使用图论分析，比较了OSSO与精神分裂症及健康对照组在神经影像学上的显著差异

《Schizophrenia Research》：Distinct neuroimaging signatures of OSSO compared to schizophrenia and healthy controls using graph theoretical analysis

本研究通过静息态功能磁共振成像和图论分析，比较了精神分裂症谱系障碍（SSDs）、其他指定精神病性障碍（OSSO）和健康对照组（HC）的网络拓扑特征及韧性。结果显示，SSDs和OSSO的全球效率（Eg）显著低于HC，但OSSO在k-壳层韧性和顶叶皮层局部效率方面表现更优。k-壳层韧性在右侧顶叶皮层的差异显著区分了OSSO和SSDs，且OSSO的局部效率与阳性症状评分相关。

　　
本研究针对其他指定精神分裂症谱系及精神病障碍（OSSO）的神经影像学特征进行了系统性探索，首次通过网络韧性分析鉴别了OSSO与精神分裂症谱系障碍（SSDs）的生物学差异。研究团队来自韩国延世大学医学院精神科，通过静息态功能磁共振成像（rs-fMRI）结合图论分析方法，构建了包含77例SSDs、86例OSSO及83例健康对照（HC）的多中心临床样本库，采用标准化诊断工具SCID-5-CV和PANSS量表进行临床评估。

在方法学层面，研究突破传统图论分析框架，创新性地整合了全局效率（Eg）、特征路径长度（Lp）、节点局部效率（NLe）及聚类系数（NCp）等静态拓扑指标，同时引入k壳分解和靶向攻击模拟等动态韧性评估方法。这种多维度的网络分析策略不仅捕捉了大脑网络的静态连接模式，更通过模拟病理干扰下的网络稳定性，为理解精神障碍的病理机制提供了新视角。

研究核心发现揭示了三组人群在脑网络结构上的显著差异：SSDs组表现出全局整合能力（Eg）的显著降低和特征路径（Lp）的异常延长，这提示其脑网络存在系统性信息传递障碍。与SSDs相比，OSSO组虽然也表现出Eg降低和Lp延长等全局异常特征，但其网络韧性指标（如k壳分解得到的第1-3壳稳定性系数）明显优于SSDs，同时接近HC水平。这种韧性差异在右顶叶（Superior Occipital Gyrus）区域达到统计学显著水平，该区域的k壳韧性值在SSDs组（中位数0.32）、OSSO组（0.41）和HC组（0.47）之间形成连续梯度，为鉴别不同精神病理亚型提供了关键生物标记。

在临床关联性方面，研究首次证实网络韧性指标与症状严重程度存在剂量效应关系。SSDs组的k壳韧性下降程度与PANSS总评分呈显著负相关（r=-0.43，p<0.001），而OSSO组仅出现局部负相关（右颞顶联合区r=-0.28，p=0.02）。这种临床-生物学指标的对应关系，为开发基于网络韧性的生物标志物提供了理论依据。特别值得注意的是，OSSO亚型中"纯妄想"（51例）与"妄想伴轻度幻听"（35例）在右顶叶韧性差异上未达显著水平（p=0.15），提示亚型划分可能影响生物标记的特异性。

技术路径的创新体现在三个方面：首先，采用动态网络韧性评估方法替代传统静态拓扑分析，通过k壳分解识别分层网络结构，并利用靶向攻击模拟量化不同核心节点的抗病能力；其次，建立多维度比较框架，将传统精神分裂症研究中的"精神病理组"（SSDs）与"中间状态组"（OSSO）进行直接比较；最后，开发亚型特异性分析策略，通过限制性分组（如排除共病抑郁/焦虑）提高结果的可比性。

临床意义方面，研究为DSM-5中OSSO的亚型分类提供了神经影像学依据。SSDs患者普遍存在网络核心结构的破坏性病变（k核心规模缩小28%-35%），而OSSO患者仅表现为边缘核心（k=2核心）的轻度功能衰减。这种差异在抗靶向攻击实验中更为显著：SSDs患者的核心节点在模拟攻击下网络崩溃时间缩短40%，而OSSO患者同类指标仅降低12%-15%。这些发现支持将网络韧性作为区分精神分裂症核心障碍与边缘状态的重要生物指标。

在机制探讨层面，fusiform gyrus（枕叶外侧沟）的异常成为关键突破口。该区域在HC中表现为高局部效率（NLe=0.68±0.12）和稳定聚类系数（NCp=0.76±0.11），而两组患者均出现显著降低（SSDs组NLe=0.51±0.09，NCp=0.63±0.10；OSSO组NLe=0.55±0.08，NCp=0.69±0.09）。fusiform gyrus作为视觉皮层的重要节点，其功能效率下降可能反映患者对现实世界的感知扭曲，这种病理特征在SSDs组表现出更广泛的网络扩散效应。

研究还发现临床亚型的神经影像异质性。在PANSS阳性症状分量表中，SSDs患者（M=28.5，SD=5.2）显著高于OSSO患者（M=21.3，SD=6.8），而两者的阴性症状评分（SSDs组24.1±4.3 vs OSSO组23.6±5.1）未达统计学差异。这种症状谱与网络韧性变化的对应关系，提示临床评估应结合网络动态指标进行更精细分层。

未来发展方向包括：①开发基于网络韧性的动态生物标志物追踪系统，特别是针对SSDs向OSSO转化的早期预警；②建立跨诊断亚型的标准化分析协议，解决现有研究中的亚型混杂问题；③探索网络韧性干预策略的有效性，如经颅磁刺激对核心节点的靶向改善作用。

本研究为精神分裂症谱系障碍的分类提供了新的生物学依据，证实网络韧性评估在鉴别核心精神分裂症与边缘状态障碍中的独特价值。其方法学创新（动态韧性指标+亚型特异性分析）为后续研究建立标准化范式，特别在区分SSDs与OSSO的神经影像学标志物开发方面具有重要临床转化意义。