det er vanskelig å skille depresjon og angst og deres alvorlighetsgrad i poliklinisk raskt, spesielt i tilfelle kompliserte somatiseringssymptomer. Alvorlige MDA-pasienter kan ha alvorlige funksjonsnedsettelser, nedsatt arbeidsevne og økt risiko for forekomst av komorbide sykdommer og kan trenge økt medisinsk behandling . Alvorlighetsgraden av depresjon bestemmes ofte av psykologiske skalaer som Hamilton Depression Rating scale (HAMD) , 9-item Patient Health Questionnaire (PHQ-9) og Hamilton Anxiety Scale (HAMA) . Forskning har imidlertid vist at en slik skala bare er effektiv for kortvarige sykdommer og ikke kan gjenspeile depresjon som en kronisk sykdom . Raskt og nøyaktig identifisere alvorlighetsgraden av depresjon som en kronisk sykdom er avgjørende for oppfølging presis behandling. Vår forskning fokuserte på hjernefunksjonsmekanismeforskjeller mellom TCM-mønstre hos MDA-pasienter og ga teoretisk støtte til syndrombehandling av TCM.hvile-state functional magnetic resonance imaging (rs-fMRI) Er en ikke-invasiv måte å observere hjernefunksjon og er dermed mye brukt av forskere i hjernen og stemningslidelser, inkludert depresjon . Studien av MDD-pasientens hjernefunksjon viste at det er regioner, tilkoblinger og nettverksforskjeller fra de uten MDD. Hjernegruppene som er relatert til depresjon er lokalisert i cingulate gyrus, prefrontal cortex, cuneus, insula og gyrus lingualis, samt standardmodus nettverk (DMN) i hjernen hviler nettverk . Amygdala og hippocampus var også områder av interesse. Disse regionene og nettverkene er relatert til kognisjon, minne og følelser og bekreftet hjernefunksjonsmekanismen til depressive pasienter . Sammenlignet MED MDD var det også flere funksjonelle unormale regioner hos MDA-pasienter som ventral anterior cingulate og amygdala , middle temporal gyrus og cuneus, og til og med funksjonell tilkobling unormal i DMN . Selv om mange funksjonelle unormale hjernegrupper ble funnet i BÅDE MDD og MDA, var de relativt konsentrerte og for det meste relatert til emosjonell og kognitiv funksjon.derfor er vår hypotese at det er til og med hjernefunksjonelle forskjeller mellom Mangel og Overskytende mønstre av MDA-pasienter i disse hjernegruppene, og disse forskjellene resulterer i forskjellige somatiske symptomer og TCM-mønstre. Så vi har til hensikt å bruke rs-fMRI til å undersøke hjernefunksjonsforskjellene mellom Mangel og Overskytende MDA-pasienter for å beskrive hjernefunksjonsmekanismer i disse to tcm-mønstrene og å gi kliniske materialer for å støtte oppfølging AV tcm-syndrom differensiering og behandling av MDA.

2. Materialer og Metoder

2.1. Emner

MDA-pasientene ble screenet fra klinikkene Til Beijing Friendship Hospital og Beijing Anding Hospital. Normale kontroller ble rekruttert fra lokalsamfunnet gjennom reklame. Vi screenet 42 pasienter som møtte de to tcm-mønstrene fra 63 første episode behandlingsnaive MDA-pasienter (21 Mangelpasienter og 21 Overskytende pasienter, definert i HENHOLD TIL TCM-syndrommønstre) og rekrutterte 19 samsvarende normale kontroller (NC). Alle pasient-involverte aktiviteter ble forhåndsgodkjent av Medical Research Ethics Committee Of Beijing Friendship Hospital, Capital Medical University. Skriftlig informert samtykke ble innhentet fra hver deltaker.

for alle deltakerne var inklusjonskriteriene som følger: (1) mellom 18 og 65 år; (2) høyrehendt; og (3) har EN MINI-Mental Tilstandsundersøkelse (MMSE) score >24 . Deltakere ble ekskludert hvis de hadde (1) primær nevrologisk sykdom, inkludert demens eller hjerneslag; (2) eventuelle hjernehvitstoffendringer I T2-vektede magnetiske resonansbilder, inkludert infarkt eller andre vaskulære lesjoner og grå materieatrofi; (3) historie av andre store psykiatriske sykdommer, som bipolar lidelse, schizofreni, personlighetsforstyrrelse, intellektuell funksjonshemming og klaustrofobi; (4) tilstedeværelse av en medisinsk sykdom som kan svekke kognitive funksjoner, for eksempel diabetes; (5) alkohol/narkotikamisbruk eller avhengighet; og (6) metalliske fremmedlegemer som pacemakere, metalliske proteser eller amalgamfyllinger. I tillegg til å overholde de nevnte generelle kriteriene, BLE mda-fagene utsatt for følgende ekstra inklusjonskriterier: (1) diagnoser ved hjelp av strukturerte kliniske intervjuer av to velutdannede seniorpsykiatere i samsvar MED dsm-IV-kriteriene for depressiv lidelse med engstelig nød; (2) 24-punkts HAMD-score ≥18; (3) Hamilton Anxiety Scale (HAMA) scorer ≥14; (4) i samsvar med de diagnostiske kriteriene For Mangel og Overskudd AV TCM-syndromdifferensieringsstandarden ; og (5) medisinfri i minst 2 uker. Ytterligere kriterier for normale kontroller var som følger: (1) HAMD score < 8 og (2)hama score<7.

2.2. Mr-Datainnsamling

Bilder ble anskaffet med en 3,0 Tesla GE MR-skanner (SIGNA EXCITE) fra Radiologisk Avdeling Ved Beijing Friendship Hospital. Fagene ble fortalt å holde øynene lukket og sinn avslappet under skanning og å ikke sovne.

funksjonsskanninger i hele hjernen ble samlet i 34 aksiale skiver ved hjelp av en ekko-plan matrise = 64 × 64, synsfelt = 220 hryvnias 220 mm2, skivetykkelse = 4 mm og skivegap = 0,5 mm. hver funksjonell løp inneholdt 240 volumer.

2.3. Imaging Data Preprocessing

med Mindre annet er angitt, ble all preprocessing utført ved Hjelp Av Databehandlingsassistenten For Resting-State fMRI, som er basert PÅ Statistical Parametric Mapping (SPM12) – programmet og Resting-State Fmri Data Analysis Toolkit . Før forbehandling ble de første 5 volumene kassert for å tillate signalstabilisering. De resterende volumene som ble anskaffet fra hvert fag, ble korrigert for forskjellene i skjæreoppkjøpstider. De resulterende bildene ble deretter realigned å korrigere for små bevegelser som skjedde mellom skanninger. De resulterende kartene ble deretter registrert I Montreal Neurological Institute Atlas space med EN EPI-mal, resampling til 3 mm isotrop voxels. En 6 mm full bredde halv maksimal Gaussisk kjerne ble brukt for romlig utjevning. Deretter ble flere kilder til falsk eller regionalt ikke-spesifikk varians fjernet fra dataene ved regresjon av genervariabler, inkludert (1) 24 parametere (inkludert 6 hodebevegelsesparametere, 6 hodebevegelsesparametere en gang før, og de 12 tilsvarende kvadratiske elementene) oppnådd ved stiv kroppshodebevegelseskorreksjon, (2) signalet i gjennomsnitt over hele hjernen (globalt signal), (3) signalet i gjennomsnitt over laterale ventrikler, (4) signalet i gjennomsnitt over en region sentrert i den dype cerebrale hvite saken, og (5) lineære og kvadratiske trender . Temporal filtrering (0,01-0.1 Hz) av tidsserien ble deretter utført. Den volumbaserte mean framewise displacement (FD), som sammenligner variasjoner i hodeposisjon mellom nåværende og tidligere volumer, ble brukt til å kvantifisere hodebevegelser på tvers av volumene for hver deltaker .

2.3.1. GRAD Sentralitet

INDIVIDUELL grad sentralitet (DC) kart ble generert i en voxel-messig måte innenfor en studie maske, som er en forhåndsdefinert grå materie maske inkludert vev med grå materie sannsynligheter større enn 20% som tidligere beskrevet . Først ble de preprocessed funksjonelle løpene utsatt for voxelbasert helhjernekorrelasjonsanalyse. Tiden løpet av hver voxel fra hver deltaker som var innenfor den grå materie masken var korrelert med tiden løpet av alle andre voxel, noe som resulterte i en korrelasjonsmatrise. En ikke-rettet adjacency matrise ble deretter oppnådd ved terskel hver korrelasjon ved r > 0,25 . DERETTER ble DC beregnet som antall signifikante korrelasjoner (binarisert) eller som summen av vektene til de signifikante forbindelsene (vektet) for hver voxel. Til slutt ble individnivå voxel-wise DC omgjort til et z-score kart ved å trekke gjennomsnittlig DC over hele hjernen og dele med standardavviket til HELE hjernen DC .

2.3.2. Seed-Basert Funksjonell Tilkobling

Etter å ha identifisert regionen (e )HVIS DC viste signifikante forskjeller i tvers av grupper, brukte VI en SEED-basert funksjonell tilkobling (FC) analyse for å identifisere den spesifikke funksjonelle tilkoblingen som bidrar til forskjellene i tvers av grupper. Spesielt ble gjennomsnittlig tidsserie for hver frøregion kjøpt ved å gjennomsnittlig tidsserien for alle voxelene i den regionen. Og så ble korrelasjonskoeffisientene mellom gjennomsnittlig tidskurs av frøområdet med alle andre voxeler i hjernen beregnet. Til slutt ble korrelasjonskoeffisientene omgjort til z-verdier ved Hjelp Av Fishers r-til-z-transformasjon for å forbedre deres normalitet.

2.4. Statistikk

Enveis ANOVA-analyse ble utført for å teste om det var noen forskjeller I DC eller FC mens du tok hodebevegelsen målt ved gjennomsnittlig FD som ingen interesser av kovariater.

Standard feil metode ble brukt for dataanalyse, og signifikante gruppeforskjeller ble oppnådd med en cluster – wise fwe korrigert verdi på 0,05 for flere sammenligninger (individuell voxel terskel, ). Hvis hovedeffekten var statistisk signifikant, ble det utført enkle effektanalyser for den gjennomsnittlige effektstørrelsen utvunnet fra klyngene med signifikante effekter ved BRUK AV SPSS v19.0.

3. Resultater

3.1. Demografiske Og Kliniske Data

det var ingen signifikante forskjeller i alder, dender, utdanningsår og hodebevegelse målt ved gjennomsnittlig FD og antall skrubbing av dårlige tidspunkter. Vi ser imidlertid signifikant forskjell I HAMD-skår, HAMA-skår og HAMD-somatisk faktor mellom Mangel-og Overskuddsgrupper (Tabell 2).

3.2. Grad Sentralitet

i nc-gruppen var den romlige fordeling av den vektede DC sterkt lokalisert i den bakre cingulate / ventrale precuneus, occipital lobe, middle cingulate cortex (MCC), anterior cingulate cortex/medial prefrontal cortices, lateral prefrontal cortex, inferior parietal regions, insula (Figur 1(a)). Både I Mangel-og Overskuddsgruppene var den romlige fordeling av den vektede DC også lokalisert i de ovennevnte områdene, men klyngene var mindre(Figur 1(b) og 1 (c)). Sammenlignet MED NC-gruppen ble det funnet signifikante reduksjoner i vektet DC i høyre precuneus i Både Mangelgruppen og Overskuddsgruppen (Figur 1 (d) og 1 (e), Tabell 3).

(a)

(b)

(c)

(d)

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