ist ein medizinisches Theoriesystem, das durch langfristige medizinische Praxis unter der Anleitung von einfachem Materialismus und dialektischem Denken allmählich geformt und entwickelt wurde. Mangel und Überschuss sind zwei der wichtigsten TCM-Typen mit herausragenden Symptomen bei MDD-Patienten und in der Regel als typische Syndrommuster von MDD zu untersuchen , daher wählen wir sie zur Beobachtung aus.

Gemäß der Skalenanalyse stellten wir fest, dass die HAMD-Werte, die HAMA-Werte und der HAMD-somatische Faktor der Mangelgruppe viel höher waren als die der Überschussgruppe. Dieses Ergebnis wurde in früheren Untersuchungen berichtet . Sie legen nahe, dass die Mangelpatienten einen längeren Krankheitsverlauf und ernstere somatische Angstzustände hatten. Daher können diese beiden verschiedenen TCM-Syndrommuster den Schweregrad der MDA bis zu einem gewissen Grad widerspiegeln.

Wir verwendeten den gewichteten DC, um die rs-fMRI-Daten zu analysieren, was zeigte, dass die räumlichen Verteilungen des gewichteten DC in allen drei Gruppen stark im DMN und dorsalen Aufmerksamkeitsnetzwerk (DAN) lokalisiert waren. Diese Gehirnnetzwerke spielen eine zentrale Rolle in der Ruhezustandsforschung . Als wir dann den richtigen Precuneus als Seed für die Berechnung der funktionalen Konnektivität verwendeten, zeigte sich eine signifikant positive Konnektivität mit den Regionen in DMN und eine negative Konnektivität mit den Regionen in ECN und SAN im Allgemeinen. Diese Verteilungen ähneln denen früherer Studien . Es kann darauf hingewiesen werden, dass die Funktion des Selbstbewusstseins , des spontanen Denkens und der selbstbezogenen Prozesse bei MDA-Patienten verschlechtert war.

Gleichzeitig stellten wir fest, dass der Precuneus eine sehr wichtige Region für MDA-Patienten war. Im Vergleich zu den NC-Teilnehmern hatten sowohl Mangel- als auch Überschusspatienten eine verminderte Gehirnfunktion im rechten Precuneus. Frühere Studien haben auch gezeigt, dass depressive Patienten eine abnormale Gehirnfunktion im Precuneus haben . Diese Region ist sehr wichtig für Selbstreflexionsprozesse und spielt möglicherweise eine Rolle bei der mentalen Bildgebung und der episodischen / autobiografischen Gedächtnisgewinnung . Der Precuneus unterstützt auch andere Hirnregionen bei der Ausführung von Funktionen wie der Informationsverarbeitung, insbesondere in Bezug auf die Emotionsregulation . Darüber hinaus ist der Precuneus ein wichtiger Knotenpunkt der Gehirnorganisation und ein zentraler Knoten von DMN . Es ist an einer Vielzahl von Informationsverarbeitungszuständen beteiligt . Es gab zusätzliche Berichte, dass der Precuneus der depressiven Patienten eine funktionelle Konnektivitätstrennung des Gehirnnetzwerks vornahm und dass dissoziierte großflächige Netzwerke zur klinischen Expression von Depressionen beigetragen haben könnten . Obwohl wir festgestellt haben, dass sowohl die Patienten der Mangel- als auch der Überschussgruppe im Vergleich zur NC-Gruppe eine verminderte Funktion im rechten Precuneus aufweisen, gab es keine signifikanten Unterschiede zwischen den beiden TCM-Syndrommustergruppen. Es zeigt an, dass die Dysfunktion des rechten Precuneus die Manifestation einer Gehirnfunktionsanomalie bei MDA-Patienten sein kann.

Aus unserer Studie zeigte die Mangelgruppe im Vergleich zu NC- und Excess-Gruppen eine negative Konnektivität mit dem bilateralen Cuneus sowie dem rechten lingualen Gyrus. Es gibt auch abnormale Funktionen dieser beiden Hirnregionen bei Patienten mit Panikstörungen . Während der Cuneus die Funktion hat, die somatosensorischen Informationen mit anderen sensorischen Reizen und kognitiven Prozessen wie Aufmerksamkeit, Lernen und Gedächtnis zu integrieren , ist der linguale Gyrus eine Gehirnregion, die für die Unterstützung des visuellen Gedächtnisses verantwortlich ist . Darüber hinaus wurde der Precuneus auch in vielen Versionsaufgaben aktiviert. Die Forschung hatte auch gezeigt, dass Depressionen und Angstzustände in erster Linie mit funktionellen Defiziten im Precuneus-bezogenen Netzwerk korrelieren .Wir stellen jedoch auch fest, dass wir größere Stichproben und sogar Beobachtungen mit mehreren Gehirnmodi benötigen, um zu bestätigen, ob die beiden TCM-Syndrommuster signifikantere Gehirnregionen und Netzwerkfunktionsunterschiede in Precuneus oder anderen Gehirnregionen in der zukünftigen Forschung aufweisen.

5. Schlussfolgerungen

Zusammenfassend gibt es Unterschiede in der Gehirnfunktion zwischen den beiden verschiedenen TCM-Syndrommustern von MDA-Patienten. Basierend auf unserer Forschung wurde festgestellt, dass Precuneus-Dysfunktion eine Beziehung zu MDA und funktionellen Konnektivitätsunterschieden im Gehirn haben kann, und wir konnten herausfinden, dass die Mangelpatienten bei MDA-Patienten schwerere körperliche und emotionale Symptome aufweisen. Gleichzeitig stellten wir fest, dass eine größere Stichprobengröße und Beobachtungen mehrerer Gehirnmodi für die weitere Forschung erforderlich waren.

Abkürzung

Datenverfügbarkeit

Alle Daten, die während dieser Studie generiert oder analysiert wurden, sind im Artikel enthalten.

Interessenkonflikte

Die Autoren erklären, dass es keine Interessenkonflikte bezüglich der Veröffentlichung dieses Artikels gibt.

Beiträge der Autoren

Yi Du, Han Yu und Hongxiao Jia trugen dazu bei, indem sie die Patienten untersuchten und das Manuskript schrieben. Jingjie Zhao, Yongzhi Wang und Joyce Su trugen zur Ausarbeitung und Überarbeitung des Manuskripts bei. Lili trug zur Konzeption und Gestaltung der Studie bei. Ligang Deng trug zur FMRT-Akquisition bei. Yuan Zhou trug zum Design der FMRT-Parameter und Analysedaten bei. Alle Autoren haben das endgültige Manuskript gelesen und genehmigt.

Danksagungen

Diese Studie wurde durch Zuschüsse der National Natural Science Foundation of China (Grant No. 81673737), der Beijing Natural Science Foundation (Grant No. 7172063), der Beijing Administration of Traditional Chinese Medicine (Grant No. JJ2018-51), die Beijing Municipal Administration of Hospitals Inkubationsprogramm (Grant-Code: PZ2017024) und das Beijing Health System Training Program für hochrangige Techniktalente (Grant no. 2014-3-001).