编辑推荐：
为探讨慢性失眠障碍（CID）治疗效果，研究人员对比酸枣仁汤（SZRD）与艾司唑仑治疗前后脑功能变化，结合 fMRI、机器学习及转录组 - 神经影像空间相关分析。发现 SZRD 可改善睡眠及认知，相关脑区 ReHo 值变化显著，为 CID 诊疗提供新视角。
失眠如同现代社会的隐形杀手，悄然侵袭着无数人的健康。据统计，成人失眠发病率达 12%-20%，其中约 50% 为慢性失眠障碍（CID），患者不仅饱受睡眠困扰，还面临焦虑、抑郁、认知功能下降等多重风险。新冠疫情后，失眠发生率进一步攀升，如何有效治疗 CID 成为亟待解决的医学难题。当前，认知行为疗法（CBT）、经颅磁刺激（TMS）等疗法虽有一定效果，但存在起效慢、成本高或依从性差等局限，药物治疗仍是临床主流。然而，苯二氮?类药物如艾司唑仑虽能改善睡眠，却伴随耐受、宿醉效应等副作用，而传统中药酸枣仁汤（SZRD）虽在动物实验中显示出缩短睡眠潜伏期、延长睡眠时间的优势，其在人类 CID 患者中的神经机制及与西药的对比研究仍不明确。此外，脑功能影像标记与基因表达的关联在 CID 研究中亦鲜少涉及。
为填补这些研究空白，内蒙古自治区相关研究机构的科研团队开展了一项针对 CID 的深入研究，该研究成果发表在《Asian Journal of Psychiatry》。研究旨在对比 SZRD 与艾司唑仑治疗 CID 前后的脑功能变化，揭示其对认知功能的影响，并探索脑区局部一致性（ReHo）变化的潜在遗传基础。
研究采用了以下关键技术方法：招募 82 例 CID 患者及 54 名健康对照（HCs），患者接受 SZRD 或艾司唑仑治疗 6 周，治疗前后均进行临床评估（如匹兹堡睡眠质量指数 PSQI、失眠严重程度指数 ISI）和静息态功能磁共振成像（rs-fMRI）扫描。运用混合效应模型分析药物治疗反应，通过支持向量机回归（SVR）等机器学习方法基于 ReHo 值预测疗效，并结合艾伦人脑图谱（AHBA）进行转录组 - 神经影像空间相关分析，筛选与脑功能变化相关的基因。
研究结果
基线脑功能差异
与 HCs 相比，CID 患者右侧顶下小叶、左侧后扣带回皮层、左侧顶上小叶及楔前叶的 ReHo 值存在显著异常，这些脑区多属于默认模式网络（DMN），提示 DMN 功能紊乱可能是 CID 的重要神经基础。
治疗效果对比
- 睡眠指标：两组患者睡眠时长及效率均较基线改善。SZRD 组治疗后左侧缘上回 ReHo 值降低，右侧枕中回（MOG）ReHo 值升高，左侧 MOG 的相干区域 homogeneity（CoHe-ReHo）值升高；而艾司唑仑组未见显著脑区 ReHo 变化。
- 疗效预测：机器学习模型对样本拟合良好，预测的 PSQI 与 ISI 评分变化与实际变化呈正相关，表明 ReHo 值可作为预测药物疗效的影像标记。
- 基因表达关联：通过转录组 - 神经影像空间相关分析，识别出与 ReHo 变化相关的基因，为解析 CID 的分子机制提供了新靶点。
结论与讨论
本研究证实，SZRD 与艾司唑仑均能改善 CID 症状，但 SZRD 在延长睡眠时长、提高睡眠效率及改善认知功能方面更具优势，这可能与其作用于 γ- 氨基丁酸能和 5 - 羟色胺能系统、调节炎症及内分泌系统的多靶点机制相关。脑区 ReHo 值的动态变化不仅反映了药物对脑功能的调节作用，还可作为 CID 的影像诊断标记及疗效预测指标。结合转录组分析筛选出的相关基因，为深入理解 CID 的病理生理机制、开发新型治疗药物奠定了基础。
该研究首次通过纵向 rs-fMRI 结合机器学习和转录组学，系统揭示了中药与西药治疗 CID 的神经机制差异，为中西医结合治疗提供了科学依据。未来若能扩大样本量、延长随访周期，并进一步验证关键基因的功能，将更全面地阐释 CID 的发病机制与治疗策略，有望推动个体化精准医疗在睡眠障碍领域的应用。
