基于昼夜节律参数的双相情感障碍情绪状态数字化鉴别研究

《International Journal of Bipolar Disorders》：Circadian rhythm parameters differentiate euthymic, manic and depressive mood states in bipolar disorders – an explorative pilot study

本研究针对双相情感障碍（BD）患者情绪状态监测的临床挑战，创新性地通过12个月纵向追踪，结合活动记录仪和生态瞬时评估（EMA），发现昼夜节律参数（IS、IV、MeanDiff、FormDiff）可有效区分抑郁、（轻）躁狂和心境正常状态。该研究为开发基于数字表型的早期预警系统提供了重要依据，对改善BD长期管理具有临床意义。

　　

在精神健康领域，双相情感障碍（Bipolar Disorder, BD）如同一艘在情绪暴风雨中航行的船只，患者时而陷入抑郁的深渊，时而跃入躁狂的浪尖。这种慢性精神疾病给全球公共卫生带来了巨大挑战，其核心特征——反复发作且难以预测的情绪波动，使得临床管理异常困难。传统的症状监测方法主要依赖患者自我报告，但当症状出现时，患者的病识感和依从性往往下降，导致监测数据不完整或失真。

面对这一困境，科研人员将目光投向了数字健康技术的前沿领域。近年来，随着可穿戴设备的普及，活动记录仪（actigraphy）已成为监测昼夜节律活动的有力工具。昼夜节律紊乱被认为是BD的核心病理生理机制之一，但如何将抽象的节律变化转化为客观的临床指标，仍是未解的难题。

在此背景下，由Julia Clemens领衔的研究团队在《International Journal of Bipolar Disorders》上发表了一项开创性研究。他们开展了一项为期12个月的纵向探索，旨在回答一个关键问题：能否通过客观监测的昼夜节律运动参数来区分BD患者的不同情绪状态？

研究团队采用了多维度的技术方法：通过腕戴式加速度传感器（Move 3，Movisens GmbH）连续记录体力活动数据，运用专业算法处理原始加速度信号；同时结合每日自我报告和每两周一次的专家评估（包括SCID-I结构化临床访谈、YMRS、BRMRS和MADRS量表），建立高时间精度的情绪状态标签；创新性地计算了四种核心节律参数——日内稳定性（IS）、日内变异性（IV）、平均活动差异（MeanDiff）和节律形态差异（FormDiff）；最后采用多水平模型（multilevel models）进行统计分析，既考察分类情绪状态（抑郁/躁狂/正常），也分析维度症状严重度。

样本特征

本研究最终纳入23名BD患者（平均年龄46岁，女性16名），共获得2,669个有效监测日的数据。其中9名患者经历了抑郁发作，7名经历了（轻）躁狂发作，部分患者经历了两种类型的发作。这种丰富的临床状态转换为研究提供了宝贵的数据基础。

昼夜节律参数有效区分情绪状态

多水平Logistic模型结果显示，与正常状态相比，抑郁状态与较低的MeanDiff值（B=-0.02, P<0.001）、较低的IS值（B=-0.80, P=0.009）和较高的FormDiff值（B=0.03, P<0.001）显著相关。这意味着抑郁状态表现为整体活动水平降低、节律稳定性下降以及节律形态更僵化。相反，（轻）躁狂状态仅与较高的MeanDiff值（B=0.02, P=0.007）相关，表明活动水平升高是躁狂状态的突出特征。

维度症状的精细预测

当将情绪状态作为连续变量（潜在变量）分析时，所有四个节律参数都显示出显著预测能力。抑郁症状严重度与较低的MeanDiff（β=-0.11, P<0.001）、IS（β=-0.06, P=0.001）和IV（β=-0.06, P=0.002）值，以及较高的FormDiff值（β=0.10, P<0.001）相关。而（轻）躁狂症状则呈现完全相反的模式：较高的MeanDiff（β=0.10, P<0.001）、IS（β=0.04, P=0.024）、IV（β=0.07, P<0.001）值和较低的FormDiff值（β=-0.07, P=0.001）。这一发现表明，节律参数不仅能区分情绪状态，还能反映症状的严重程度。

个体化轨迹的启示

研究还展示了一名患者从抑郁向正常状态过渡的22天节律参数变化轨迹。如图所示，在抑郁期间，MeanDiff持续处于负值区域（表示活动减少），而FormDiff则保持较高水平（表示节律僵化）。随着向正常状态过渡，这些参数逐渐恢复正常模式。这一个体案例生动展示了节律参数在监测状态转换方面的潜在应用价值。

研究结论与意义

这项研究的重要发现在于，它首次在长期纵向设计中系统验证了昼夜节律运动参数在区分BD情绪状态方面的价值。不仅证实了整体活动水平（MeanDiff）的预期变化，还揭示了节律稳定性（IS）、片段化（IV）和形态特征（FormDiff）的独特贡献。

从临床实践角度看，这些发现为开发客观、无创的BD监测工具提供了坚实依据。传统依赖主观报告的监测方式在患者症状加重时往往失效，而基于活动记录仪的节律参数监测可以不受患者病识感影响，提供连续、客观的数据支持。特别是FormDiff这一创新参数，能够捕捉传统参数忽略的节律形态变化，为临床评估增添了新的维度。

研究采用的综合评估策略也值得称道——将分类诊断与维度评分相结合，既保证了临床实用性，又增强了测量的敏感性。这种多方法融合的思路为未来精神健康数字化研究提供了范本。

当然，这项探索性研究也存在一些局限，如样本量相对较小、数据丢失问题等。但正如作者所指出的，这些初步发现为更大规模的研究奠定了基础。未来研究可以进一步探索如何将这些参数整合到实时预警系统中，实现真正的早期干预和个性化治疗。

随着数字健康技术的快速发展，这项研究预示着一个新时代的到来——精神健康管理将越来越依赖于客观、连续的数字生物标志物。昼夜节律作为连接生物学与行为学的桥梁，在这一转变中必将发挥关键作用。对于数百万BD患者而言，这意味着更及时、更精准的照护可能不再是遥不可及的梦想。