抑郁症患者脑网络效率降低:与病情严重度的关联研究
124 浏览量
更新于2024-08-27
收藏 781KB PDF 举报
该研究论文由陈建淮等人进行,旨在深入探讨抑郁症患者脑结构网络的效率属性,特别是与疾病严重程度的关系。作者团队选取了27名抑郁症患者(抑郁症组)和36名健康对照者(对照组),通过弥散张量成像技术(DTI)进行大脑扫描,对大脑进行细致的解剖学自动标记,并将90个区域划分为一个二值化网络模型。他们分析了抑郁症患者的脑网络在全局和局部效率上的表现,以及这些效率与随机网络的对比。
研究结果显示,抑郁症患者的脑网络全局效率与健康对照组相似,但整体上稍低于随机网络,表明抑郁症患者可能在大脑信息处理上存在效率降低的情况。具体来说,抑郁症组的网络全局效率平均值为0.86±0.01,而对照组为0.87±0.01,这显示出显著的统计学差异(t=-2.31,P=0.02)。在节点层面,抑郁症组在右侧额上回眶部和左侧颞中回颞极的全局效率属性值低于对照组,如右侧额上回眶部的值分别为0.41±0.04和0.44±0.02,左侧颞中回颞极为0.31±0.02和0.33±0.03,经过多重校正后的差异达到显著水平(t=-3.52、-3.84,P=0.0008、0.0003)。
此外,研究还发现抑郁症患者的右侧额上回眶部全局效率属性值与汉密尔顿抑郁量表(HAMD)总分存在负相关关系,这意味着抑郁症的严重程度与这一脑区的功能障碍有显著关联。这一发现揭示了抑郁症患者大脑中特定区域的信息整合能力受损,且这种损害与疾病的临床表现紧密相连。
该研究强调了抑郁症患者脑结构网络效率属性的变化,尤其是与疾病严重程度之间的关联,为理解抑郁症的神经机制提供了新的视角,有助于未来针对个体化治疗方案的开发。
2019-08-15 上传
2021-09-27 上传
2023-06-11 上传
2024-05-15 上传
2023-06-11 上传
2023-05-24 上传
2023-06-11 上传
2023-05-24 上传
weixin_38627213
- 粉丝: 1
- 资源: 972
最新资源
- ES管理利器:ES Head工具详解
- Layui前端UI框架压缩包:轻量级的Web界面构建利器
- WPF 字体布局问题解决方法与应用案例
- 响应式网页布局教程:CSS实现全平台适配
- Windows平台Elasticsearch 8.10.2版发布
- ICEY开源小程序:定时显示极限值提醒
- MATLAB条形图绘制指南:从入门到进阶技巧全解析
- WPF实现任务管理器进程分组逻辑教程解析
- C#编程实现显卡硬件信息的获取方法
- 前端世界核心-HTML+CSS+JS团队服务网页模板开发
- 精选SQL面试题大汇总
- Nacos Server 1.2.1在Linux系统的安装包介绍
- 易语言MySQL支持库3.0#0版全新升级与使用指南
- 快乐足球响应式网页模板:前端开发全技能秘籍
- OpenEuler4.19内核发布:国产操作系统的里程碑
- Boyue Zheng的LeetCode Python解答集