绘制精神分裂症功能性磁共振成像（fMRI）研究领域的地图：一项文献计量学与元分析研究

《Artificial Intelligence in Medicine》：Mapping the landscape of fMRI research in schizophrenia: A bibliometric and meta-analytic study

精神分裂症fMRI研究通过整合文献计量学、坐标基础元分析与神经递质系统关联，揭示该领域研究趋势的演变及核心脑区异常。美国在发文量和网络中心性方面领先，功能连接、前额叶皮层和认知控制相关脑区是研究热点，同时机器学习和动态功能连接成为新兴方向。元分析发现 bilateral insular, amygdala, precuneus等脑区存在显著组间差异，其空间分布与多巴胺、谷氨酸、5-羟色胺系统受体密度存在显著关联，为病理模型优化和生物标志物开发提供依据。

　　本研究聚焦于功能性磁共振成像（fMRI）在精神分裂症研究中的应用，并结合文献计量分析与基于坐标的空间元分析，系统地探讨了该领域的发展趋势与核心发现。精神分裂症作为一种复杂的心理疾病，对全球社会和经济造成重大负担。根据全球疾病负担（GBD）的估算，目前全球约有2090万患者受到该疾病的影响，其在疾病负担中占据重要地位。尽管在治疗方法上取得了进展，但精神分裂症的患病率仍保持相对稳定，而其功能障碍持续对公共健康构成挑战。因此，准确识别精神分裂症的神经机制，对于提升诊断与干预策略至关重要。

随着神经影像技术的进步，研究人员得以探索精神分裂症患者大脑中的变化。静息态和任务态功能性磁共振成像（fMRI）揭示了大脑大规模网络的异常，尤其是前额叶皮层、默认模式网络和边缘系统。近期的研究进一步表明，临床高风险个体和首次发作精神分裂症患者表现出前额叶激活减少，同时右侧额极灰质体积增加，这种结构变化可能介导激活与认知之间的联系。此外，青少年期发病的精神分裂症患者在静息态下表现出区域同质性（ReHo）的变化，特别是右侧中额叶回和左侧中央前回的ReHo升高，这些变化与症状严重程度相关，可能成为潜在的诊断生物标志物。任务态fMRI的图谱指标也显示了网络补偿的阶段性和症状依赖性，例如在轻度注意力缺陷患者中，前补充运动区的度中心性较高与更好的工作记忆表现相关。这些发现与分子影像和尸检证据中涉及的神经递质系统，如多巴胺、谷氨酸和血清素的异常密切相关。

然而，尽管已有大量研究探讨了精神分裂症的生物学机制，如何系统地整合日益增长的神经影像文献，以识别可靠的研究发现并追踪研究趋势，仍然是一个关键问题。文献计量分析作为一种强有力的工具，可以量化科学活动并识别跨学科的研究热点。当应用于精神分裂症领域时，它有助于揭示全球出版趋势、合作网络以及神经影像研究主题的演变。相比之下，基于体素的空间元分析则通过整合多篇影像研究的结果，能够以高空间分辨率定位显示出一致功能改变的大脑区域。因此，将文献计量分析与空间元分析相结合，为研究人员提供了一种有效的方法，使他们能够追踪精神分裂症fMRI研究中不断变化的主题、合作网络和热点，同时识别显示出最一致功能变化的大脑区域。

本研究首次系统地将精神分裂症神经影像研究的文献计量演变与元分析证据相结合。我们采用了一种综合的文献计量和空间元分析框架，对精神分裂症相关的fMRI文献进行分析。通过文献计量分析，我们绘制了该领域科学结构的演变趋势，明确了研究热点和新兴主题，并识别了关键的贡献者。同时，我们进行了基于体素的空间元分析，比较了精神分裂症患者与健康对照组在fMRI研究中的发现，以定位显示出显著组间差异的大脑区域。最后，我们分析了这些大脑区域与神经递质受体密度之间的空间关联，为精神分裂症的神经生物学基础提供了互补的见解。

文献计量分析主要依赖于Web of Science Core Collection（WoSCC）数据库，从中提取了3874篇文献记录，包括3482篇论文和392篇综述。我们采用主题搜索的方式，限制了研究时间范围为1996年1月1日至2024年12月31日，并仅纳入英文文献。文献计量分析使用CiteSpace和VOSviewer工具，对研究趋势、主要贡献者以及共引用结构进行了可视化和分析。这些工具能够揭示该领域研究的演变路径，识别出频繁被引用的作者和机构，以及研究主题的变化趋势。通过分析，我们发现美国在文献数量和网络中心性方面占据主导地位，其次是中国和英国。伦敦大学和国王学院伦敦是该领域的主要研究机构，而Calhoun VD则是最具影响力的作者之一。核心期刊包括《Schizophrenia Research》和《NeuroImage》，这些期刊在该领域研究中具有较高的引用率和学术影响力。

研究热点方面，功能性连接、前额叶皮层和工作记忆是当前关注的重点。同时，新兴主题包括机器学习、动态功能性连接和大规模网络。这些研究趋势反映了该领域方法学的不断进步，以及对精神分裂症神经生物学基础的深入理解。此外，通过分析研究主题的变化，我们发现该领域在近年来表现出较强的扩展性，特别是在神经网络、机器学习和数据驱动方法的应用上。这些趋势表明，研究者正在采用更加系统和精确的方法来探索精神分裂症的神经机制。

在基于体素的空间元分析方面，我们整合了715篇研究，以评估精神分裂症患者与健康对照组在功能激活方面的差异。通过分析，我们发现双侧岛叶、杏仁核和楔前叶显示出显著的激活差异，同时这些区域也支持认知控制和情绪调节功能。进一步的分析表明，这些大脑区域与神经递质受体密度之间存在显著的空间关联，特别是多巴胺转运体（DAT）、N-甲基-D-天冬氨酸受体（NMDA）和血清素转运体（SERT）的分布。这些结果不仅揭示了精神分裂症患者大脑中功能改变的区域，还提供了与特定神经递质系统相关的信息，从而为精神分裂症的病理生理模型提供了新的视角。

此外，本研究还评估了这些发现与神经递质密度之间的空间关联，通过多重比较控制，确保了结果的可靠性。这些空间关联分析的结果表明，精神分裂症患者的大脑功能变化与神经递质系统的分布密切相关。这一发现对于理解精神分裂症的神经生物学基础具有重要意义，同时也为未来的研究提供了新的方向。例如，研究者可以进一步探讨特定神经递质系统的功能变化如何影响精神分裂症的症状表现，以及这些变化是否可以作为潜在的生物标志物用于疾病的诊断和治疗分层。

综上所述，本研究通过整合文献计量分析、基于坐标的空间元分析以及神经化学背景，系统地揭示了精神分裂症fMRI研究的发展趋势与核心发现。这一研究不仅有助于理解精神分裂症的神经机制，还为未来的研究提供了新的视角和方法。同时，研究结果也为精神分裂症的病理生理模型提供了支持，并可能促进生物标志物的开发，以改善疾病的诊断和治疗策略。通过这种综合性的分析方法，研究人员能够更全面地了解精神分裂症的神经机制，为相关领域的研究提供坚实的理论基础和实践指导。