基于机器学习构建单双相抑郁鉴别诊断模型

目的构建基于临床特征及血液指标的单双相抑郁鉴别诊断模型。方法分别纳入单相抑郁和双相抑郁受试者,回顾性收集受试者的临床数据及血常规、血生化检测指标。将数据随机分为训练集和测试集。基于不同的特征组合在训练集中采用极端梯度提升法(eXtreme gradient boosting,XGBoost)进行分类模型训练,并在测试集上验证模型的性能,采用受试者操作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)、敏感性、特异性和准确率进行模型效能评价,使用SHapley加法移植计算所选特征对单双相抑郁鉴别诊断的重要性。结果本研究共纳入1160例受试者,其中918例为单相抑郁,242例为双相抑郁。构建单双相抑郁分类模型,其中基于临床特征、血常规指标和生化指标的XGBoost模型的效能最佳,其AUC为0.889,敏感性为0.831,特异性为0.839,准确率为0.863。该模型中的主要特征包括病程、发病年龄、血清白蛋白、低密度脂蛋白、血钾浓度、白细胞计数、血小板/淋巴细胞比值和单核细胞。结论病程特征和血液学生物标志物等容易在临床中获得的指标可对单相抑郁与双相抑郁的鉴别诊断提供重要支持。

伴自杀意念抑郁症患者静息态下比率低频振幅特征研究

目的探讨伴自杀意念抑郁症患者的脑活动特征及其与抑郁严重程度、自杀意念和自杀危险的关系。方法运用比率低频振幅方法对30例伴自杀意念、22例不伴自杀意念抑郁症患者和21名正常对照的静息态功能磁共振图像进行比较,采用汉密尔顿抑郁量表17项(Hamilton depression scale 17-item,HAMD-17)评估抑郁症患者的抑郁严重程度,Beck自杀意念量表评估抑郁症患者的自杀意念和自杀危险,并分析伴自杀意念抑郁症组与不伴自杀意念抑郁症组差异脑区的比率低频振幅值与抑郁症严重程度、自杀意念和自杀危险的关系。结果伴自杀意念抑郁症组左侧枕上回/枕中回、右侧枕中回/枕下回fALFF值高于对照组(P<0.05,AlphaSim校正),不伴自杀意念抑郁症组左侧枕中回fALFF值高于对照组(P<0.05,AlphaSim校正),伴自杀意念抑郁症患者左侧枕中回、右侧枕中回fALFF值高于不伴自杀意念组(P<0.05,AlphaSim校正)。伴自杀意念组左侧枕中回(r=0.366,P=0.046)、右侧枕中回(r=0.513,P=0.004)fALFF值分别与HAMD-17总分呈正相关,与Beck自杀意念量表相关无统计学意义(P>0.05)。结论伴自杀意念抑郁症患者的双侧枕中回脑功能存在异常,但本研究未发现这种异常脑功能活动与Beck自杀意念量表的自杀意念和自杀危险因子具有相关性。

改良电休克治疗对抑郁症脑结构影响的磁共振成像研究

目的：分析改良电休克治疗（MECT）治疗前后抑郁症患者脑体积的变化,探讨MECT发挥抗抑郁作用的神经影像学机制。方法：采用自身对照设计,根据DSM-IV诊断标准共纳入13例抑郁症患者,分别在治疗前和治疗第3周末（完成8次MECT）使用汉密尔顿抑郁量表（HAMD）进行临床症状评估,同时采用GE 3.0T磁共振获得影像学数据。采用基于体素的全脑形态学测量方法比较MECT治疗前后脑灰质和脑白质的改变。结果：HAMD评分的减分率为（61.8±20.4）%,其中4例〉75%,7例为50%~75%,1例为25%~50%,1例〈25%,有效率为84.6%。与M ECT治疗前相比,患者左侧颞上回、顶下小叶、枕中回、右侧颞中回以及小脑前叶的脑灰质体积增加（均P〈0.05）。同时左侧顶上小叶脑灰质体积减少（P〈0.05）,左侧额叶和右侧楔前叶的脑白质体积降低（均P〈0.05）。结论：改良电休克治疗可能改变抑郁症患者前额叶、颞叶及顶叶等多个脑区的脑体积,提示神经可塑性作用可能参与了MECT发挥抗抑郁作用的过程。

伴自杀意念抑郁症患者事件相关电位的研究

目的:运用事件相关电位方法探讨伴自杀意念抑郁症患者事件相关电位的特征。方法:在重庆医科大学附属第一医院心理卫生中心按照一定的纳入和排除标准募集伴自杀意念抑郁症患者,记录既往未曾治疗的20例伴自杀意念抑郁症患者执行情绪Stroop任务时诱发的事件相关电位(event-related potent,ERP)。结果:伴自杀意念抑郁症患者整体平均反应时间为(695.04±2.16)ms,不同词-面孔Stroop反应时间的差异有统计学意义(P<0.05);伴自杀意念抑郁症患者ERP相关成分P1、N1、P2、P3的潜伏期在4种不同的词-面孔干扰下,差异无统计学意义(P>0.05);ERP相关成分N1、P2、P3的波幅在4种不同的词-面孔干扰下,差异有统计学意义(P<0.05)。结论:伴自杀意念抑郁症患者在不同情绪面孔刺激下存在不同程度的注意偏向和认知功能差异。

常见精神疾病智能大数据平台的设计与实现

目的:构建常见精神疾病智能大数据平台,助力临床辅助决策,提升精神疾病诊疗服务水平。方法:使用文本聚类等算法实现数据元的标准化,建立精神疾病多模态数据库,使用机器学习方法进行建模,实现临床辅助决策和智能预测。结果:建立了常见精神疾病标准数据库,记录了患者的人口学资料、伴随疾病及亲缘信息和症状评测等信息,结合AI算法对患者数据进行建模,实现常见精神疾病智能预测。结论:精神疾病智能大数据平台整合了精神疾病患者数据,运用数据资源进行智能预测,有助于有效降低对实体资源、医护资源的依赖,提升就医效率,促进医疗服务质量的提高。

精神分裂症和抑郁症患者静息态脑电功率谱熵的对照研究

研究精神分裂症患者(SC)和抑郁症患者(DP)的静息态脑电功率谱熵,深入比较该指标在两种疾病人群中的表现,探究这一指标对两种疾病大脑异常情况的反映。选择性别、年龄相匹配的精神分裂症、抑郁症患者各100例(男:50,女:50),采集睁眼、闭眼两种状态下的静息态脑电数据;对脑电信号进行信号预处理,并通过独立成分分析实现伪迹校正;基于Welch变换进行功率谱分析,归一化后利用相对功率计算脑电的功率谱熵;采用t检验、方差分析等统计手段,对该指标做统计分析。结果表明,在任意相同状态下,精神分裂症组的组平均功率谱熵在每一导联上都低于抑郁症患者组(导联平均功率谱熵:闭眼状态下,SC:1.26;DP:1.32;睁眼状态下,SC:1.33;DP:1.37),且在多数导联上差异显著(P<0.05);对于两组被试,其闭眼状态下的功率谱熵均分别低于睁眼状态下的功率谱熵;对于功率谱熵从睁眼状态至闭眼状态的减少量,两组被试在Fp1、Fp2导联存在显著差异(P<0.05)(Fp1:SC为0.08,DP为0.02;Fp2:SC为0.09,DP为0.02);在睁眼状态下,精神分裂症与抑郁症患者大脑左右半球功率谱熵的不对称性存在差异,精神分裂症组表现出更广的不对称性(呈显著不对称性的电极对:SC有4对,包括F3-F4、O1-O2、F7-F8、T5-T6;DP有2对,包括P3-P4、F7-F8);闭眼状态下二者的不对称性均只显著体现在F7-F8、T5-T6导联(P<0.05)。功率谱熵这一指标能够敏感直观地描述功率谱的分布情况与不规则程度,进而反映脑电信号的复杂程度以及个体大脑活跃程度。该指标能够作为一项有效参考,反映两种疾病人群在静息态下大脑活动的差异,并有望用于区分精神分裂症与抑郁症。

基于因子分析和聚类分析的首发精神分裂症认知障碍亚型探究

目的:针对首发精神分裂症认知功能障碍进行基于数据驱动的亚型分组,探索不同亚型患者独立认知维度的损伤差异。方法:采用计算机自动化成套剑桥神经认知测试对253例首发精神分裂症患者和293例健康对照者进行神经认知功能评估,用因子分析方法分离不同的认知维度,并据此对首发精神分裂症患者进行聚类分析,结合阳性和阴性症状量表以及大体功能评定量表评估患者的临床症状,探索不同认知亚型首发精神分裂症的认知损伤机制及临床特征。结果:首发精神分裂症患者和健康对照者的神经认知功能可分成7个维度。据此使用聚类分析,将首发精神分裂症分成低功能和高功能两个不同认知亚型,不同亚型间各个认知维度和临床症状均有显著差异(P<0.01)。与健康对照者相比,低功能组表现出更为严重且广泛的认知功能下降,高功能组则相对保留了抑制功能,其他认知维度的受损介于低功能组和健康对照之间。结论:首发精神分裂症存在不同认知亚型,抑制功能在不同亚型患者中受损情况不同,可能是识别首发精神分裂症不同认知亚型的核心标志。

帕罗西汀联合小剂量喹硫平治疗抑郁症有效性与安全性的Meta分析

目的系统评价帕罗西汀联合小剂量喹硫平治疗抑郁症的有效性与安全性。方法计算机检索Pub Med、EMBASE、Cochrane Library、CNKI、CBM、VIP和万方数据库,并手工检索相关文献,检索时间从各数据库建库至2015年9月1日,纳入帕罗西汀联合小剂量喹硫平治疗抑郁症的相关文献,根据纳入排除标准筛选文献并按照改良后的Jadad评分量表评估各研究方法学质量,提取治疗有效率、痊愈率及不良反应等相关数据,采用Stata/SE12.0软件进行Meta分析。结果纳入随机对照试验(RCT)24个,共1678例,所有纳入研究总体质量均较低。Meta分析结果显示,帕罗西汀联合小剂量喹硫平对抑郁症的有效率[RR=1.13,95%CI(1.04,1.24)]及治愈率[RR=1.37,95%CI(1.16,1.60)]均优于单用帕罗西汀;在不良反应方面,二者差异无统计学意义[RR=1.22,95%CI(0.97,1.54)]。结论帕罗西汀联合小剂量喹硫平治疗抑郁症的有效性优于单用帕罗西汀,且联合用药未增加药物的不良反应。

JK1．5型建筑卷扬机弹性联轴器爆碎解体失效分析

ＪＫ１．５型建筑卷扬机弹性联轴器爆碎解体失效分析广西质检所曾金坤南宁市某建筑工地使用的ＪＫ１．５型建筑卷扬机，该机１９９３年１１月出厂。使用三个月后，在一次施工中，卷扬机吊蓝（重３５０ｋｇ）从十一层楼空载下降到四楼时，该机弹性联轴器发生爆碎解体，解体...

精神分裂症患者吸烟的静息态功能磁共振研究

目的:精神分裂症患者高吸烟率的原因尚不明确,静息态功能磁共振是一个比较好的工具来探索该现象的神经影像学机制。方法:采用局部一致性(Regional homogeneity,ReHo)的方法比较吸烟精神分裂症患者和不吸烟精神分裂症患者,以及不吸烟精神分裂症患者和正常不吸烟对照者之间的静息态功能磁共振(fMRI)图像。结果:设P<0.001,与不吸烟精神分裂症患者相比,吸烟精神分裂症患者在左内侧额回ReHo值下降,左侧小脑后叶与左侧舌回ReHo值升高,且吸烟精神分裂症患者左侧小脑后叶的ReHo值与患者每日吸烟支数显著相关(r=0.635,P=0.027);与正常不吸烟对照组相比,不吸烟精神分裂症患者双侧内侧额回、右侧颞叶、左侧楔叶ReHo值升高,右侧前扣带回、双侧中央后回、双侧丘脑ReHo值下降。结论:吸烟精神分裂症患者存在左侧小脑后叶,左内侧额回与左侧舌回的局部一致性异常,此发现可能有助于我们探索精神分裂症患者人群吸烟的脑影像学机制。

抑郁症和精神分裂症患者静息态脑电信号的分类研究

精神分裂症和抑郁症患者的临床表现不仅有一定的相似性,而且会随着患者情绪的变化而变化,因此容易导致临床诊断出现误诊。脑电图(EEG)分析为准确区分和诊断精神分裂症与抑郁症患者提供了重要的参考和客观依据。为了解决精神分裂症与抑郁症患者之间误诊的问题,提高区分和诊断这两类疾病的准确率,本研究提取了100名抑郁症患者和100名精神分裂症患者的静息态EEG信号特征,包括:①信息熵、样本熵、近似熵;②统计学属性;③各节律相对功率谱密度(rPSD)。然后,利用这些特征组成特征向量,结合支持向量机(SVM)和朴素贝叶斯(NB)分类器对精神分裂症和抑郁症患者进行分类研究。实验结果表明:①以各节律的rPSD组成的特征向量P的分类效果最好,平均准确率可达84.2%,最高达86.3%;②SVM的分类效果明显优于NB;③β节律的可分性最好,准确率最高,可达76%;④特征权重较大的电极主要集中在额叶和顶叶。本研究结果表明,SVM结合各节律rPSD组成的特征向量P组成的分类模型,对精神分裂症和抑郁症患者的区分具有较好的效果,或可对相关的临床诊断起到一定的辅助作用。