《Brain, Behavior, & Immunity - Health》：Sleep Fragmentation and Heightened Inflammation: A Latent Profile Subtype Predicting Nine-Year Major Depressive Disorder Severity in the MIDUS Study
编辑推荐：
背景：分别检查促炎活性和睡眠障碍的横断面和标准方法阻碍了对其在重度抑郁症（MDD）上叠加的长期影响的理解。当前研究使用了潜在剖面分析（LPA）来识别多模态神经免疫剖面，并探究亚型是否预测了社区居住成人样本中的九年MDD严重程度。方法：社区成人（N=306）完成
背景：分别检查促炎活性和睡眠障碍的横断面和标准方法阻碍了对其在重度抑郁症（MDD）上叠加的长期影响的理解。当前研究使用了潜在剖面分析（LPA）来识别多模态神经免疫剖面，并探究亚型是否预测了社区居住成人样本中的九年MDD严重程度。方法：社区成人（N=306）完成了精神病学访谈以测量基线及九年随访时的MDD症状。匹兹堡睡眠质量指数和八天体动记录仪分别捕获了主观和客观睡眠障碍。对九个对数转换后的炎症标志物——包括C反应蛋白（CRP）、E-选择素（E-selectin）、细胞间黏附分子-1（ICAM-1）、纤维蛋白原（fibrinogen）、白细胞介素-6（IL-6）、白细胞介素-8（IL-8）、白细胞介素-10（IL-10）和肿瘤坏死因子-α（TNF-α）——进行了检测。研究人员进行了具有可解释的13变量核心集的LPA，模型选择基于多种指标，包括分样本调整兰德指数（ARI）稳定性。结果：两个剖面解提供了最佳拟合（ARI=0.948）。剖面1（n=212）以充足睡眠和低炎症为特征；剖面2（n=94）以睡眠不足和高炎症为特征。在控制基线人口统计学和MDD严重程度后，剖面2成员身份是更大九年MDD严重程度的强预测因子（Cohen's d=0.244，p=0.039）。该效应在完全调整模型中仍具有实际显著性（d=0.208）。LPA在基于简约性的模型拟合上优于变量中心方法。结论：以促炎活性和碎片化睡眠结构为特征的神经免疫剖面作为MDD症状的远端风险因素发挥作用。一种以人为中心的多模态风险分层方法可能增强对长期MDD的针对性预防。
重度抑郁症（MDD）是一种常见精神障碍，全球终生患病率约2–13%，是致残的主要原因之一，并与共病躯体疾病、认知功能障碍及人际问题紧密相关。既往研究多采用横断面设计，分别考察睡眠障碍或促炎活性对MDD的影响，但未能揭示二者在长期病程中的叠加效应。睡眠碎片化（如入睡潜伏期延长、睡眠效率降低）可通过情绪失调、过度觉醒等心理社会机制，以及调节神经递质（如褪黑素、5-羟色胺）的昼夜节律通路，增加MDD风险。同时，促炎标志物（如白细胞介素-6（IL-6）、肿瘤坏死因子-α（TNF-α））可通过激活吲哚胺2,3-双加氧酶（IDO）减少色氨酸可用性，并导致下丘脑-垂体-肾上腺（HPA）轴过度激活，从而预测未来MDD症状。然而，变量中心方法（如多元回归）难以处理高维数据中的多重共线性问题，且无法识别异质性亚型。因此，研究人员采用以人为中心的潜在剖面分析（LPA），整合睡眠（主客观指标）与炎症标志物，识别神经免疫亚型，并探究其对九年MDD严重程度的预测价值。该研究发表于《Brain, Behavior, 》。
研究人员基于美国中年发展（MIDUS）研究，从生物标志物子样本中筛选出306名社区成人（平均年龄57.65岁，56.2%女性，94.1%白种人），完成基线及九年随访的临床访谈（使用复合性国际诊断访谈简表（CIDI-SF）评估MDD症状），匹兹堡睡眠质量指数（PSQI）和八天体动记录仪（Actigraphy）分别测量主观与客观睡眠，并检测九种对数转换后的炎症标志物（C反应蛋白（CRP）、E-选择素（E-selectin）、细胞间黏附分子-1（ICAM-1）、纤维蛋白原（fibrinogen）、IL-6、IL-8、IL-10、TNF-α）。采用LPA基于13个核心变量（包括睡眠效率、入睡后觉醒时间、入睡潜伏期、PSQI总分、ELISA CRP、ELISA IL-6、MSD TNF-α、ELISA E-选择素、ELISA纤维蛋白原、ELISA ICAM-1、MSD IL-6、MSD IL-8、MSD IL-10）识别亚型，模型选择依据Akaike信息准则（AIC）、贝叶斯信息准则（BIC）、熵及分样本调整兰德指数（ARI）稳定性。缺失数据通过随机森林插补处理，并评估选择偏倚。最终将剖面成员身份作为预测因子，纳入多重线性回归模型，控制年龄、性别、种族、教育、基线MDD严重程度、慢性病数量、用药、精神科诊断及补充剂等协变量。
**样本属性与选择偏倚**：与排除的748名参与者相比，纳入的306名参与者在体动记录仪睡眠指标上更健康（|d|=0.19–0.42），MSD IL-8水平更高（d=0.26），ICAM-1和IL-10水平更低（d=–0.31至–0.14），物质使用障碍（SUD）严重程度更低（d=–0.13），但基线MDD严重程度无显著差异（d=–0.05，p=0.610），表明选择偏倚主要源于体动记录仪数据缺失而非心理健康差异。
**LPA模型选择**：2剖面VII（可变体积，球形协方差）解在AIC、BIC、熵（E=0.842）和平均后验分类概率（0.940）上表现最优，且分样本复制稳定性极佳（平均ARI=0.948）。3个及以上剖面解的复制稳定性较差，故被拒绝。13变量核心集较原43变量集更简约。
**剖面特征**：剖面1（n=212，69.3%）以充足睡眠和低全身促炎活性为特征；剖面2（n=94，30.7%）以碎片化睡眠和高促炎活性为特征。两组在所有13个核心变量上差异显著（p≤0.024），效应量最大的指标为睡眠效率（d=1.35）、入睡潜伏期（d=–1.18）、ELISA IL-6（d=–1.24）和MSD IL-6（d=–1.25）。
**剖面成员身份对9年MDD严重程度的预测价值**：在未调整模型中，剖面2成员身份显著预测更高九年MDD严重程度（d=0.448，p<0.001）。控制人口统计学变量后效应仍显著（d=0.401，p=0.001），进一步控制基线MDD严重程度后效应保持（d=0.244，p=0.038）。在完全调整模型（包括精神科诊断计数、SUD严重程度等临床协变量）中，尽管统计显著性减弱（p=0.079），效应量仍具有实际显著性（d=0.208），表明剖面2是独立于基线症状的远端风险因素。
**潜在剖面分析的附加价值与敏感性分析**：LPA剖面成员身份在模型拟合（AIC=1192.54，BIC=1267.01）上优于13变量中心回归、三个复合评分模型、K-means聚类和LASSO回归，且调整R2值相当但更简约。敏感性分析显示，睡眠效率与炎症的加法或乘法交互模型均未优于LPA参考模型（INT-B BIC=1273.0 vs. 模型5 BIC=1267.0），进一步支持LPA的相对优势。
讨论部分总结：LPA识别出两个具有临床意义的神经免疫剖面，其中剖面2（碎片化睡眠+高炎症）作为MDD症状的远端风险因素，其预测价值独立于基线抑郁症状。与变量中心方法相比，LPA提供了更优的模型拟合，且仅PSQI总分在单一变量中显著预测九年MDD，凸显了整合睡眠与炎症指标的必要性。该结果与睡眠-炎症共享生物学通路（如自主神经系统和HPA轴失调）一致，未来研究需纳入神经、应激及肠道微生物组指标。研究结论：以促炎活性和碎片化睡眠结构为特征的神经免疫剖面作为MDD症状的远端风险因素发挥作用，以人为中心的多模态风险分层方法可增强对长期MDD的针对性预防。
