精神疾病中MRI形态测量表型的跨站点可重复性

《Nature Neuroscience》：The cross-site reproducibility of MRI morphometric phenotypes in psychiatric disorders

　　

数十年的结构性磁共振成像（MRI）研究记录了精神疾病中灰质形态测量的改变，但该领域未能确定任何一致性的疾病表型。在此，研究人员通过评估五个精神疾病（精神分裂症（SCZ）、分裂情感性障碍（SCA）、自闭症谱系障碍（ASD）、重性抑郁障碍（MDD）和双相障碍（BD））共59个研究站点的全脑灰质体积和皮质厚度差异图的一致性，来检验当前方法是否终将收敛于这些表型。总共有2,437名患者和2,065名对照。研究人员发现跨站点一致性较低（中位数r ≤ 0.16）；与阿尔茨海默病（AD）（r = 0.54）相比显著降低；且无法由人口统计学、临床或扫描仪差异解释，并对分析选择稳健。通过自助法（bootstrapping），研究人员观察到对于精神分裂症，当每组样本量≥200时一致性可能改善，但其他疾病可能需要更大的样本。研究结果表明，当前结构性MRI的广泛实践不太可能识别出精神疾病中稳健的形态测量表型。

**论文解读：精神疾病MRI形态测量表型的跨站点可重复性分析**

**研究背景与问题**
一个多世纪前，Kraepelin建立了基于症状学和预后特征的精神疾病现代描述性诊断体系，并提出不同精神疾病应具有明确且诊断特异性的脑病理生理改变。20世纪80年代MRI的问世，使得活体脑结构和功能成像成为可能，研究者期望通过T1加权结构性MRI识别核心神经生物学表型。然而，尽管数十年来大量研究报道了灰质形态测量（如灰质体积和皮质厚度）在患者与对照之间的差异，但文献中结果高度不一致：同一疾病（如精神分裂症）的同一脑区（如纹状体）经常同时报告增加和减少的改变；重性抑郁障碍和双相障碍中也存在类似矛盾。这种不一致可能源于多种因素：研究间参与者临床和人口学特征（如疾病严重程度、病程、用药）的差异；图像处理和分析技术（如平滑核大小、阈值策略）的差异；传统上依赖小样本（每组约40人）导致效应估计高度不可靠；以及基于症状的诊断系统（如DSM）本身生物学效度有限，组内异质性大。因此，一个根本性问题浮现：当前结构性MRI研究的常见实践，是否终能收敛于精神疾病的稳健形态测量表型？

**研究内容与结论**
为回答上述问题，研究人员收集了来自59个独立研究站点的五个精神疾病（精神分裂症（SCZ）、分裂情感性障碍（SCA）、自闭症谱系障碍（ASD）、重性抑郁障碍（MDD）和双相障碍（BD））的个体层面数据，共计2,437名患者和2,065名健康对照。同时纳入阿尔茨海默病（AD）的7个额外站点（654名患者，937名对照）作为基准。采用统一的图像处理和分析流程，分别使用基于表面的形态测量（SBM）估计皮质厚度，以及基于体素的形态测量（VBM）估计灰质体积。在每个站点独立进行一般线性模型（GLM）比较，得到站点特异性统计图，然后通过皮尔逊空间相关量化每对站点之间差异图的一致性，即跨站点一致性（CSC）。主要发现如下：精神疾病的CSC中位数很低（r ≤ 0.16），远低于AD（r = 0.54）；SCZ和SCA的CSC相对较高（中位数0.16和0.15），而ASD、MDD和BD的CSC不显著高于随机预期。数据处理和分析选择（如阈值化、平滑、分区、数据协调ComBat）对CSC影响甚微。19种临床、人口学和MRI特征与CSC之间未发现稳定关联。自助法（bootstrapping）分析表明，对于SCZ，当每组样本量超过200时，CSC开始快速上升（在N≈200时达到中位数r=0.5），而ASD、MDD和BD需要更大样本（可能超过1,000）才能达到类似水平。模拟实验进一步提示，不同疾病表型的信噪比（SNR）差异很大：SCZ的SNR约为0.2，而MDD、ASD和BD的SNR极低（约0.05）。该研究发表于《Nature Neuroscience》。

**关键方法**
1. **数据收集与队列来源**：从多个开放存储库（如OASIS、ENIGMA等）及本地获取数据，共25个数据集、59个精神疾病站点和7个AD站点。每个站点需满足每组至少20名参与者（经质量控制后）。
2. **图像处理**：采用统一流程，使用FreeSurfer（v7.1.0）进行基于表面的形态测量（SBM）以估计皮质厚度，使用SPM12/CAT12进行基于体素的形态测量（VBM）以估计灰质体积。
3. **统计比较**：在每站点独立运行GLM，控制年龄、性别（SBM）或额外总颅内体积（ICV，VBM），生成z统计图（SBM）或t统计图（VBM）。
4. **一致性量化**：计算每对站点间未阈值化统计图的皮尔逊空间相关（CSC）；对阈值化图使用二元相关和复制率。
5. **零模型与统计推断**：使用eigenstrapping（SBM）和BrainSMASH（VBM）生成空间自相关匹配的随机图，以评估CSC显著性；同时进行置换检验。
6. **影响因素分析**：量化19个特征（年龄、性别、用药、扫描仪等）的跨站点相似性，使用Mantel检验评估其与CSC的关系。
7. **样本量效应**：通过自助法从合并数据中随机抽取伪站点，在不同样本量下重复计算CSC；并模拟不同信噪比（SNR）下的CSC变化。

**研究结果**
**CSC of cortical thickness differences**：AD的CSC中位数r=0.54，而精神疾病中SCZ最高（r=0.16），SCA（r=0.15），ASD（0.04），MDD（0.01），BD（0.06）。ASD和MDD的CSC不显著高于随机零模型。左右半球结果一致，VBM分析类似。
**Effects of data processing and analysis pipelines on CSC**：阈值化（无论是否校正多重比较）进一步降低CSC，多数落入随机预期；增加平滑核大小仅轻微提高未阈值化图的中位数CSC（如SCZ从0.16升至0.22），但增加了CSC方差；使用分区图谱（如Desikan-Killiany, Schaefer）平均提高CSC不超过10%，但方差也增加；数据协调（ComBat）对CSC无明显影响。
**Effects of clinical, demographic and MRI features on CSC**：19个特征中，仅ASD的女性人数和性别比例与CSC显著相关（Mantel检验，Bonferroni校正后P<0.05），但该结果因站点数少（仅3个站点有女性）需谨慎解释。VBM分析中无任何显著关联。
**Effects of sample size on CSC**：自助法显示，在最大可用样本量下，SCZ的r_max^boot = 0.73，显著高于其他疾病（ASD为0.2）。样本量增大至N=200时，SCZ的CSC中位数达0.5；SCA趋势类似；MDD、BD和ASD的CSC几乎不随样本量增加。模拟实验表明，SCZ的SNR约0.2，而ASD等高异质性疾病的SNR极低（约0.05），需样本量约1,000才能达到r>0.5。

**总结讨论与结论**
讨论部分指出，当前结构性MRI研究普遍依赖小样本、多独立研究，导致CSC极低（中位数r≤0.16），且无法通过改进处理流程或匹配临床特征来显著提高。统计分析表明，SCZ谱系障碍确实存在可识别的形态测量表型，但需大样本（>200）才能收敛；而MDD、ASD和BD可能需要更大样本（>1,000），这反映了其表型异质性更高或SNR更低。研究结论翻译如下：**研究结果表明，当前结构性MRI的广泛实践不太可能识别出精神疾病中稳健的形态测量表型。** 未来应优先推进跨诊断和大规模协作计划（如UK Biobank、ENIGMA）、开放数据共享、使用统一临床评估工具以识别更均匀的疾病亚组，并探索超越传统单变量形态测量分析的新方法（如多元分析、网络分析）。