综述：缓解抗精神病药物相关体重增加的方法

本文探讨了家庭经颅直流电刺激（tDCS）治疗重度抑郁症（MDD）的神经生理机制，通过脑电图（EEG）功能连接性分析（如相位锁定值PLV）和深度学习预测模型，揭示了γ波段同步活动可能是tDCS起效的机制，并证实基线静息态EEG可预测治疗缓解（准确率达71.94%），为MDD个体化神经调控治疗提供了新见解。

　　

引言

重度抑郁症（MDD）是一种常见且致残的精神健康障碍，其特征包括持续情绪低落、兴趣减退及神经生理症状改变。MDD具有高度异质性，初始药物治疗的缓解率仅为30–40%，后续治疗试验中约50–55%患者可获得缓解，但治疗过程常需反复尝试。非侵入性脑刺激技术——经颅直流电刺激（tDCS）近年来成为MDD的潜在治疗选择。tDCS通过施加微弱电流（通常为0.5–2.0 mA）调节神经元活动，阳极常置于左背外侧前额叶皮层（DLPFC），以调控与情绪调节相关的广泛神经网络。

鉴于tDCS具有便携性和良好安全性，本研究开发了家庭式tDCS治疗方案，并在多中心随机对照试验中显示出显著疗效。为探究其神经生理效应及治疗反应的预测因子，我们通过便携式无线EEG设备采集了静息态脑电数据，并分析了功率和相位锁定值（PLV）等指标。PLV通过评估电极间相位差异的一致性，可揭示脑区间的同步神经活动，尤其适用于捕捉MDD中与情绪调节相关的功能连接变化。

方法

本研究为双盲、安慰剂对照、随机、优效性试验，共纳入21名MDD参与者（16名女性，平均年龄36.63±9.71岁），基线汉密尔顿抑郁量表（HAMD）评分≥16。参与者被随机分配至主动tDCS组（n=11）或假刺激组（n=8）。家庭tDCS治疗为期10周，前3周每周5次，后7周每周3次，总36次。主动刺激为2 mA持续30分钟，假刺激则通过短暂电流模拟刺激感。临床缓解定义为治疗结束时HAMD评分≤7。

EEG数据通过4通道便携设备（电极位置：AF7、AF8、TP9、TP10）采集，采样频率256 Hz。静息态记录包括闭眼和睁眼状态，本研究仅分析闭眼数据。信号经带通滤波（1–60 Hz全频带及deltaδ 1–4 Hz、thetaθ 4–8 Hz、alphaα 8–12 Hz、betaβ 12–30 Hz、gammaγ 30–60 Hz子频带）后，计算各电极功率及6对电极间的PLV值。采用Spearman相关分析EEG指标与抑郁症状改善的关系，并通过深度学习模型（全连接感知器和一维卷积神经网络1DCNN）基于基线PLV特征预测治疗缓解。

结果

临床结局

主动tDCS组中6人达到临床缓解（平均HAMD 2.83±2.32），5人未缓解（13.80±3.83）；假刺激组仅1人缓解（HAMD=7），7人未缓解（11.9±2.54）。

EEG功能连接变化

主动组在治疗后显示更高的全频带PLV（AF8-TP9、AF8-TP10）及gamma波段PLV（AF7-AF8、AF7-TP9、AF8-TP9、AF8-TP10、TP9-TP10），表明tDCS增强了前额-颞叶区的神经同步。gammaPLV升高可能与默认模式网络功能调节相关，反映了tDCS对神经网络的调控作用。

在主动组内，delta、theta、alpha和betaPLV的变化与抑郁症状改善呈正相关（如thetaPLV在AF7-TP9电极对相关系数ρ=0.93，p<0.001），提示这些频段的连接性变化可能与临床改善机制相关。

深度学习预测

基于基线PLV特征的深度学习模型预测治疗缓解的最高准确率达71.94%（敏感性52.88%，特异性83.06%），最佳特征组合为theta、alpha和beta波段PLV。thetaPLV单独预测时敏感性最高（14.29%），而多波段组合显著提升分类性能，表明预测信息分布于多个频段。

讨论

本研究通过家庭EEG监测发现，主动tDCS治疗可诱导gamma波段同步活动增强，可能与默认模式网络功能调节有关。thetaPLV与症状改善的强相关性（如AF7-TP9电极对）提示其作为个体化治疗预测指标的潜力。深度学习模型整合多频段PLV特征实现了较高预测精度，为MDD的神经调控治疗提供了客观生物标志物。

研究局限性包括样本量较小、未结合认知任务EEG记录，且时间-组别交互效应不显著，可能反映了tDCS效应的复杂性。未来需扩大样本并结合任务态EEG以深入解析神经机制。尽管如此，基线静息态EEG功能连接特征已显示出对tDCS治疗反应的预测价值，有助于早期识别治疗抵抗者并优化干预策略。

结论

gamma波段同步活动可能是tDCS治疗MDD的神经机制，基线theta等多频段PLV特征可预测治疗缓解。家庭EEG监测结合深度学习为MDD的个体化神经调控治疗提供了可行且有效的工具。