基于睡眠障碍患者的脑结构网络预测抑郁发病风险

杨禹; 李洋; 钱继雯; 王扬; 李月峰; 苏辉; 俞越

doi:10.13312/j.issn.1671-7783.y250055

江苏大学学报(医学版) ›› 2026, Vol. 36 ›› Issue (2) : 93 -99+119. DOI: 10.13312/j.issn.1671-7783.y250055

基于睡眠障碍患者的脑结构网络预测抑郁发病风险

杨禹, 李洋, 钱继雯, 王扬, 李月峰, 苏辉, 俞越

作者信息 +

Author information +

文章历史 +

摘要

目的:探究脑结构网络特征对睡眠障碍患者抑郁发生风险的预测价值。方法:前瞻性选择2020年1月至2021年12月江苏大学附属宜兴医院神经内科和耳鼻喉科门诊收治的129例睡眠障碍患者作为睡眠障碍组，同期从当地社区广告招募年龄、性别与睡眠障碍患者相匹配的50例健康者作为健康对照组，所有受试者接受MRI扫描并构建脑结构网络，随访2年；期间采用汉密尔顿抑郁量表(HAMD)评估患者是否发生抑郁，并将睡眠障碍患者分为睡眠障碍抑郁组(n=32)和睡眠障碍非抑郁组(n=97)。比较3组受试者基本资料和脑结构网络的差异，采用多因素Logistic回归分析睡眠障碍患者抑郁的独立影响因素；采用受试者工作特征(ROC)曲线分析脑结构网络指标对睡眠障碍患者抑郁的预测价值；采用偏相关分析睡眠障碍伴抑郁患者脑结构网络指标与HAMD评分的相关性。结果:与健康对照组相比，睡眠障碍非抑郁组和睡眠障碍抑郁组患者的全局效率以及左侧杏仁核、右侧梭状回、左侧额上回、左侧海马节点效率明显降低(P均<0.05)。与睡眠障碍非抑郁组比较，睡眠障碍抑郁组患者的全局效率明显降低、聚类系数明显升高，左侧海马、左侧杏仁核、右侧枕上回节点效率明显降低(P均<0.05)。多因素Logistic回归分析结果显示，全局效率、左侧海马节点效率以及左侧杏仁核节点效率是睡眠障碍患者发生抑郁的独立影响因素(P<0.05)。ROC曲线分析结果显示，上述3个因素构建的回归模型预测睡眠障碍患者发生抑郁的曲线下面积为0.882(95%CI:0.815～0.953,P<0.01)。偏相关分析结果显示，睡眠障碍伴抑郁组患者的全局效率、左侧海马节点效率及左侧杏仁核节点效率与随访结束时HAMD评分均呈负相关(r=-0.672,-0.618,-0.649,P均<0.01)。结论:联合全局效率、左侧海马节点效率以及左侧杏仁核节点效率可有效预测睡眠障碍患者抑郁的发生，且三者均与抑郁严重程度相关。