咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >双相抑郁障碍与单相抑郁障碍的临床和生物学鉴别指标筛选及诊断预... 收藏
双相抑郁障碍与单相抑郁障碍的临床和生物学鉴别指标筛选及诊断预...

双相抑郁障碍与单相抑郁障碍的临床和生物学鉴别指标筛选及诊断预测模型的建立

作     者:杨永涛 

作者单位:济宁医学院 

学位级别:硕士

导师姓名:崔利军

授予年度:2021年

学科分类:1002[医学-临床医学] 100205[医学-精神病与精神卫生学] 10[医学] 

主      题:单相抑郁障碍 双相抑郁障碍 炎性细胞因子 脑源性神经营养因子 logistic回归模型 神经网络模型 

摘      要:目的:研究双相抑郁障碍和单相抑郁障碍临床及生物学鉴别指标;建立Logistic回归模型、Fisher判别分析模型、神经网络预测模型并筛选双相抑郁障碍的最佳预测模型。方法:入组河北省精神卫生中心2020年4月至2020年11月住院的单相抑郁障碍患者94例、双相抑郁障碍患者97例(双相Ⅰ型43例、双相Ⅱ型54例)为研究对象,并收集同时期健康对照79人。双相抑郁障碍的诊断标准需符合《美国精神障碍诊断与统计手册第5版》(DSM-5)双相Ⅰ型、双相Ⅱ型障碍目前为重性抑郁发作,单相抑郁障碍的诊断标准需符合重性抑郁障碍反复发作。采用自制的一般情况调查表收集患者的人口学资料,应用汉密尔顿抑郁量表(HAMD)、汉密尔顿焦虑量表(HAMA)、32项轻躁狂症状清单(HCL-32)、快感缺失评定量表(DARS)评估患者的临床症状;采用气质自评量表(TEMPS-A)评定患者的气质类型,选用SCID-II中边缘性人格障碍诊断条目评定患者的边缘性人格。采用化学发光法检查血浆皮质醇、甲状腺功能、血糖、血脂、血同型半胱氨酸,采用ELISA法测定样本血清炎性细胞因子和血浆BDNF水平,采用实时荧光定量PCR检测样本BDNFm RNA水平。采用SPSS22.0和Medcalc统计软件进行数据分析、模型建立和效能分析。结果:1.双相抑郁障碍患者平均发病年龄(21.64±10.42岁)明显的早于单相抑郁障碍的(38.79±14.47岁)(Z=7.866;P0.05),单相抑郁障碍和双相抑郁障碍组的s TNFR2、s IL-6R均高于健康对照(P0.05),可溶性炎性细胞因子受体s TNFR2两组间差异无统计学意义,双相抑郁障碍组的s TNFR1、s IL-6R高于单相抑郁障碍组(P0.05),BDNFm RNA低于健康对照组(P0.05);双相抑郁障碍组的BDNF和BDNFm RNA均高于单相抑郁障碍组(P0.05)。4.调整年龄和性别后单因素logistic回归分析结果显示,夜宵习惯、工作性质、首次发病年龄、伴焦虑特征、伴混合特征、伴忧郁特征、伴季节特征、自伤行为、边缘性人格、HCL-32评分、旺盛型气质、T4、IFN-γ、s TNFR1、s IL-6R、BDNF、BDNFm RNA这17个因素与双相抑郁障碍的发生有统计学关系。5.筛选出上述变量进入多因素logistic回归,分析显示首发年龄早、自伤、低T4、低s IL-6R、高BDNFm RNA是双相抑郁障碍的独立危险因素;女性、伴焦虑特征、伴忧郁特征、伴季节特征为单相抑郁障碍的独立危险因素。建立三种不同的预测模型分析显示:Logistic回归模型总预测准确率为90.05%,特异度为93.62%,灵敏度为86.60%,AUC为0.952。Fisher判别分析模型总预测准确率为88.48%,特异度为93.62%,灵敏度为83.51%,AUC为0.952。神经网络模型总预测准确率为91.10%,特异度为92.55%,灵敏度为89.69%,AUC为0.978。神经网络模型预测性能较高,与Logistic回归模型、Fisher判别分析模型ROC曲线下面积间的差异存在统计学意义(Z=2.310,P=0.021)。结论:1.双相抑郁障碍患者发病年龄早,具有夜宵习惯的比例高,临床表现更多伴有混合特征、非典型特征、精神病性特征,超40%的患者伴有自伤自杀行为和边缘性人格。2.双相抑郁障碍患者HCL-32评分高,快感缺失程度较轻,具有更明显的循环气质、激惹气质、旺盛气质。HCL-32、DARS、TEMPS-A量表对于单、双相抑郁障碍的鉴别诊断具有辅助作用。3.双相抑郁障碍患者的T4水平低于单相抑郁障碍患者,存在更明显的甲状腺功能紊乱。4.单、双相抑郁障碍均存在炎症性改变,促炎细胞因子和抗炎细胞因子水平失衡在发病过程中起重要作用,可溶性炎性细胞因子受体的改变支持代偿性免疫调节系统(CIRS)紊乱假说;双相抑郁障碍s TNFR1和s IL-6R低于单相抑郁障碍,两者的可溶性炎性细胞因子受体表达水平不同,单相抑郁障碍在CIRS方面紊乱更明显。5.双相抑郁障碍患者的脑源性神经营养因子和BDNFm RNA水平均高于单相抑郁障碍,可能是单双相抑郁障碍的鉴别诊断的生物学指标。6.应用人工神经网络构建双相抑郁障碍预测模型,预测效果优于Logistic回归模型、Fisher判别分析模型,为双相障碍的早期诊断提供良好预测方法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分