目的:考察静息状态下异常的低频振幅(Amplitude of Low Frequency Fluctuations,ALFF)与功能连接(Functional Connectivity,FC)能否识别出重性抑郁症(Major Depressive Disorder,MDD),并作为MDD可能的神经生物学标记。方法:35名MDD患者...目的:考察静息状态下异常的低频振幅(Amplitude of Low Frequency Fluctuations,ALFF)与功能连接(Functional Connectivity,FC)能否识别出重性抑郁症(Major Depressive Disorder,MDD),并作为MDD可能的神经生物学标记。方法:35名MDD患者与33名对照组被试完成了结构磁共振与静息态功能磁共振的扫描,并完成流调中心用抑郁量表与状态-特质焦虑量表。比较ALFF与FC的组间差异,采用机器学习算法进行特征挑选、建模与分类,并计算支持向量机分类边际值与抑郁得分的相关程度。结果:与对照组相比,MDD组右侧脑岛的ALFF显著增加,额上回与左侧额下回的ALFF显著降低,右侧脑岛至同侧前扣带回的FC显著增加,额上回至双侧梭状回与右侧楔前叶的FC显著降低。脑岛、额上回与额下回的ALFF异常、额上回至左侧梭状回的FC异常可以有效识别MDD,且MDD组的SVM分类边际值与其抑郁症状严重程度呈显著正相关。结论:在静息状态下,MDD患者的ALFF与FC存在异常,且该异常模式可作为识别MDD的候选神经生物学标记。展开更多
目的:检验12项一般健康问卷(12-Item General Health Questionnaire,GHQ-12)在社区老年人群中的心理测量学特征,并考察其在社区老年人群中的适用性。方法:采用简易精神状态检查排除痴呆可能后纳入377名被试。采用验证性因子分析比较GHQ...目的:检验12项一般健康问卷(12-Item General Health Questionnaire,GHQ-12)在社区老年人群中的心理测量学特征,并考察其在社区老年人群中的适用性。方法:采用简易精神状态检查排除痴呆可能后纳入377名被试。采用验证性因子分析比较GHQ-12三种因子结构模型的数据拟合情况。基于最佳拟合模型,检验GHQ-12及各因子的内部一致性信度,计算GHQ-12与抑郁、焦虑、心理弹性水平的相关系数。以认知情绪调节问卷九因子得分为自变量,GHQ-12总分为因变量进行线性回归分析。结果:GHQ-12三因子模型的数据拟合程度最优(CFI=0.949,TFI=0.933,SRMR=0.047,RMSEA=0.052)。GHQ-12及各因子的Cronbach’sα为0.65~0.77,MIC为0.22~0.48。GHQ-12与抑郁、焦虑、心理弹性水平相关均显著(|r|=0.57~0.71,P<0.001)。灾难化(β=0.41)、积极重新评价(β=-0.24)和接受(β=-0.15)三种调节策略对GHQ-12总分预测作用显著。结论:GHQ-12在社区老年人群中信效度良好,适用于该群体的心理健康评估。展开更多
文摘目的:考察静息状态下异常的低频振幅(Amplitude of Low Frequency Fluctuations,ALFF)与功能连接(Functional Connectivity,FC)能否识别出重性抑郁症(Major Depressive Disorder,MDD),并作为MDD可能的神经生物学标记。方法:35名MDD患者与33名对照组被试完成了结构磁共振与静息态功能磁共振的扫描,并完成流调中心用抑郁量表与状态-特质焦虑量表。比较ALFF与FC的组间差异,采用机器学习算法进行特征挑选、建模与分类,并计算支持向量机分类边际值与抑郁得分的相关程度。结果:与对照组相比,MDD组右侧脑岛的ALFF显著增加,额上回与左侧额下回的ALFF显著降低,右侧脑岛至同侧前扣带回的FC显著增加,额上回至双侧梭状回与右侧楔前叶的FC显著降低。脑岛、额上回与额下回的ALFF异常、额上回至左侧梭状回的FC异常可以有效识别MDD,且MDD组的SVM分类边际值与其抑郁症状严重程度呈显著正相关。结论:在静息状态下,MDD患者的ALFF与FC存在异常,且该异常模式可作为识别MDD的候选神经生物学标记。
文摘目的:检验12项一般健康问卷(12-Item General Health Questionnaire,GHQ-12)在社区老年人群中的心理测量学特征,并考察其在社区老年人群中的适用性。方法:采用简易精神状态检查排除痴呆可能后纳入377名被试。采用验证性因子分析比较GHQ-12三种因子结构模型的数据拟合情况。基于最佳拟合模型,检验GHQ-12及各因子的内部一致性信度,计算GHQ-12与抑郁、焦虑、心理弹性水平的相关系数。以认知情绪调节问卷九因子得分为自变量,GHQ-12总分为因变量进行线性回归分析。结果:GHQ-12三因子模型的数据拟合程度最优(CFI=0.949,TFI=0.933,SRMR=0.047,RMSEA=0.052)。GHQ-12及各因子的Cronbach’sα为0.65~0.77,MIC为0.22~0.48。GHQ-12与抑郁、焦虑、心理弹性水平相关均显著(|r|=0.57~0.71,P<0.001)。灾难化(β=0.41)、积极重新评价(β=-0.24)和接受(β=-0.15)三种调节策略对GHQ-12总分预测作用显著。结论:GHQ-12在社区老年人群中信效度良好,适用于该群体的心理健康评估。