编辑推荐：
为探究双相情感障碍（BD）症状负担与症状恢复时间的关联，研究人员开展了基于贝叶斯联合纵向和生存建模的研究。结果发现二者存在显著负相关，该研究有助于提高对 BD 的认知，为临床干预提供参考。
双相情感障碍（Bipolar Disorder，BD）是一种严重的精神疾病，全球患病率约 1%，终生患病率约 3% 。它主要影响患者情绪，症状多样，如极度烦躁、情绪低落、对日常活动失去兴趣、睡眠问题等。在多数发展中国家，尤其是撒哈拉以南非洲地区，精神卫生保健资源稀缺，BD 患者寻求治疗的延迟时间长。目前，对于 BD 症状负担与恢复时间之间的关系，相关研究较少，且缺乏深入探究。因此，开展这项研究对深入了解 BD、改善患者治疗和管理具有重要意义。
来自埃塞俄比亚吉姆马大学（Jimma University）的研究人员开展了此项研究，旨在通过贝叶斯联合纵向和生存时间建模，确定 BD 症状负担与症状恢复时间之间的关联，提高对该疾病的认识。研究结果揭示了二者之间存在强烈的负相关关系，即初始症状负担越高，症状恢复的可能性越低。这一发现对于临床实践具有重要意义，提示临床医生应重视患者初始症状负担，优化治疗方案，以促进患者恢复。该研究成果发表在《BMC Psychiatry》杂志上。
研究人员使用的主要关键技术方法包括：首先，收集 2018 年 9 月至 2020 年 1 月吉姆马大学医学中心（Jimma University Medical Center）收治的 BD 患者的回顾性纵向和生存数据。然后，运用广义线性混合模型（Generalized Linear Mixed Models，GLMMs）分析纵向数据，该模型通过纳入随机效应，能够处理数据的相关性和非正态性。接着，采用 Cox 比例风险模型（Cox proportional hazards model）进行生存数据分析。最后，利用贝叶斯联合纵向和生存模型，通过共享随机效应参数，关联 BD 症状负担的纵向计数和症状恢复时间。
研究结果：
- 描述性统计分析：研究共纳入 257 例 BD 患者，其中 116 例（45.1%）经历了症状恢复，141 例（54.9%）被删失。对患者的性别、年龄、婚姻状况、复发事件等多个变量进行分析，发现不同变量组间的恢复情况存在差异。
- 广义线性混合模型结果：构建 GLMM 时，通过比较不同时间随机效应模型的 AIC 和 BIC 值，选择随机线性斜率时间效应作为最佳模型。最终确定的 GLMM 显示，随访时间间隔、年龄、宗教、其他共因子、复发事件等多个变量及其交互作用，对双相症状的对数预期负担有显著影响。
- 生存数据分析结果：Kaplan - Meier 生存函数估计显示，单身个体恢复概率曲线最高，离婚个体最低；物质滥用患者、经历复发事件的患者以及混合发作类型的患者恢复时间较长。Cox 比例风险模型表明，婚姻状况、宗教、年龄、复发事件、双相类型、发作类型和物质滥用等变量显著影响 BD 症状恢复时间。但该模型的比例风险假设存在一定程度的违反。
- 贝叶斯纵向和生存联合模型分析结果：通过比较不同共享参数关联结构的联合模型的 DIC 值，选择 Model II 作为最终模型。该模型显示，纵向子模型中多个变量显著影响双相症状的对数预期负担，生存子模型中离婚、婚姻状况、复发事件、混合发作类型等协变量显著影响症状恢复。此外，研究发现症状负担与症状恢复时间之间存在显著负相关。
研究结论和讨论：本研究利用贝叶斯联合纵向和生存模型，揭示了 BD 症状负担与症状恢复时间之间的负相关关系。这意味着在疾病初期，症状负担高会导致恢复机会低。研究结果支持了初始症状负担高或症状减轻速度慢的个体恢复时间更长的假设。该研究为临床实践提供了重要指导，临床医生应重视早期症状管理，采取有效的干预措施，如优化药物治疗、开展心理治疗和促进生活方式改变等，以降低症状负担，加速患者恢复。同时，研究也强调了使用纵向和生存联合模型分析此类数据的重要性，相较于传统方法，该模型能更准确地捕捉数据的动态特性和变量间的关系。此外，研究人员还应注重随访过程中患者信息的详细记录，以确保数据质量和可靠性，为后续研究提供有力支持。
