检索历史 清除

摘要目的:<br>　　以抑郁为首发症状的双相情感障碍初次就诊时常被误诊为单相抑郁障碍，给患者治疗及预后带来严重的不良后果。目前仍缺乏鉴别单相抑郁障碍和双相抑郁障碍的客观指标。大量研究发现单相抑郁障碍和双相抑郁障碍存在认知功能差异，对作为客观评价认知功能的事件相关电位的进一步研究，有望作为单相抑郁障碍和双相抑郁障碍的鉴别的客观标志物。本研究通过对单相抑郁障碍和双相抑郁障碍患者的事件相关电位进行对比研究,探讨ERP多项指标联合对于单相抑郁障碍和双相抑郁障碍两种疾病的区分效能，并建立预测模型，为临床单双相抑郁障碍的区别提供理论依据。<br>　　方法:<br>　　研究对象为2017年至2021年在山西医科大学第一医院精神卫生科住院的患者，根据（DSM-Ⅳ)诊断标准，总计纳入单相抑郁障碍和双相抑郁障碍患者264例，其中单相抑郁障碍患者177例，双相抑郁障碍患者87例。使用日本NihonKohden公司生产的MEB29200肌电图/诱发电位仪收集患者事件相关电位数据，包括MMN、P300（N1、P2、N2、P3a、P3b）、CNV（CNVA或A、CNVB或B）、P50（S1-P50、S2-P50、S2-P50/S1-P50波幅比）等指标的波幅及潜伏期资料。<br>　　首先使用独立样本T检验分析事件相关电位中各单项指标的波幅及潜伏期在单相抑郁障碍和双相抑郁障碍患者中的差异，再以事件相关电位中各指标的波幅及潜伏期为分类特征，通过随机森林（RandomForest,RF）方法建立模型对两种疾病进行区分，同时采用交叉验证法验证模型的分类性能，建立能够区分单相抑郁障碍和双相抑郁障碍的模型。<br>　　结果:<br>　　1.临床一般人口学资料<br>　　单相抑郁障碍和双相抑郁障碍两组间性别(P=0.091)、年龄(P=0.590),体重(P=0.552)、婚姻(P=0.457)及学历(P=0.112)无显著统计学差异。<br>　　2.单相抑郁障碍和双相抑郁障碍中事件相关电位各单项指标的差异分析<br>　　单相抑郁障碍和双相抑郁障碍两组间N1潜伏期(P=0.07)、P2潜伏期(P＜0.001)、N2潜伏期(P＜0.001)、S1-P50波幅(P=0.001)、S2-P50波幅(P=0.007)、B潜伏期(P=0.030),B波幅(P=0.032)等指标方面有差异，且差异存在统计学意义(P＜0.05);<br>　　未发现两组间N2波幅(P=0.707)、P3a潜伏期(P=0.596)、P3b潜伏期(P=0.540)、P3b波幅(P=0.105)、S1-P50潜伏期(P=0.062)、S2-P50潜伏期(P=0.649)、MMN潜伏期(P=0.188)、A潜伏期(P=0.745)、S2-P50/S1-P50波幅比(P=0.844)的显著统计学差异(P＞0.05)。<br>　　3.单相抑郁障碍和双相抑郁障碍中ERP多项指标联合的模型预测<br>　　在数据测试集中，随机森林模型的准确率、灵敏度和特异度分别为80％、89.8％和79.6％。贡献最大的前十个特征依次为N1潜伏期、P3a潜伏期、P3b波幅、S2-P50波幅、CNVB波幅、P3b潜伏期、S1-P50波幅、CNVB潜伏期、P2潜伏期、N2潜伏期。<br>　　结论:<br>　　1.相较于单相抑郁障碍，双相抑郁障碍患者P300潜伏期更短、B潜伏期更长，S1-P50波幅、S2-P50波幅、B波幅更高;<br>　　2.使用随机森林算法建立的事件相关电位多项指标联合预测模型可用于区分单相抑郁障碍和双相抑郁障碍。