90
阅读
0
评论
分享
抑郁障碍
不同年龄首次抑郁发作的成年抑郁症患者脑灰质体积研究
中华精神科杂志, 2017,50(03): 193-200. DOI: 10.3760/cma.j.issn.1006-7884.2017.03.008
摘要
目的

比较发病年龄不同、首次抑郁发作的成年抑郁症患者全脑灰质体积的差异。

方法

根据发病年龄将101例首次抑郁发作且未服药成年抑郁症患者(患者组)分为:早期发病组(18~29岁,32例)、中期发病组(30~44岁,39例)和晚期发病组(45~60岁,30例)。91例年龄、性别与患者组相匹配的健康志愿者为对照组,并划分为青年期对照组(18~29岁,32例),中年期对照组(30~44岁,30例)和老年期对照组(45~60岁,29例)。所有参与者均完成脑部结构MRI扫描,采用基于体素的形态学方法分析所有的影像学数据。

结果

早期发病组左侧丘脑、右侧舌回和楔叶及小脑Ⅵ灰质体积比青年期对照组减小(t=-4.26~-3.58,均P<0.01),右侧角回比青年期对照组增大(t=4.45,P<0.01);中期发病组右侧额中回灰质体积比中年期对照组减小(t=-3.62,P<0.01);晚期发病组右侧颞中回、右侧舌回、左侧梭状回及双侧小脑Ⅸ区灰质体积比老年期对照组减小(t=-4.87~-3.91,P<0.01),右侧杏仁核比老年期对照组增大(t=3.36,P<0.01)。全因子模型分析显示,患者组组内右侧额中回(t=7.40)及右侧小脑Crus1区(t=7.20)灰质体积差异有统计学意义(P<0.005,未校正)。早期和中期发病患者的全脑灰质体积与疾病严重程度正相关(r=0.553~0.641,均P<0.01),晚期发病患者全脑灰质体积与疾病严重程度负相关(r=-0.626,P<0.01)。

结论

抑郁症患者存在边缘系统-皮质-纹状体-苍白球-丘脑环路相关的脑灰质体积减小;不同年龄发病的成年抑郁症患者全脑灰质体积改变不一致;不同年龄起病的成年抑郁症患者可能存在不同的病理生理学机制。

引用本文: 沈宗霖, 程宇琪, 李凌江, 等.  不同年龄首次抑郁发作的成年抑郁症患者脑灰质体积研究 [J]. 中华精神科杂志,2017,50( 3 ): 193-200. DOI: 10.3760/cma.j.issn.1006-7884.2017.03.008
正文
作者信息
基金  关键词  主题词
English Abstract
评论
阅读 90 引用 0
相关资源
视频 0 论文 0 大综述 0
以下内容和版式版权归属中华医学会,未经授权不得转载 ×

抑郁症(major depressive disorder)是一组病因不明的异质性疾病,发病年龄可能是定义抑郁症异质性的潜在标记。研究显示抑郁症遗传度约为37%[1],但30岁前发病者的遗传度(47%)高于30岁后发病者(10%)[2]。早发抑郁症较晚发抑郁症具有更长的病程、严重的自杀企图、较多的童年创伤和抑郁症家族史等临床特征[3]。既往研究显示,早发抑郁症和晚发抑郁症患者分别与相应对照比较时,不同脑区的局部一致性[4]和低频振幅[5]的差异存在统计学意义,提示不同年龄发病的抑郁症患者可能具有不同的发病机制。双生子研究显示,抑郁症发病年龄>46岁,其发病机制可能更容易受到血管性因素影响,而且这种影响随着年龄增加而增加[6]。本课题组前期研究显示,18~44岁的首次抑郁发作未用药抑郁症患者中,成年早期(<30岁)发病的抑郁症患者(early adult onset depression,EOD)与成年后期(≥30岁)发病患者(later adult onset depression,LOD)存在不同的脑白质微结构改变[7],提示不同年龄发病的成年期抑郁症患者也可能存在不同的脑灰质结构基础,并且与不同的病理机制相关。然而,目前尚未检索到基于此假设对脑灰质体积的研究。因此,我们假设不同年龄发病的成年抑郁症患者脑灰质体积的差异不同,并且这种差异可能与不同年龄发病的抑郁症的发病机制有关的前提下开展此项研究。

对象和方法
一、对象
1.患者组:

为2012年1月至2015年8月在昆明医科大学第一附属医院精神科门诊就诊的患者。入组标准:(1)符合DSM-Ⅳ抑郁症诊断标准;(2)首次发病,发病年龄<60岁,未经系统抗抑郁药治疗;(3)目前年龄18~60岁;(4)右利手;(5)HAMD17评分≥18分;(6)体格检查和实验室检查无具有临床意义的异常。排除标准:(1)合并严重躯体疾病者,包括炎性疾病和自身免疫性疾病;(2)当前或既往患有神经系统疾病或有脑外伤病史者;(3)合并其他严重精神疾病或目前存在精神病性症状者;(4)有物质滥用史者;(5)目前正在接受无抽搐电休克治疗、经颅刺激治疗或系统心理治疗者;(6)孕妇和哺乳期妇女;(7)有MRI检查禁忌证者。共入组101例。

2.对照组:

为同期从社区和学校招募的志愿者。入组标准:(1)年龄18~60岁;(2)右利手。排除标准:(1)有精神疾病家族史;(2)当前患精神障碍或既往精神障碍病史;(3)当前患严重躯体疾病和(或)神经系统疾病或既往有上述病史;(4)当前存在物质滥用或既往有物质滥用病史;(5)有脑部外伤史;(6)孕妇和哺乳期妇女;(7)有MRI检查禁忌证者。根据患者组性别、年龄(±2岁),受教育年限(±2年)匹配原则共入组91名。

本研究通过昆明医科大学伦理委员会的批准;所有受试者均签署知情同意书。

二、方法
1.临床资料收集及分组:

所有患者均由2名精神科主治医师独立使用SCID-Ⅰ/P对所有患者进行筛查。收集所有被试者的年龄、性别、病程及受教育年限,再由1名具有丰富经验的精神科医师采用HAMD17和HAMA14评定所有受试者的抑郁症状和焦虑症状。根据抑郁症首次发病年龄将患者组分为以下3组:EOD组(发病年龄18~29岁,32例)、中期发病抑郁症组(middle age onset depression, MOD)(发病年龄30~44岁,39例)、LOD组(45~60岁,30例);对照组按照与发病年龄对应分为青年期对照组(18~29岁,32名)、中年期对照组(30~44岁,30名)和老年期对照组(45~60岁,29名)。

2.MRI数据采集:

由昆明医科大学第一附属医院影像科MRI室采用荷兰飞利浦公司Philips Achieva 3.0 T MRI仪完成所有受试者MRI图像采集,数据采集均由1名专业影像科医师统一进行操作。在标准的头部线圈内完成扫描,头部放置海绵垫以减小患者头动;成像时,首先采用T1和T2加权进行平扫以排除明显的结构异常,对于头颅平扫无明显脑结构异常的患者,采用快速扰相梯度回波序列进行三维结构扫描。重复时间=7.38 ms,回波时间=3.4 ms,层厚=1.2 mm,视野=250 mm×250 mm,矩阵=256×256,无间隔,翻转角=8°,层数=230层,扫描时间=6 min 53 s。全脑数据均在轴向平行于前联合与后联合连线平行层面为基线进行采集。

3.VBM数据处理和分析:

将所有受试者原始的DICOM图像采用MRIconvert软件(http://lcni.uoregon.edu/downloads/mriconvert/mriconvert-and-mcverter)转化成NIfTI格式。在matlab 2012a (MathWorks,Natick, MA, USA)工作平台上,所有结构数据都在脑统计参数图软件包(Statistical Parametric Mapping, SPM8,http://www.fil.ion.ucl.ac.uk/spm)中采用VBM工具包(VBM8,http://dbm.neuro.uni-jena.de/vbm)进行处理,所有3D的影像学数据分析时均采用默认参数,首先将受试者的MRI图像配准到MNI标准模板上对数据进行标准化。然后将标准化的图像分割为灰质、白质和脑脊液,再对灰质、白质及脑脊液进行雅克函数校正,采用SPM8软件中自带的T1模板进行VBM标准化分割后得到灰质图像,再进行重采样得到与原始图像大小一致的灰质图像,以此灰质图像作为灰质Mask。得到的灰质图像以8 mm的半高全宽(full width at half maximum)进行平滑处理,将平滑后的灰质图像进行分析比较。

4.统计学处理:

采用SPSS17.0统计软件包对一般资料进行统计分析。年龄、起病年龄、受教育年限、HAMD17和HAMA14评分呈正态分布,采用独立样本t检验,结果采用 ± s表示;性别比较采用卡方检验。患者的病程为非正态分布,结果采用中位数(上下四分位数)[M(P25,P75)]表示,组间比较采用非参数中值检验,两两比较采用Mann-Whitney U检验。检验水准α为0.05,双侧检验。

使用SPM8软件对影像学数据进行分析。2组及相对应亚组全脑灰质体积比较采用以像素为基础的双样本t检验;将年龄、性别、受教育年限及全脑灰质体积作为协变量,寻找抑郁症各组与相应对照组有差异的脑区;采用2×3全因子模型分析比较2组在3个年龄水平上的脑灰质体积的差异,寻找抑郁症各组间是否存在特征性脑灰质体积差异,并验证该差异是否与疾病发病机制有关,而与年龄无关。

采用SPM8中的多重回归分析(multiple regression)对患者各组HAMD17总分与大脑灰质体积的相关性进行分析。然后将各组中计算出的显著相关脑区做成Mask,采用REX软件(http://gablab.mit.edu/downloads/rex.m)提取各组患者中每例患者对应于每一个Mask的体素均值,在SPSS17.0软件中对HAMD17与所提取的脑灰质体积均值进行偏相关分析,分析时将全脑灰质体积作为协变量进行控制。本研究多重比较采用Alphasim校正,该校正方法是在全脑Mask内进行的蒙特卡洛模拟,通过REST软件的Alphasim项目进行模拟校正(http://restfmri.net/forum/REST_V1.8)。将单个体素P<0.005,连续体素数>324个体素定义为差异有统计学意义的脑区,对应于校正后P<0.05。由于本研究中所有患者均为首次发作,且病程较短,为了获得更多组间差异信息,Alphasim校正后差异未显示有统计学的脑区采用较为宽松的统计标准(P<0.005,未校正),连续体素数>200个体素来探究患者各组脑区的灰质体积差异。

最终所得统计结果图采用xjview8.0软件(http://www.alivelearn.net/xjview8/)呈现具有统计学差异的脑区,确定差异脑区MNI坐标和记录体素集合大小。

结果
一、人口学资料及临床特征比较

EOD组受教育年限与青年期对照组比较差异有统计学意义(P<0.05),见表1;患者组、早期发病抑郁症组、中期发病抑郁症组、晚期发病抑郁症组HAMD17评分、HAMA14评分、病程比较差异无统计学意义(P>0.05),见表2

表1

各组人口学资料比较[ ± sM(P25,P75)]

表1

各组人口学资料比较[ ± sM(P25,P75)]

组别例数年龄(岁)性别(例,男/女)受教育年限(年)
患者组10137±1131/7011.6±4.1
对照组9137±1235/5613.2±4.6
t2 -0.2661.281-2.515
P 0.7900.2890.013
早期发病抑郁症组3224±316/1613.3±2.9
青年期对照组3225±315/1716.0±2.9
t2 -0.9780.063-3.791
P 0.3320.802<0.01
中期发病抑郁症组3936±48/3111.4±4.3
中年期对照组3036±411/1912.7±4.7
t2 -0.062.217-1.174
P 0.9530.1360.244
晚期发病抑郁症组3050±47/2310.1±4.3
老年期对照组2951±59/2010.6±4.5
t2 -0.7570.442-0.424
P 0.4520.5060.674
表2

各组临床特征的比较[ ± sM(P25,P75)]

表2

各组临床特征的比较[ ± sM(P25,P75)]

组别例数HMAD17评分(分)HAMA14评分(分)发病年龄(岁)病程(年)
患者组10123.98±4.9122.35±6.0136±114.0(2.0,9.5)
早期发病抑郁症组3223.31±4.4222.19±6.4324±33.5(2.0,7.0)
中期发病抑郁症组3924.23±5.6122.64±6.4935±44.0(2.0,12.0)
晚期发病抑郁症组3024.07±4.5322.13±4.9849±54.0(1.75,14.5)
F2 0.3300.076326.0600.200
P 0.7200.927<0.010.905

注:HMAD17为汉密尔顿抑郁量表;HAMA14为汉密尔顿焦虑量表

二、脑灰质体积比较

与对照组比较,患者组右侧楔叶、右侧额上回、右侧舌回、左侧额中回、小脑蚓Ⅲ区灰质体积减小,右侧楔前叶及左侧颞上回灰质体积增大,见表3图1。与青年期对照组比较,EOD组左侧丘脑、右侧舌回、右侧楔叶以及右侧小脑Ⅵ区灰质体积减小,右侧角回灰质体积增大,见表3图2。与中年期对照组比较,MOD组右侧额中回灰质体积减小,见表3图3。与老年期对照组比较,LOD组右侧颞中回、右侧舌回、左侧梭状回、双侧小脑Ⅸ区灰质体积减小,右侧杏仁核灰质体积增大,见表3图4

图1
患者组(n=101)与对照组(n=91)比较脑灰质体积有差异的脑区 图中红色区域为患者组比对照组增大的脑区,蓝色区域为减小的脑区;右侧图柱为t
图2
早期发病抑郁症组(n=32)与青年期对照组(n=32)比较脑灰质体积有差异的脑区 图中红色区域为早期发病抑郁症比青年期对照组增大的脑区,蓝色区域为减小的脑区;右侧图柱为t
图3
中期发病抑郁症组(n=39)与中年期对照组(n=30)比较脑灰质体积有差异的脑区 图中黄色区域为中期发病抑郁症组比中年期对照组减小脑区;右侧图柱为t
图4
晚期发病抑郁症组(n=30)与老年期对照组(n=29)比较脑灰质体积有差异的脑区 图中红色区域为晚期发病抑郁症比老年期对照组增大的脑区,蓝色区域为减小的脑区;右侧图柱为t
图1
患者组(n=101)与对照组(n=91)比较脑灰质体积有差异的脑区 图中红色区域为患者组比对照组增大的脑区,蓝色区域为减小的脑区;右侧图柱为t
图2
早期发病抑郁症组(n=32)与青年期对照组(n=32)比较脑灰质体积有差异的脑区 图中红色区域为早期发病抑郁症比青年期对照组增大的脑区,蓝色区域为减小的脑区;右侧图柱为t
图3
中期发病抑郁症组(n=39)与中年期对照组(n=30)比较脑灰质体积有差异的脑区 图中黄色区域为中期发病抑郁症组比中年期对照组减小脑区;右侧图柱为t
图4
晚期发病抑郁症组(n=30)与老年期对照组(n=29)比较脑灰质体积有差异的脑区 图中红色区域为晚期发病抑郁症比老年期对照组增大的脑区,蓝色区域为减小的脑区;右侧图柱为t
表3

各组组间脑灰质体积有差异的脑区

表3

各组组间脑灰质体积有差异的脑区

脑区BA体素(个)MNI坐标tP
xyz
患者组>对照组       
 右侧楔前叶317429.0-46.543.53.490.000
 左侧颞上回13577-43.5-13.5-12.03.800.000
患者组<对照组       
 右侧楔叶744816.5-64.539.0-3.530.000
 右侧额上回644922.52.557.0-4.440.000
 右侧舌回181 1084.5-91.5-16.5-3.990.000
 左侧额中回9480-24.031.536.0-3.430.000
 小脑蚓Ⅲ区-861-1.5-37.5-22.5-4.110.000
EOD组>青年期对照组       
 右侧角回3948257.0-66.031.54.450.000
EOD组<青年期对照组       
 右侧小脑Ⅵ区-1 35539.0-43.5-30.0-4.260.000
 左侧丘脑-8320.0-13.5-4.5-3.580.000
 右侧舌回185021.5-84.0-12.0-3.820.000
 右侧楔叶195276.0-93.024.0-3.910.000
MOD组<中年期对照组       
 右侧额中回640451.013.540.5-3.620.000
LOD组>老年期对照组       
 右侧杏仁核-65437.5-9.0-9.03.360.000
LOD组<老年期对照组       
 右侧颞中回211 36261.5-27.0-6.0-4.630.000
 右侧小脑Ⅸ区-1 86016.5-63.0-60.0-4.760.000
 右侧舌回182 3029.0-91.5-18.0-4.870.000
 左侧梭状回36494-33.0-28.5-24.0-3.910.000
 左侧小脑Ⅸ区-1 589-16.5-57.0-61.5-4.140.000

注:青年期对照组32例,中年期对照组30例,老年期对照组29例;EOD为早期发病抑郁症,32例;MOD为中期发病抑郁症,39例;LOD为晚期发病抑郁症,30例;BA为布罗德曼分区;MNI为蒙特利尔神经科学研究所;-为无数据

三、不同年龄患者组及对照组脑灰质体积的全因素分析

全因子模型分析显示,EOD组、MOD组和LOD组右侧额中回[峰值MNI坐标(x、y、z)为36.0、4.5、51.0;体素为268;t=7.40]和右侧小脑Crus1区[峰值MNI坐标(x、y、z)为22.5、-90.0、-28.5;体素为262;t=7.20]灰质体积比较差异有统计学意义(P<0.005,未校正)。3个对照组右侧丘脑[峰值MNI坐标(x、y、z)为16.5、-25.5、4.5;体素为233;t=9.38],左侧丘脑[峰值MNI坐标(x、y、z)为-16.5、-28.5、4.5;体素为264;t=9.54],右侧小脑Ⅵ区[峰值MNI坐标(x、y、z)为30.0、-75.0、-21.0;体素为253;t=7.32],左侧小脑Crus1区[峰值MNI坐标(x、y、z)为-1.5、-82.5、-18.0;体素为895;t=10.06]和右侧缘上回[峰值MNI坐标(x、y、z)为43.5、-34.5、24.0;体素为218;t=9.93]灰质体积比较差异有统计学意义(P<0.005,未校正)。

四、不同发病年龄患者组HAMD17总分与脑灰质体积的相关性分析

偏相关分析结果显示,EOD组右侧小脑蚓、右侧直回、右侧额上回和左侧额中回与HAMD17总分呈正相关(r=0.566,P=0.001;r=0.589,P<0.01;r=0.619,P<0.01;r=0.641,P<0.01);MOD组右侧中央前回与HAMD17总分呈正相关(r=0.553,P<0.01);LOD组HAMD17总分与左侧小脑Crus1区呈负相关(r=-0.626,P<0.01)。

讨论

本研究采用结构影像学比较不同年龄发病的成年抑郁症患者与健康对照者的全脑灰质体积差异,结果显示抑郁症患者额叶、顶叶、枕叶及小脑等多个脑区的灰质体积与对照组比较有差异。此结果与既往研究结果较一致[8],进一步证实首次抑郁发作抑郁症发病机制与多个脑区灰质体积减小有关。

有研究显示抑郁症患者大脑中边缘系统-皮质-纹状体-苍白球-丘脑环路异常[9],抑郁症患者与该环路相关的前额叶、扣带回、海马、杏仁核、壳核等脑区灰质体积比对照组减小[8, 10],本研究支持患者在该环路相关的额叶等脑区灰质体积异常。然而,也有研究显示首次抑郁发作抑郁症患者的额叶、海马[11]、杏仁核[12]等脑区灰质体积与对照组比较差异无统计学意义,而且患者的海马[13]及杏仁核[14]体积比对照组大,提示抑郁症患者脑灰质体积改变并不一致,这种不一致间接反映了抑郁症发病机制可能不一致。

既往双生子的相关研究显示抑郁症发病年龄<30岁的患者遗传度高于发病年龄>30岁者,年龄>46岁的患者家族中更多的是与血管病变相关的危险因素[6],提示不同年龄发病的抑郁症患者可能有不同的发病机制。因此推测成年早、中、晚期发病的抑郁症患者可能有不同的病理机制,而这些不同病理机制可能可以通过脑结构的改变加以反映。本课题组前期研究结果显示,不同年龄发病的抑郁症患者脑白质异常部位不同,成年早期发病患者皮质下白质出现更多异常,成年中期发病患者白质病变更多出现在额叶[7],本研究进一步从灰质结构研究证实了这种差异的倾向性:即EOD组左侧丘脑灰质体积比相应对照组减小,且与抑郁症脑影像Meta分析结果一致[10],发病年龄早的患者皮质下神经环路异常更显著[15],MOD组右侧额中回灰质体积比相应对照组减小,与抑郁症患者额叶灰质体积减小的研究结果一致[16],在中年期首次抑郁发作未用药的抑郁症患者额叶灰质体积比对照组减小[17],提示中年抑郁症患者可能主要以额叶皮质损伤为主。老年抑郁症的研究结果显示许多白质纤维高信号,被认为是白质脱髓鞘改变的影像学表现,同时也在抑郁症患者中发现相应的改变,而这种改变随年龄增加,血管病变就成为影响白质脱髓鞘病变的重要危险因素,但迄今缺乏对老年前抑郁症脑灰质改变的相关研究,而本研究结果显示成年晚期的灰质改变涉及的脑区更广泛,说明上述不同年龄人群在抑郁症发病中所影响的脑区可能不一致,但这些区域如额叶、丘脑、边缘系统在情感表达和体验中具有重要作用[15],是边缘系统-皮质-纹状体-苍白球-丘脑环路中的重要脑区,与抑郁症的发病密切相关。

本研究结果显示,EOD组楔叶灰质体积比对照组减小,而角回灰质体积比对照组增大。楔叶及角回是默认网络(default mode network)的组成部分[18,19],研究显示抑郁症患者存在功能异常[20],提示楔叶和角回与抑郁症发病机制有关。本研究提示,上述脑区灰质体积的变化可能是功能变化的解剖学基础。另一方面,目前研究提示默认网络是一个动态发展的网络,是从童年期的不完善到成年期完善再到老年期退化直至消失的过程[21,22,23],何时发展为成人模式又何时走向老化的时间点还不清楚[23]。本研究中EOD组的年龄均小于30岁,推测本研究中EOD组可能正处于从不完善到完善的过程,因此EOD组中脑灰质体积变化的脑区相对较多。既往有研究显示抑郁症患者脑区灰质体积增大与认知功能有关[24],因此推测本研究中角回灰质体积增大可能与EOD组认知功能变化相关,该结论需要进一步验证。

既往研究显示枕下回、梭状回及颞上回等脑区构成了面孔感知神经网络的核心系统部分[25],1项Meta分析显示,不同情绪面部表情加工处理涉及不同脑区[26]。梭状回在面部表情高兴程度逐渐增加时激活降低,而在表情难过程度逐渐增加过程中激活程度升高[27],厌恶面孔则激活双侧颞中回和颞下回[28],上述研究提示梭状回及部分颞叶在面孔感知神经网络中具有不同作用。本研究结果显示,LOD组左侧梭状回、右侧颞中回灰质体积比对照组减小,推测LOD组面孔感知网络调控可能存在异常。另一方面具有治疗抵抗的老年抑郁症患者存在额叶到颞叶灰质体积减小的趋势,并且颞叶损伤可能与短期记忆功能损伤有关[29],晚发型抑郁症患者记忆功能与内侧颞叶等脑区皮质厚度呈负相关[30]。本研究结果显示LOD组右侧颞中回灰质体积比对照组减小,提示可能LOD组存在短期记忆相关的损伤,但其机制也需要进一步研究。

本研究结果显示,不同发病年龄患者HAMD17总分差异无统计学意义。HAMD17总分与晚期起病抑郁症组呈负相关的脑区为左侧小脑Crus1区,与早期起病和中期起病抑郁症组呈正相关的脑区为右侧小脑蚓、右侧直回、右侧额上回和左侧额中回,右侧中央前回,这种相关的趋势与既往研究结果类似[11]。目前研究较多见的是在抑郁症早期阶段杏仁核体积与疾病严重程度呈正相关[31]。因此推测造成该结果可能的原因是抑郁症早期阶段的结构变化可能与晚期阶段的结构变化不一致,早期阶段上述脑区的灰质体积增大可能激发更强的负性情绪,导致更严重的抑郁情绪,但该结论仍需进一步的研究阐明。本研究中HAMD17总分与各患者组不同脑区相关也提示不同年龄发病的抑郁症患者可能具有不同的病理机制。

全因素分析结果显示,不同年龄对照组双侧丘脑、右侧小脑Ⅵ区、左侧小脑Crus1区及右侧缘上回灰质体积差异具有统计学意义。有研究显示健康人双侧丘脑体积随年龄增加而减小[32],提示对照组上述脑区可能与年龄有关。然而,不同年龄起病患者组右侧额中回和右侧小脑Crus1区灰质体积差异有统计学意义。有研究显示抑郁症患者额叶多个区域均比对照组减小[33],而额中回可能在抑郁症的额叶-边缘系统的病理模式中具有作用[34]。本研究中患者组间差异脑区与对照组间差异脑区无重复,推测患者组差异脑区可能与疾病的特征有关,而与年龄无关,也进一步提示不同年龄发病抑郁症患者可能具有不同的发病机制。

有研究显示,小脑在情绪信息和感觉信息初始的分辨中发挥重要作用,可能参与了情绪处理过程[35],本研究结果显示抑郁症患者小脑灰质体积比对照组减小,因此小脑可能在抑郁症中发挥着重要作用。

总之,抑郁症作为一组病因不明的疾病,不同年龄起病患者中危险因素可能不一致,从而导致脑灰质结构改变也不一致,这种不一致目前虽然不可能用明确的年龄划界进行区分,但本研究是参考其他研究结果进行的人为划界,进而探讨不同年龄起病抑郁症患者脑灰质改变的趋势。本研究中不同年龄发病的抑郁症患者具有不同区域的脑灰质体积改变,早期发病患者主要以皮质下灰质体积改变为主,中期发病患者主要以额叶皮质改变为主,而由于血管性因素等影响,老年期发病患者主要以较广泛的脑区灰质体积改变为主,同时各组中HAMD17总分与不同脑区相关,提示不同年龄发病的抑郁症患者可能具有不同的病理生理学机制。

本研究仍存在一定局限性。首先,由于是对首次抑郁发作未系统治疗的抑郁症患者进行横断面研究,患者抑郁发作的时间较短,脑结构的变化与疾病的特征性损伤不清楚;第二,基于年龄分组的目的是寻找与发病年龄相关的脑改变,分组后样本量较少;第三,结构的变化可能意味着功能的改变,而本研究未能对不同年龄发病患者的认知功能进行评价,不能完全阐明不同年龄发病患者的脑机制等。未来可在进一步扩大样本量基础上,对患者进行随访研究,并观察疾病演变对脑结构的影响,评估患者的认知功能状态,进一步为不同年龄起病的成年抑郁症患者的特点寻找基础依据。

参考文献
[1]
SullivanPF, NealeMC, KendlerKS. Genetic epidemiology of major depression: review and meta-analysis[J]. Am J Psychiatry, 2000,157(10):1552-1562. DOI: 10.1176/appi.ajp.157.10.1552.
[2]
LyonsMJ, EisenSA, GoldbergJ, et al. A registry-based twin study of depression in men[J]. Arch Gen Psychiatry, 1998,55(5):468-472.
[3]
KortenNC, ComijsHC, LamersF, et al. Early and late onset depression in young and middle aged adults: differential symptomatology,characteristics and risk factors? [J]. J Affect Disord, 2012, 138(3):259-267. DOI: 10.1016/j.jad.2012.01.042.
[4]
ChenJD, LiuF, XunGL, et al. Early and late onset, first-episode, treatment-naive depression: same clinical symptoms,different regional neural activities [J]. J Affect Disord, 2012, 143(1-3):56-63. DOI: 10.1016/j.jad.2012.05.025.
[5]
GuoWB, LiuF, XunGL, et al. Reversal alterations of amplitude of low-frequency fluctuations in early and late onset, first-episode, drug-naive depression [J]. Prog Neuropsychopharmacol Biol Psychiatry, 2013, 40:153-159. DOI: 10.1016/j.pnpbp.2012.08.014.
[6]
KendlerKS, FiskeA, GardnerCO, et al. Delineation of two genetic pathways to major depression[J]. Biol Psychiatry, 2009,65(9):808-811. DOI: 10.1016/j.biopsych.2008.11.015.
[7]
ChengY, XuJ, YuH, et al. Delineation of early and later adult onset depression by diffusion tensor imaging[J]. PLoS One, 2014,9(11):e112307. DOI: 10.1371/journal.pone.0112307.
[8]
GrieveSM, KorgaonkarMS, KoslowSH, et al. Widespread reductions in gray matter volume in depression[J]. Neuroimage Clin, 2013,3:332-339. DOI: 10.1016/j.nicl.2013.08.016.
[9]
ShelineYI, PriceJL, YanZ, et al. Resting-state functional MRI in depression unmasks increased connectivity between networks via the dorsal nexus[J]. Proc Natl Acad Sci U S A, 2010,107(24):11020-11025. DOI: 10.1073/pnas.1000446107.
[10]
DuMY, WuQZ, YueQ, et al. Voxelwise meta-analysis of gray matter reduction in major depressive disorder[J]. Prog Neuropsychopharmacol Biol Psychiatry, 2012,36(1):11-16. DOI: 10.1016/j.pnpbp.2011.09.014.
[11]
ChengYQ, XuJ, ChaiP, et al. Brain volume alteration and the correlations with the clinical characteristics in drug-naïve first-episode MDD patients: a voxel-based morphometry study[J]. Neurosci Lett, 2010,480(1):30-34. DOI: 10.1016/j.neulet.2010.05.075.
[12]
MunnMA, AlexopoulosJ, NishinoT, et al. Amygdala volume analysis in female twins with major depression[J]. Biol Psychiatry, 2007,62(5):415-422. DOI: 10.1016/j.biopsych.2006.11.031.
[13]
HanKM, ChoiS, JungJ, et al. Cortical thickness, cortical and subcortical volume, and white matter integrity in patients with their first episode of major depression. J Affect Disord[J], 2014,155:42-48. DOI: 10.1016/j.jad.2013.10.021.
[14]
FrodlT, MeisenzahlEM, ZetzscheT, et al. Larger amygdala volumes in first depressive episode as compared to recurrent major depression and healthy control subjects[J]. Biol Psychiatry, 2003,53(4):338-344.
[15]
KonarskiJZ, McIntyreRS, SoczynskaJK, et al. Clinical translation of neuroimaging research in mood disorders[J]. Psychiatry (Edgmont), 2006,3(2):46-57.
[16]
KoolschijnPC, van HarenNE, Lensvelt-MuldersGJ, et al. Brain volume abnormalities in major depressive disorder: a meta-analysis of magnetic resonance imaging studies[J]. Hum Brain Mapp, 2009,30(11):3719-3735. DOI: 10.1002/hbm.20801.
[17]
LaiCH, WuYT. Frontal-insula gray matter deficits in first-episode medication-naïve patients with major depressive disorder[J]. J Affect Disord, 2014,160:74-79. DOI: 10.1016/j.jad.2013.12.036.
[18]
Whitfield-GabrieliS, FordJM. Default mode network activity and connectivity in psychopathology[J]. Annu Rev Clin Psychol, 2012,8:49-76. DOI: 10.1146/annurev-clinpsy-032511-143049.
[19]
TomasiD, VolkowND. Association between functional connectivity hubs and brain networks[J]. Cereb Cortex, 2011,21(9):2003-2013. DOI: 10.1093/cercor/bhq268.
[20]
MuldersPC, van EijndhovenPF, ScheneAH, et al. Resting-state functional connectivity in major depressive disorder: a review[J]. Neurosci Biobehav Rev, 2015,56:330-344. DOI: 10.1016/j.neubiorev.2015.07.014.
[21]
FairDA, CohenAL, DosenbachNU, et al. The maturing architecture of the brain's default network[J]. Proc Natl Acad Sci U S A, 2008,105(10):4028-4032. DOI: 10.1073/pnas.0800376105.
[22]
FranssonP, SkiöldB, HorschS, et al. Resting-state networks in the infant brain[J]. Proc Natl Acad Sci U S A, 2007,104(39):15531-15536. DOI: 10.1073/pnas.0704380104.
[23]
SupekarK, UddinLQ, PraterK, et al. Development of functional and structural connectivity within the default mode network in young children[J]. Neuroimage, 2010,52(1):290-301. DOI: 10.1016/j.neuroimage.2010.04.009.
[24]
YangX, MaX, HuangB, et al. Gray matter volume abnormalities were associated with sustained attention in unmedicated major depression[J]. Compr Psychiatry, 2015,63:71-79. DOI: 10.1016/j.comppsych.2015.09.003.
[25]
HaxbyJV, HoffmanEA, GobbiniMI. The distributed human neural system for face perception[J]. Trends Cogn Sci, 2000,4(6):223-233.
[26]
PhanKL, WagerT, TaylorSF, et al. Functional neuroanatomy of emotion: a meta-analysis of emotion activation studies in PET and fMRI[J]. Neuroimage, 2002,16(2):331-348. DOI: 10.1006/nimg.2002.1087.
[27]
SurguladzeS, BrammerMJ, KeedwellP, et al. A differential pattern of neural response toward sad versus happy facial expressions in major depressive disorder[J]. Biol Psychiatry, 2005,57(3):201-209. DOI: 10.1016/j.biopsych.2004.10.028.
[28]
SurguladzeSA, El-HageW, DalgleishT, et al. Depression is associated with increased sensitivity to signals of disgust: a functional magnetic resonance imaging study[J]. J Psychiatr Res, 2010,44(14):894-902. DOI: 10.1016/j.jpsychires.2010.02.010.
[29]
SimpsonSW, BaldwinRC, BurnsA, et al. Regional cerebral volume measurements in late-life depression: relationship to clinical correlates, neuropsychological impairment and response to treatment[J]. Int J Geriatr Psychiatry, 2001,16(5):469-476.
[30]
LimHK, JungWS, AhnKJ, et al. Regional cortical thickness and subcortical volume changes are associated with cognitive impairments in the drug-naive patients with late-onset depression[J]. Neuropsychopharmacology, 2012,37(3):838-849. DOI: 10.1038/npp.2011.264.
[31]
van EijndhovenP, van WingenG, van OijenK, et al. Amygdala volume marks the acute state in the early course of depression[J]. Biol Psychiatry, 2009,65(9):812-818. DOI: 10.1016/j.biopsych.2008.10.027.
[32]
马帅陈楠郭玉林,.基于高分辨率MRI的中国汉族正常成人丘脑体积测量[J].中华放射学杂志,2012,46(7):608-610. DOI: 10.3760/cma.j.issn.1005-1201.2012.07.006.
[33]
BoraE, HarrisonBJ, DaveyCG, et al. Meta-analysis of volumetric abnormalities in cortico-striatal-pallidal-thalamic circuits in major depressive disorder[J]. Psychol Med, 2012,42(4):671-681. DOI: 10.1017/S0033291711001668.
[34]
AbeO, YamasueH, KasaiK, et al. Voxel-based analyses of gray/white matter volume and diffusion tensor data in major depression[J]. Psychiatry Res, 2010,181(1):64-70. DOI: 10.1016/j.pscychresns.2009.07.007.
[35]
PengJ, LiuJ, NieB, et al. Cerebral and cerebellar gray matter reduction in first-episode patients with major depressive disorder: a voxel-based morphometry study[J]. Eur J Radiol, 2011,80(2):395-399. DOI: 10.1016/j.ejrad.2010.04.006.
 
 
关键词
主题词
抑郁症
磁共振成像
发病年龄
灰质体积