European Child & Adolescent Psychiatry:基于风险模型的设计提升注意缺陷/多动障碍生物标志物的分辨力
2024-12-05 xiongjy MedSci原创 发表于陕西省
风险分层设计提升了ADHD生物标志物的效应值,低风险群体与病例群体间在多基因评分、亚皮质体积和执行功能上的非重叠区域增大,强调风险模型对ADHD神经生物学研究的潜在价值。
精神健康研究的历史记录了大量探索生物标志物在精神障碍诊断、预后和治疗中的潜在作用的研究。然而,许多生物标志物(包括基因和神经变量)在临床实践中的实际应用仍然有限。对于注意缺陷/多动障碍(ADHD)这一常见的神经发育障碍,这一问题尤为突出。现有研究表明,ADHD患者和未患病对照群体在候选生物标志物(如多基因风险评分、脑部结构参数和执行功能表现)方面存在显著差异。然而,这些差异效应值较小且两组间高度重叠,使得其临床应用受限。此外,以病例/对照二元分类方式研究ADHD的传统方法未能考虑无症状群体中的潜在异质性,例如疾病风险的差异,这可能掩盖了重要的生物学信息。
该研究基于一项包含2511名巴西儿童和青少年的高风险队列研究,参与者年龄为6至14岁,采用多变量模型评估个体ADHD的风险,并根据风险水平将未患病群体划分为高风险和低风险子群体。随后,研究者分析了三种候选生物标志物的效应:多基因风险评分(PGS)、脑部亚皮质结构体积(SV)和执行功能(EF)。数据通过多种方法获取:PGS通过基因组筛选阵列分析生成,SV由磁共振成像(MRI)测量,EF则基于标准神经心理测试。此外,研究比较了病例与对照、低风险组与高风险组、以及低风险组与病例组之间的差异效应值,并对这些差异的非重叠区域进行了评估。
图1:显示ADHD与非ADHD、低风险与高风险组及ADHD病例组的各组间效应值对比
研究显示,与未患病群体相比,ADHD患者的PGS显著较高(效应值为0.17),SV显著较小(效应值为-0.25),EF表现显著较差(效应值为-0.22)。然而,在对未患病群体基于风险水平进行细分后,这些差异效应值显著增强。例如,与低风险群体相比,高风险群体在PGS(效应值为0.20)、SV(效应值为-0.51)和EF(效应值为-0.49)上表现出更大的差异。
此外,病例组与低风险群体的差异更为显著,SV和EF的非重叠区域接近两倍于未分层的病例/对照设计。然而,在控制ADHD症状数量后,传统设计中的组间差异变得不显著,而基于风险的设计仍然显著。
图2:不同组间ADHD多基因风险评分、亚皮质体积及执行功能的密度分布图,比较了低风险、高风险及ADHD病例组之间的非重叠区域
本研究表明,通过基于风险的设计,可以更有效地区分ADHD患者和未患病群体的生物标志物特征,从而揭示传统病例/对照设计中被掩盖的重要差异。风险模型的引入不仅提供了更强的效应值,还揭示了无症状但高风险个体与患者在生物学特征上的相似性,这可能涉及到未被测量的生物特征或环境因素。此外,研究强调需要进一步探索风险模型结合恢复力因素的作用,以及症状随时间动态变化的影响。
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#生物标志物# #注意缺陷多动障碍# #多变量模型#
18