Translational Psychiatry：亚临床抑郁的应激反应特征及其对大脑网络的影响

亚临床抑郁（Subthreshold Depression, StD）是指患者存在两个或两个以上的抑郁症状，但尚未达到重度抑郁障碍（MDD）的诊断标准。尽管症状轻微，这些患者常伴随慢性疲劳、记忆力减退和睡眠障碍等问题，严重影响生活质量，并增加发展为重度抑郁或自杀的风险。已有研究表明，高水平的应激是亚临床抑郁的主要诱因之一。与应激密切相关的下丘脑-垂体-肾上腺轴（HPA轴）在抑郁症病理生理学中起重要作用，其激活会释放皮质醇等应激激素，进而可能干扰大脑中富含糖皮质激素受体的关键区域，例如默认模式网络（DMN）和前顶叶控制网络（FPC）。此外，结构功能耦合（SC-FC coupling）作为一种大脑结构与功能联系的表征方法，已在抑郁相关研究中显示出敏感性。然而，SC-FC耦合在StD个体中的特征及其与HPA轴反应性之间的关系尚不明确。基于此，本研究旨在探索这些因素的结合是否可作为StD的有效生物标志物。

本研究采用横断面设计，共纳入160名参与者，其中117名为StD个体，43名为健康对照（HC）。参与者通过倾向评分匹配法在性别、年龄及教育年限等方面进行配对分析，最终得到41对StD和HC个体，剔除因头动超过阈值的参与者。研究使用CES-D（流行病学抑郁量表）、HAMD（汉密尔顿抑郁量表）、GAD-7（广泛性焦虑量表）和PSS（感知压力量表）来评估抑郁、焦虑及应激水平。通过收集清晨唾液样本，利用酶联免疫吸附试验（ELISA）检测皮质醇浓度，计算唾液皮质醇随时间的变化曲线（AUCg和AUCi）来进行HPA轴活动测量。同时采用功能磁共振成像（fMRI）和弥散张量成像（DTI）获取大脑结构和功能数据。对影像数据进行预处理后，基于Schaefer-300大脑分区方法计算SC-FC耦合强度，并利用图论方法分析网络的全局和节点拓扑特性。最后通过一般线性模型（GLM）比较组间差异，使用支持向量机（SVM）评估皮质醇水平与SC-FC耦合的结合对StD个体分类的预测能力。

图1：不同组别网络SC-FC耦合、皮质醇水平及节点拓扑特性差异

研究结果显示，StD组在CES-D、HAMD、PSS和GAD-7评分上显著高于HC组（P<0.001）。在网络特性上，StD组的DMN SC-FC耦合显著高于HC组，而DMN和FPC网络的全局效率显著降低（P<0.05）。此外，StD组的FPC网络特性路径长度显著延长。DMN网络中，StD个体左侧后扣带回的节点效率和度中心性显著增加，而右侧背内侧前额叶的这两项指标显著降低（P<0.05，Bonferroni校正）。FPC网络中，StD组的外侧前额叶功能节点效率和度中心性显著降低。StD组的唾液皮质醇浓度在早晨四个时间点均显著高于HC组（P<0.05）。AUCg值在StD组显著升高，而AUCi值无显著差异。DMN的SC-FC耦合与CES-D评分和AUCg值显著正相关（P<0.05）。SVM分析显示，结合SC-FC耦合与皮质醇水平的模型具有最高的分类准确率（85.71%）和曲线下面积（AUC=0.894）。

图2：测量结果间的相关性分析

本研究揭示了StD个体中DMN SC-FC耦合的显著增加及其与皮质醇水平的相关性，表明应激相关网络的功能异常可能是影响抑郁症状的重要机制。DMN SC-FC耦合与皮质醇水平的结合在区分StD个体和健康对照中具有较高的预测能力。这些发现为理解亚临床抑郁的潜在机制提供了新视角，也为未来通过生物标志物识别和干预抑郁症状提供了参考。

原始出处：

He Y, Zhao B, Liu Z, et al. Individualized identification value of stress-related network structural-functional properties and HPA axis reactivity for subthreshold depression. Translational Psychiatry. 2024;14:501. https://doi.org/10.1038/s41398-024-03210-5