为了提高精神健康综合征的诊断特异性：基于投影的抑郁表型聚类方法

《Journal of Affective Disorders》：Towards improved specificity in mental health syndromes: projection-based clustering of depressive phenotypes

使用投影基聚类算法对澳大利亚12-25岁青少年抑郁症状进行分类，发现传统聚类/LCA方法受非对称方差分布影响导致亚型划分不均。本研究提出基于投影的聚类方法，成功识别睡眠障碍（11%）、躁狂倾向（12%）、焦虑（11%）、增重（13%）、减重（23%）及未分化（29%）六大症状亚型，为精准心理健康研究提供新分类框架。

　　

摘要

背景

为了提高综合征特异性而进行的定量尝试通常会产生大量异质性亚组，这会影响治疗和研究目标的有效性。评估现有方法有效应用的障碍，并通过基于可解释的投影聚类方法来考察改进措施，可能会提高我们研究目标和分类系统的精确度和可重复性。

方法

这项探索性横断面研究在2018年11月至2023年7月期间，从澳大利亚的初级医疗服务机构招募了2820名12至25岁的参与者。其中1843名参与者完成了关于抑郁、焦虑和类似躁狂症状的自我报告测量，并被纳入分析。使用主成分分析（PCA）来研究综合征内部的方差分布。将基于投影的亚型与传统的定量表型方法（基于模型的聚类、中心基划分、层次聚类）以及探索性因子分析（FA）进行了比较。

结果

基于可解释的投影聚类方法提高了聚类的同质性，并且在定性区分方面优于其他所有方法。研究识别出14个聚类，这些聚类可以归为六种新的症状特征：睡眠问题（n=117；11%）、躁狂（n=125；12%）、焦虑（n=119；11%）、体重/食欲增加（n=138；13%）、体重/食欲减少（n=242；23%）以及未分化类型（n=310；29%）。PCA显示症状方差遵循偏斜的幂律分布，这影响了标准的LCA/聚类程序，从而导致亚型的异质性。在FA方法中，该聚类产生了HiTOP研究中发现的嵌套层次结构。

结论

偏斜的方差分布对标准的聚类/LCA方法产生了不利影响。因此，未来的研究应考虑其对优化算法的影响，或使用更为精确的基于投影的聚类方法。所识别的症状特征反映了抑郁症状表达的主要趋势，可能为研究目标的确定提供更多依据。

研究设计与参与者

这项横断面研究招募了首次就诊于澳大利亚城市和地区初级医疗服务机构的12至25岁参与者。在2820名初始参与者中，有1843名完成了所有相关问卷，并被选为分析对象。在线数据收集过程包括根据参与者的问题提供相应的调查问卷。如果某份问卷中某些项目缺失，则假设这些项目是随机缺失的。

结果

共有1843名年轻人符合分析条件。平均年龄为20岁（标准差=5岁），71%为女性，69%正在上学。73%的参与者报告有心理健康问题史，45%报告有抑郁诊断史（表1）。

PCA分析显示数据背后的方差分布呈偏斜的幂律分布（图1）。如表2所示，前五个主成分占总方差的51%。PC1和PC2反映了抑郁症状的总体特征。

讨论

本研究通过降维程序发现，抑郁综合征中的症状差异并非完全独立，而是由多种潜在方差成分共同作用的结果。为了在这种分布结构中识别出更明确的表型，基于投影的聚类方法产生的聚类在具体性和定性区分上优于传统的聚类方法。这归因于该方法的可解释性。

结论

通过使用基于投影的聚类算法，本研究确定了六种由同质性聚类构成的症状特征，这些聚类的区分基于与先前假设的病理机制相关的定性因素。这些结果与以往研究的差异可能是由于抑郁综合征背后的方差分布与主流聚类算法优化过程之间的相互作用所致。

作者贡献声明

Alexander Tashevski：撰写——审稿与编辑、初稿撰写、数据可视化、软件开发、方法论设计、调查实施、数据分析、概念构建。Mathew R. Varidel：撰写——审稿与编辑、验证工作、研究监督、方法论设计、数据分析、概念构建。Ian B. Hickie：初稿撰写、研究监督、资源协调、资金获取、概念构建。Jan Scott：审稿与编辑、研究监督、方法论设计。

伦理标准

北悉尼地方卫生区人类研究伦理委员会批准了这项研究（HREC/17/HAWKE/480），所有参与者均通过在线方式表达了知情同意（可选择退出）。作者声明，本研究的所有程序均符合相关国家和机构关于人类实验的伦理标准，以及1975年《赫尔辛基宣言》（2008年修订版）的要求。

财务支持

本研究得到了“医学研究未来基金——健康领域应用人工智能研究”（MRFAI000097）的资助，该项目旨在“利用可解释的机器学习技术改善青少年心理健康护理”。M.V.获得了“The Johnston Fellowship”及其他希望保持匿名的捐赠者的资助；F.I.获得了“Bill and Patricia Richie基金会”和NHMRC EL1研究基金（GNT2018157）的支持；I.B.H.也获得了相关资助。

利益冲突声明

IBH是澳大利亚悉尼大学Brain and Mind Centre（BMC）的健康与政策副主任。BMC在Camperdown地区运营着一项早期干预青少年服务项目，该项目由headspace机构委托开展。Hickie教授曾领导过多项基于社区和制药行业（Wyeth、Eli Lily、Servier、Pfizer、AstraZeneca、Janssen Cilag）的支持项目，专注于焦虑和抑郁的识别与管理工作。他同时担任该项目的首席科学顾问。

致谢

我们衷心感谢David Turner在整个研究过程中给予的坚定支持和鼓励。

术语表

焦虑

一种以担忧和恐惧为主要表现的心理健康障碍

双相情感障碍

一种情绪在积极与消极状态之间剧烈波动的心理健康障碍

聚类

通过无监督机器学习技术根据特征相似性对数据进行分组形成的单一群体

抑郁

一种以持续的低落情绪为特征的心理健康障碍

因子分析

一种无监督机器学习技术，用于提取代表数据结构的因子