《Frontiers in Psychology》:Multimodal clinical, sleep, and autonomic correlates across the depressive spectrum: a cross-sectional study
编辑推荐:
抑郁症是一种异质性(heterogeneous)疾病,其特征包括情感症状、睡眠紊乱和生理调节改变,但主观和客观测量对抑郁状态的相对贡献仍不清楚。在这项横断面研究中,101名参与者被分类为健康对照(healthy controls, HC, n=47)、阈下抑郁
抑郁症是一种异质性(heterogeneous)疾病,其特征包括情感症状、睡眠紊乱和生理调节改变,但主观和客观测量对抑郁状态的相对贡献仍不清楚。在这项横断面研究中,101名参与者被分类为健康对照(healthy controls, HC, n=47)、阈下抑郁(subthreshold depression, SD, n=30)和重度抑郁症(major depressive disorder, MDD, n=24)。研究人员收集了人口学特征、症状问卷、多导睡眠图(polysomnographic)变量、心率变异性(heart rate variability, HRV)指标和眼动追踪(eye-tracking)测量值。评估了三组之间的组间差异,然后通过将HC定义为非抑郁组,并将SD和MDD合并为抑郁组进行了分类分析。采用单变量和多变量逻辑回归分析来识别抑郁状态的独立相关因素,并使用受试者工作特征曲线下面积(AUC)、准确率、敏感性、特异性、F1分数和Brier分数评估模型判别能力。在HAMD-17、PHQ-9、GAD-7、PSQI、ISI、NDQ、睡眠潜伏期(sleep latency)、快速眼动潜伏期(rapid eye movement latency)和RMSSD上发现了显著的组间差异。在调整了年龄和性别后,较高的GAD-7评分、较大的NDQ评分和较长的快速眼动潜伏期仍与抑郁状态独立相关。在模型比较分析中,组合模型显示出最高的判别性能(AUC=0.942),临床模型紧随其后(AUC=0.930),而多导睡眠图和HRV模型表现较低。这些发现表明,该队列中的抑郁状态主要表现为较高的情感和睡眠相关症状负担,而快速眼动潜伏期在基于问卷的评估之外提供了额外的客观信息。然而,这些模型应被解释为横断面设计中的队列内部、筛查导向的判别模型,而非前瞻性、诊断性或病因学模型。
论文解读文章
抑郁症(depression)是一种高度异质性的精神障碍,常伴有情感症状、睡眠紊乱和自主神经调节异常,但主观症状报告与客观生理指标对抑郁状态的相对贡献尚不明确。现有研究多聚焦于单一模态标记物,如睡眠多导图(polysomnography, PSG)、心率变异性(heart rate variability, HRV)或眼动追踪,却鲜有在同一分析框架下整合多模态数据并比较其判别效能。此外,阈下抑郁(subthreshold depression, SD)虽未达到重度抑郁症(major depressive disorder, MDD)的诊断标准,但具有临床意义,常被忽视。为此,研究人员开展了一项横断面研究,旨在:(1)表征健康对照(HC)、SD和MDD三组在临床、睡眠、自主神经及眼动指标上的差异;(2)识别与抑郁状态独立相关的因素,并比较单模态与多模态模型的判别性能。研究结果支持多模态评估的实用价值,强调临床问卷仍是基础,而客观生理标记物可提供增量信息。该论文发表于《Frontiers in Psychology》。
研究人员采用的关键技术方法包括:(1)基于PSG(Compumedics Grael系统)评估睡眠连续性、结构及呼吸参数,变量包括睡眠潜伏期、快速眼动(rapid eye movement, REM)潜伏期等;(2)使用华为手环P8(基于光电容积描记法)进行连续6–10天夜间HRV监测,计算时域指标如RMSSD、SDNN等;(3)采用EyeKnow智能眼动追踪系统(120 Hz采样率)测量反眼跳准确率、潜伏期及平滑追踪起始时间。样本队列来源为北京天坛医院睡眠中心和精神病学诊所(2024年11月至2025年7月),最终纳入101名参与者(HC=47,SD=30,MDD=24)。统计分析包括单变量/多变量逻辑回归、5折交叉验证及模型比较(以AUC、准确率等评估)。
研究结果如下:
**3.1 样本特征(Sample characteristics)**
通过描述性统计展示三组的人口学及临床特征。性别在三组间存在显著差异(p=0.036),年龄、BMI、民族、教育程度、婚姻状态无显著差异。关键量表(HAMD-17、PHQ-9、GAD-7、PSQI、ISI、NDQ)及睡眠潜伏期、REM潜伏期、RMSSD在组间差异显著(p均<0.05),而总睡眠时间、睡眠效率、N2/N3睡眠百分比、觉醒指数、AHI等无显著差异。
**3.2 三组间差异(Group differences across HC, SD and MDD)**
采用Kruskal-Wallis检验发现,HAMD-17、PHQ-9、GAD-7、PSQI、ISI、NDQ、睡眠潜伏期、REM潜伏期、RMSSD在HC、SD、MDD间呈梯度递增趋势。REM潜伏期在MDD组最长(174.25±88.30 min),HC组最短(93.59±58.38 min),SD组居中(132.53±65.20 min),组间差异显著(p<0.001)。该梯度表明SD处于HC与MDD之间的临床过渡状态。
**3.3 与抑郁状态的单变量关联(Univariate associations with depressive status)**
单变量逻辑回归显示,PHQ-9(OR=2.546)、GAD-7(OR=2.430)、PSQI(OR=1.350)、ISI(OR=1.352)、NDQ(OR=1.147)及REM潜伏期(OR=1.012)均与抑郁状态(SD+MDD vs. HC)显著正相关(p<0.001),而睡眠潜伏期、HRV指标及眼动变量关联较弱或不显著。
**3.4 与抑郁状态独立相关的因素(Independent factors associated with depressive status)**
多变量逻辑回归(调整年龄、性别)表明,较高GAD-7评分(校正OR=2.560,p<0.001)、较大NDQ评分(校正OR=1.146,p=0.049)及较长REM潜伏期(校正OR=1.016,p=0.009)是抑郁状态的独立相关因素。敏感性分析(排除服用情绪或睡眠药物者)显示GAD-7仍显著,NDQ和REM潜伏期方向一致但统计学意义减弱。
**3.5 单模态与多模态模型的判别性能(Discriminative performance of unimodal and multimodal models)**
通过5折交叉验证比较四个逻辑回归模型:临床模型(含问卷变量)AUC=0.930,PSG模型AUC=0.690,HRV模型AUC=0.559,组合模型(临床+PSG+HRV)AUC=0.942。组合模型性能最高(F1=0.891),但与临床模型差异较小,而PSG和HRV模型显著较低。这表明问卷变量捕获了队列中大部分判别信息,而REM潜伏期提供了有限的增量贡献。
**3.6 相关性分析(Correlation analysis)**
Spearman相关分析显示,问卷变量(HAMD-17、PHQ-9、GAD-7、PSQI、ISI、NDQ)之间呈中到高度正相关;睡眠潜伏期、REM潜伏期与部分问卷变量呈弱正相关;HRV指标与问卷和睡眠变量相关性弱且不一致。
讨论部分强调,REM潜伏期虽为最具一致性的客观标记物,但其方向(延长而非缩短)与经典文献不完全一致,可能受药物暴露、睡眠共病及样本特征影响。HRV和眼动指标在多元分析中贡献有限,提示自主神经失调和眼动异常信号较弱。临床模型接近组合模型性能,支持症状评估在抑郁分类中的核心地位,但客观生理指标可辅助临床特征描述。研究结论翻译如下:该队列中的抑郁状态主要反映为较高的情感负担和更严重的主观睡眠障碍,并在HC、SD和MDD间呈明确梯度。在客观指标中,快速眼动潜伏期在基于问卷的评估之外提供了增量信息,且在调整年龄性别后仍与抑郁状态独立相关。尽管组合多模态模型显示出最佳整体判别性能,但其相较于临床模型的提升有限,表明症状测量占据了该样本中大部分判别能力。综上所述,这些发现支持一个实用的多模态框架,其中临床评估仍是基础,而选定的客观生理指标(尤其是睡眠相关指标)可为临床特征刻画提供补充价值,而非替代传统评估。