经颅磁刺激（TMS）神经生理标志物在精神分裂症攻击行为预测中的价值研究

本研究探讨了经颅磁刺激（TMS）所获取的皮质抑制与兴奋性指标（包括SICI、CSP及SI1mV-RMT）与精神分裂症患者攻击行为（通过MOAS量表评估）之间的显著关联。研究建立了多变量预测模型（AUC=0.704），证实TMS生物标志物在识别高风险患者方面具有中等预测效力，为临床开展针对性干预提供了神经生理依据。

　　

Highlight

Results

总共招募了79名患者参与研究。基本的社会人口学资料、临床数据和TMS测量指标总结于补充材料中。我们根据MOAS总分还将患者分为高攻击组和低攻击组（表1）。高攻击者（MOAS ≥10，n = 43）与低攻击者（n = 35）相比，表现出显著更低的短间隔皮质抑制（SICI）（平均值 M = 71.85，标准差 SD = 33.02 vs. M = 87.57, SD = 13.07；p = 0.005, Cohen's d = ?0.62, 95% CI [?1.08,-0.17]）。此外，高攻击者的皮质静息期（CSP）显著更长（M = 153.79, SD = 47.81 vs. M = 131.54, SD = 33.07; p = 0.015, Cohen's d = 0.53, 95% CI [0.08, 0.98]），并且SI1mV - RMT（静息运动阈值）值显著更高（M = 35.70, SD = 17.12 vs. M = 27.54, SD = 12.81; p = 0.019, Cohen's d = 0.53, 95% CI [0.08, 0.98]）。长间隔皮质抑制（LICI）和可塑性测量指标在两组间未显示出显著差异。

多元线性回归分析显示，一个包含CSP、SICI和SI1mV - RMT的模型能够解释MOAS总分17%的变异（p = 0.0036, Cohen's f2 = 0.2）。包含相同预测因子的多元逻辑回归模型在区分高、低攻击者方面达到了0.704的曲线下面积（AUC）（p = 0.005）。尽管整体模型显著，但没有任何一个单个预测因子达到统计学显著性，这提示可能存在交互效应，值得进一步探索。纳入其他TMS测量指标以及各种临床和社会人口学变量并未改善模型拟合度。

Discussion

我们的结果提供了证据，表明皮质抑制（SICI, CSP）和兴奋性（SI1mV-RMT）的神经生理学标志物与精神分裂症的攻击行为相关。SICI降低是精神分裂症个体中最稳健且被一致报告的TMS发现之一（Lányi等人，2024）。GABA_A介导的抑制性缺陷被认为是该疾病若干临床特征的基础，我们的结果将这种关联性扩展到了攻击行为。SICI与MOAS总分之间的负相关表明，运动皮层内GABA能抑制控制受损越严重，攻击性水平可能越高。较长的CSP，反映了GABA_B受体介导的抑制过程，也与更高的攻击性相关。一个看似矛盾的解释是，CSP延长可能代表了一种代偿机制，试图抑制皮层过度兴奋。SI1mV-RMT是招募增益的一个替代指标，与MOAS得分呈正相关，表明皮层兴奋性越高，攻击性越强。这与之前将皮层过度兴奋与攻击行为联系起来的研究是一致的。我们的多变量模型实现了中等预测精度（AUC 0.7–0.8），表明这些TMS测量指标结合在一起，可能作为识别攻击行为高风险患者的有用工具。然而，单个预测因子缺乏显著性表明，这些神经生理学过程之间存在复杂的相互作用，在确定攻击行为的神经基础时，需要考虑它们的组合效应而非单独作用。

Conclusion

总之，我们的研究表明，运动皮层的TMS抑制和兴奋性测量指标可以共同作为预测精神分裂症个体攻击行为的有意义的神经生理学预测因子。这些测量指标有可能使临床医生能够识别出高风险个体，从而采取针对性干预措施，包括以攻击行为为重点的认知行为疗法，或者 perhaps 采用诸如重复经颅磁刺激（rTMS）等神经调节治疗来增强皮质抑制。此外，对高危患者进行密切监测和积极管理至关重要。