一项关于长期住院的稳定型精神分裂症患者大脑皮层血流动力学与握力特征表型的探索性研究
《PLOS One》:An exploratory study on cortical hemodynamics and handgrip strength phenotypes in long-term hospitalized patients with stable schizophrenia
【字体:
大
中
小
】
时间:2026年05月16日
来源:PLOS One 2.6
编辑推荐:
摘要
目的:本研究旨在探讨长期住院的稳定型精神分裂症患者的握力(HGS)表型与大脑皮层血流动力学之间的关系,并评估握力是否可以作为该人群神经认知功能的潜在指标。
方法:在这项横断面研究中,共纳入96名稳定型精神分裂症患者。使用校准过的测力计测量握力。通过功能性近红外光谱
摘要
目的:本研究旨在探讨长期住院的稳定型精神分裂症患者的握力(HGS)表型与大脑皮层血流动力学之间的关系,并评估握力是否可以作为该人群神经认知功能的潜在指标。
方法:在这项横断面研究中,共纳入96名稳定型精神分裂症患者。使用校准过的测力计测量握力。通过功能性近红外光谱(fNIRS)技术,在言语流畅性任务(VFT)期间监测大脑皮层的血流动力学反应,分析指标包括氧合血红蛋白(Oxy-Hb)和总血红蛋白(Total-Hb)信号的变化,如S积分、T中心和K激活等。统计分析方法包括Spearman相关性分析、单变量线性回归以及带有事后比较的一般线性模型。
结果:在参与者中,40.60%(39/96)为男性,59.40%(57/96)为女性,中位年龄(P25, P75)为52岁(42-56岁)。单变量线性回归显示握力不对称性与额叶S积分值之间存在显著正相关(Oxy-Hb:β=65.650,95% CI:18.488–112.812,P=0.007;Total-Hb:β=64.878,95% CI:19.360–110.395,P=0.006)。然而,在调整潜在混杂因素后,无论根据百分比阈值还是优势手类型对握力不对称性进行分类,一般线性模型均未发现额叶S积分值存在显著差异(所有Bonferroni校正后的P>0.05)。
结论:在这项探索性研究中,未调整混杂因素时,握力不对称性与额叶S积分值相关;但在调整混杂因素并进行多重比较后,这种关联不再显著。因此,握力表型不能被视为该人群神经认知活动的可靠或简单替代标志物,这突显了精神分裂症中复杂的神经生理因素的影响。
引言:
精神分裂症是一种异质性精神疾病,其特征包括三种核心症状领域:阳性症状(如幻觉和妄想)、阴性症状(如社交退缩和言语贫乏)以及认知障碍(如处理速度和执行功能缺陷)[1-3]。由于其慢性复发过程,精神分裂症通常需要长期临床管理,在许多情况下需要长期住院治疗,给患者、家庭和医疗系统带来巨大负担[4,5]。尽管精神药物疗法有所进展,但由于该疾病的复杂多因素病理生理学特性以及缺乏经过验证的临床分层和预后生物标志物,个性化治疗策略的实施仍受到限制。握力(HGS)作为一种客观且可重复的神经肌肉功能指标受到了关注[6]。除了传统上用于评估身体健康外,握力也越来越被认为是老年人认知衰退和痴呆的预测因子[7-9],并与大脑结构和功能相关。握力与认知之间的关联被认为反映了共同的神经基础,因为运动表现和认知过程都依赖于中枢神经系统的协调功能[10,11]。神经影像学研究显示,握力与皮层和皮下区域的灰质体积存在关联[12,13]。此外,非典型的握力表型,特别是优势手与非优势手之间的不对称性,可能表明半球失衡或半球间通信中断[14],并与不良认知结果和神经退行性风险增加有关[15]。长期住院的精神分裂症患者面临由疾病本身、长期抗精神病治疗以及机构因素(如缺乏运动和环境剥夺)引起的运动和认知障碍的复合风险[16-18]。先前的研究报道精神分裂症患者的握力降低,且握力较弱与认知表现较差有关[19,20]。最近的研究还表明握力表型可能与大脑皮层血流动力学活动有关[21]。然而,尚不清楚特定的握力特征(包括绝对力量和双手不对称性)是否与该人群中特定认知领域(如语言产生和执行功能)的任务诱发神经活动相关。因此,本研究旨在探讨长期住院的稳定型精神分裂症患者的握力表型与额叶和颞叶功能神经生理改变之间的关联。通过言语流畅性任务(VFT)期间的功能性近红外光谱(fNIRS)技术,我们评估了握力、握力不对称性及任务相关的大脑皮层血流动力学反应之间的关系。阐明这些关联有助于明确握力是否可作为精神分裂症神经生理状态的可行外周标志物,并加深对这种疾病中身体和认知功能障碍之间神经机制的理解。
方法:
研究设计和参与者:这项横断面研究于2024年8月1日至9月15日在自贡市精神卫生中心进行,符合《赫尔辛基宣言》的规定。纳入标准如下:1)年龄18岁及以上;2)根据ICD-10诊断标准确诊为精神分裂症;3)临床状态稳定,症状控制良好,超过一个月无症状加重,且至少两个月内抗精神病治疗方案稳定;4)住院时间至少三个月;5)愿意参与并签署书面知情同意书;6)能够完成所有研究评估。排除标准包括:1)患有自身免疫性疾病或正在接受抗癌治疗;2)严重的肝肾功能损害;3)无法进行握力测量或fNIRS测试,或无法完成所需的心理病理学和认知评估。
知情同意过程:本研究严格遵循《赫尔辛基宣言》,并获得中国自贡市精神卫生中心(IRB2023024)的伦理批准。鉴于参与者的潜在认知脆弱性,采用了分阶段知情同意程序。首先从每位参与者的法定监护人处获得替代同意。通过电话详细解释研究目的、程序、风险和数据管理(强调不涉及任何侵入性或收费程序),然后获得书面知情同意。随后,主治医生与患者进行面对面沟通,用简化的语言传达信息,并通过互动对话和直接提问确认患者的理解情况(而非使用正式工具如MacCAT-CR)。只有在确认患者充分理解并自愿同意后,才收集书面同意书(签名或指纹)。所有原始同意文件均存档于IRB,并提交给医院医疗管理部门。在2024年的随访中,继续采用双重同意框架,并引入了fNIRS评估。对于继续参与的参与者,重新解释了新的同意程序,并在测试前确认其理解和意愿。为减少参与者负担,数据收集时间与他们的常规临床护理和体检时间表进行了精心协调。具体而言,在2023年入组的122名患者中,有26人因药物剂量信息不完整(n=23)或PANSS数据缺失(n=3)而被排除,最终纳入分析的参与者为96人。
握力测量:使用校准过的液压测力计(EH101;Camry,中国广东;测量范围:0–90.0 kg)测量握力。手的优势性由参与者自我报告确定。根据国家健康与营养调查(NHANES)的站立姿势协议进行测量。根据NHANES协议[22],参与者在肘部完全伸直、肩膀内收约10°、头部保持直立、手腕中立、双脚与髋同宽的情况下,用第二掌指关节最大程度地挤压测力计。由于研究对象为长期住院的精神分裂症患者,其中许多人因抗精神病药物使用和缺乏运动而肥胖,研究人员在每次测试前提供手动帮助以稳定他们的站立姿势,尽量遵循NHANES协议。每只手完成三次测试,每次测试之间休息2分钟以减少疲劳。记录每次测试的最大值(kg)用于分析。所有测量均在受控环境下进行。
fNIRS指标测量:fNIRS通过检测表层皮层中氧合血红蛋白(Oxy-Hb)和脱氧血红蛋白(Deoxy-Hb)对近红外光吸收的变化,实现非侵入性的大脑皮层血流动力学监测[23]。fNIRS与功能性磁共振成像(fMRI)[24]具有良好的一致性,并具有便携性和对运动的相对耐受性等实际优势,特别适用于行动不便的人群(包括长期住院患者)[25]。该技术在不同测试和通道间表现出稳定的重复性[26],在表层皮层区域的群体水平测量中具有高重现性[26],以及高时间分辨率,可实时评估任务相关和静息状态下的氧合变化[27]。此外,通过特定硬件设计和先进的信号处理,fNIRS能有效区分大脑皮层血流动力学反应和颅外干扰(如心脏搏动、头皮血流)[28]。这些特点使fNIRS成为捕捉快速神经动态的灵活工具。
fNIRS数据采集使用BS-3000L fNIRS系统(武汉Znion Technology Co., 中国)在安静、受控的环境中进行。系统包含16个光发射器和16个探测器,分别工作在690 nm和830 nm波长,采样率为20 Hz。光探头间距为3 cm,覆盖双侧额叶和颞叶区域,共53个测量通道(见图1)。探头位置根据国际10–20系统[29]沿T4–Fpz–T3线布置,并用头带固定。
参与者完成标准化言语流畅性任务(VFT)(图2),包括30秒的任务前基线(从1计数到30)、60秒的任务阶段(参与者使用每15秒变化的视觉字符生成尽可能多的中文短语)以及60秒的任务后基线(从1计数到60)。
信号处理和指标提取:使用Homer2工具箱(实现于MATLAB;MathWorks,美国马萨诸塞州纳蒂克)[30]对数据进行预处理,该工具箱集成在fNIRS系统中。处理流程包括:首先计算整个记录中每个通道的变异系数(CV),设定CV阈值为35%,保留超过80%通道符合此标准的参与者进行进一步分析;将数据转换为光密度(OD);使用样条插值方法[31]校正运动伪影,识别出3秒内超过标准差20%的信号变化;应用0.01 Hz高通滤波器去除基线漂移,使用0.1 Hz低通滤波器减弱心脏搏动、呼吸、血压波动和表层血流等高频生理噪声[32];然后根据修正后的Beer–Lambert定律[33]将过滤后的信号转换为Oxy-Hb、Deoxy-Hb和总血红蛋白(Total-Hb=Oxy-Hb+Deoxy-Hb)的浓度变化;计算任务期间的平均血红蛋白浓度变化,相对于10秒的任务前基线。根据国际10–20系统对fNIRS通道进行皮层配准。覆盖双侧颞叶区域的通道(ch2、ch3、ch5、ch7、ch8、ch13、ch44、ch46、ch49、ch50、ch51和ch53)被指定为颞叶测量,其余通道归类为额叶反应。在fNIRS数据分析中,我们重点关注Oxy-Hb信号,因为它们比Deoxy-Hb更直接反映皮层激活[34-36],并分析Total-Hb以评估区域脑血容量变化[37]。从Oxy-Hb和Total-Hb响应曲线中提取了三个主要的血流动力学指标,用于分析额叶和颞叶区域:(1) S积分,定义为任务期间响应曲线下的面积,代表神经激活的总体幅度[38];(2) T中心点,对应于累积正向血流动力学响应达到50%的时间点,反映了激活的时间分布[39];(3) K激活,计算为响应曲线初始上升阶段(前5秒)的线性斜率,表示任务开始后皮层激活的速度[40]。心理病理学和认知功能评估由受过培训的精神病学家使用标准化临床工具进行:精神症状:使用30项阳性与阴性症状量表(PANSS)[41,42]评估心理病理学。每个项目的评分范围为1(无)到7(极端),总分越高表示症状越严重。如先前研究[43]所述,总分58、75和95分别对应轻度、中度和重度疾病。抑郁和焦虑症状:使用9项患者健康问卷(PHQ-9)[44]和7项广泛性焦虑障碍量表(GAD-7)[45]评估抑郁和焦虑症状。任一量表得分5分或以上被视为具有临床意义的症状[46]。整体认知功能:使用中国版的蒙特利尔认知评估(MoCA-C)[47]测量整体认知表现,这是一个30分的筛查工具,分数越低表示认知障碍越严重。MoCA-C在精神分裂症患者中显示出良好的有效性和适用性[48],分数25–27用于识别轻度认知缺陷,分数24或以下表示重度认知缺陷[48]。
通过结构化访谈和电子病历审查收集了潜在的混杂变量,包括年龄、性别、体重指数(BMI)、婚姻状况、教育程度、自我报告的睡眠质量、视力或听力障碍以及烟草和酒精使用情况。还记录了临床特征,包括精神症状复发史、精神障碍家族史、首次发作状态、病程(年数)、住院时间(月数)、跌倒史、氯丙嗪等效剂量(mg/天)、医院细菌性肺炎史、COVID-19史、治疗方法(抗精神病药单药治疗)以及共病慢性疾病的数量。抑郁状态、焦虑状态以及PANSS、GAD-7和MoCA-C评估的得分被纳入作为潜在的混杂因素。
数据分析使用SPSS软件(版本25.0)进行,双侧P值<0.05被认为具有统计学意义。分类变量以频率和百分比表示。连续变量的分布使用Shapiro–Wilk检验进行评估。正态分布的数据表示为均值±标准差(SD),而非正态分布的数据则报告为中位数和四分位数范围(IQRs),由第25百分位数(P25)和第75百分位数(P75)定义。Spearman’s Rho相关性用于评估HGS表型(包括绝对HGS和HGS不对称性)与fNIRS衍生的血流动力学指标(S积分、T中心点和K激活)之间的关联。在发现HGS不对称性与额叶S积分之间存在显著相关性后,进行了单变量线性回归分析以进一步研究这种关系。为了比较不同HGS不对称性类别的额叶S积分值,参与者根据现有文献中的两种不同分类方法进行分组。方法A(基于百分比的分类)[49,50]将不对称性分为≤10%、10.1–20%或>20%。方法B(基于优势的分类)[51,52]将非不对称性定义为非优势与优势的HGS比率在0.9–1.1之间,优势不对称性定义为比率<0.9,非优势不对称性定义为比率>1.1。分别对每种分类方案使用单变量一般线性模型来检查HGS不对称性亚组与额叶S积分值之间的关联,所有协变量同时进入模型。基于先前表明可能影响脑血流动力学的证据[35,53,54],以下协变量被强制纳入回归分析:年龄、性别、氯丙嗪等效剂量、病程、BMI、MoCA-C得分、PANSS得分、教育水平、吸烟史和饮酒史。这些模型中的独立变量之间的多重共线性使用方差膨胀因子(VIF)进行评估;VIF值低于5表示没有严重的共线性[55]。为了控制多重检验,应用了Bonferroni校正,并相应地报告了调整后的p值。采用这种保守的方法是因为涉及的成对比较数量有限,且我们的目标是尽量减少I型错误,特别是考虑到样本量较小和研究的初步性质。
**结果**
参与者的 demographic、临床和血流动力学特征详见表1。在96名患者中,40.60%(39/96)为男性,59.40%(57/96)为女性,中位数(P25, P75)年龄为52(42, 56)岁。绝对HGS和不对称性比率的中位数分别为20.55(14.65, 28.25)kg和0.94(0.85, 1.07)。对于fNIRS指标,中位数(P25, P75)值如下:在额叶中,Oxy-Hb的S积分值为15.22(5.35, 43.35),Total-Hb的S积分值为12.55(4.8, 31.0);K激活值分别为Oxy-Hb的0.0003(?0.0003, 0.0009)和Total-Hb的0.0002(?0.0003, 0.0009)。在颞叶中,Oxy-Hb的S积分值为22.27(?1.73, 48.28),Total-Hb的S积分值为17.2(?13.5, 38.8);K激活值分别为Oxy-Hb的0.0004(?0.0003, 0.0009)和Total-Hb的0.0005(?0.0001, 0.001)。T中心点的均值±标准差分别为:额叶54.54±16.24(Oxy-Hb)和53.83±16.18(Total-Hb);颞叶54.66±16.18(Oxy-Hb)和51.29±14.92(Total-Hb)。
**HGS表型与fNIRS指标之间的相关性**
Spearman相关性分析显示HGS不对称性与额叶S积分值之间存在显著的正相关,无论是Oxy-Hb(r=0.281, P<0.01)还是Total-Hb(r=0.251, P<0.05)信号(表2)。在其他HGS表型(绝对强度或不对称性)与任何额外的fNIRS衍生指标(包括T中心点或K激活)之间未发现显著关系,无论是在额叶还是颞叶(所有P>0.05)。
**HGS不对称性与额叶S积分值之间的单变量线性回归分析**
以额叶S积分作为因变量进行了单变量线性回归分析。HGS不对称性与Oxy-Hb(β=65.650, 95% CI: 18.488–112.812, P=0.007)和Total-Hb(β=64.878, 95% CI: 19.360–110.395, P=0.006)信号的额叶S积分值显著正相关(表3)。相比之下,所有评估的demographic或临床变量与额叶S积分均无显著关联(所有P>0.05)。由于T中心点和K激活在未调整的分析中未显示显著关联(表2),因此未在多变量模型中进一步分析它们。
**不同HGS不对称性组别之间的S积分值的多重比较**
当根据基于百分比的不对称性阈值(方法A)对参与者进行分类时,调整了预定义的协变量(年龄、性别、氯丙嗪等效剂量、病程、BMI、MoCA-C得分、PANSS得分、教育水平、吸烟史和饮酒史)后的单变量一般线性模型显示,≤10%、10.1–20%和>20%不对称性组之间的额叶S积分值无显著差异(所有调整后的P>0.05;表4)。同样,基于优势类型的分类(方法B)在Bonferroni校正后也显示非不对称性、优势不对称性和非优势不对称性组之间的额叶S积分值无显著差异(所有调整后的P>0.05)。多重共线性诊断确认两个模型中的独立变量之间没有严重的共线性,所有VIF值均低于5(补充表1)。
**讨论**
据我们所知,这项探索性研究是首次探讨长期住院的稳定型精神分裂症患者中HGS表型与任务诱发的皮层血流动力学反应之间的关系。主要发现是,在未调整的分析中,HGS不对称性而非绝对HGS与VFT期间Oxy-Hb和Total-Hb信号的额叶S积分值显著正相关。当HGS不对称性被视为分类变量并通过两种已建立的分类方法进行分析时,经过协变量调整和Bonferroni多重比较校正后,各亚组之间的额叶S积分值无显著差异。这些结果表明HGS表型捕获了复杂的神经肌肉信息,在这种临床背景下,并不构成潜在神经认知活动的简单或直接替代指标。VFT是探测额颞功能的成熟范式,而fNIRS提供了一种敏感的方法来检测相关的血流动力学变化。与之前在精神分裂症中的fNIRS研究一致,这些研究反复显示额叶和颞叶的低激活[38,56,57],我们的样本表现出明显减弱的血流动力学反应。例如,本研究中观察到的额叶S积分中位数(12.55 [4.8, 31.0])远低于Wei等人报告的平均值(40.63±56.52),后者来自一个可能不太慢性的精神分裂症样本[58]。这种明显的任务诱发激活减少可能反映了我们人群的独特临床特征,包括高龄、病程延长以及长期机构化和持续抗精神病药物暴露的累积效应[59–63]。这些因素已知与代谢紊乱、体力活动减少和神经肌肉功能障碍有关,这些因素可能共同通过破坏皮层-皮下连接加剧额颞功能障碍[64,65]。观察到的HGS不对称性与额叶S积分值之间的正相关表明,周围运动不平衡与精神分裂症中的中枢神经生理过程可能存在潜在联系。然而,当HGS不对称性根据基于百分比的阈值或基于优势的标准进行分类时,额叶S积分值组间无显著差异,这突出了一个关键的方法学考虑。常用的临界值主要在一般或老年人群中开发和验证[49,50,52]。它们可能不直接适用于长期住院的精神分裂症患者,其神经肌肉功能受到慢性疾病、长期药物治疗和机构因素的影响。样本量较小限制了检测组间差异的统计能力,将连续变量(如HGS不对称性)分类不可避免地导致信息丢失,可能掩盖了基于相关性分析中的关联。这些考虑强调了将周围运动测量转化为这一人群中枢神经功能分类指标的挑战。
有几个限制因素需要考虑。首先,相对较小的样本量降低了将队列分层为具有临床意义的亚组(例如,基于年龄、病程或共病模式)以及在多重比较校正后检测组间差异的统计能力。因此,HGS与不同患者亚型之间的潜在重要差异可能未被发现。其次,仅从单一机构招募长期住院患者导致样本高度同质化,使用ICD-10诊断标准可能与应用DSM-5分类的研究在表型组成上有所不同。这些因素共同大大限制了我们发现的可推广性,使其无法应用于社区居住的门诊患者、急性期患者或在不同诊断框架下定义的更广泛的精神分裂症队列。第三,知情同意能力是通过非标准化工具(例如MacCAT-C)临床评估的,且同意是由治疗医生获得的,这可能引入了与治疗误解相关的潜在偏见。第四,在HGS测量期间使用手动辅助来稳定站立姿势可能限制了与标准数据的可比性,且未系统筛查可能直接影响HGS的特定条件(例如,上肢骨科疾病、原发性肌病或周围神经病变)。第五,使用的MoCA-C临界值来自小规模的精神分裂症队列样本,而不是针对这一人群的验证的大规模标准化数据,这可能导致我们研究组中认知障碍的潜在误分类。最后,协变量控制有限,因为药物效应主要通过氯丙嗪等效剂量进行评估,而没有详细考虑特定抗精神病药物、精确剂量或血浆药物水平。未来研究应利用更大和更多样化的队列,并采用纵向设计来明确运动和神经生理测量之间的时间方向关联。机制研究应结合多模态神经成像、详细的分子/神经化学分析以及多维数据,如全面的药理学分析、结构化的身体健康评估(例如,筛查上肢相关的骨科、肌病或神经病变状况)和认知评估。此外,未来的研究应采用独立的同意评估者和经过验证的能力评估工具,并为慢性精神分裂症患者建立或验证特定人群的MoCA-C评分标准。要将HGS表型作为实用的生物标志物进行验证,还需要在临床特征不同的精神分裂症患者群体中进行重复研究,同时有意评估包括特定药物作用、共病躯体状况和活动模式在内的混杂因素。这种综合方法将加深对精神分裂症中神经肌肉功能障碍机制的理解,并最终为开发精确的分层筛查工具和个性化康复策略提供依据。
**结论**
总之,这项探索性研究表明,握力不对称性与稳定型精神分裂症住院患者的额叶活动之间存在复杂且受情境影响的关系,但无法简单地将其归类为特定的临界值或直接作为神经认知功能的替代指标。这些初步发现强调了采用综合的多模态生物标志物方法的重要性,以便更准确地描述精神分裂症的潜在病理生理机制,并为制定个性化的临床管理策略提供依据。
**致谢**
我们感谢所有参与这项研究的参与者和工作人员。
**参考文献**
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号