抑郁患者默认网络研究进展

       抑郁患者默认网络研究进展

　　周 俊 李春旺 陈晓岗

　　【摘要】本文综述了近年来有关抑郁症的脑影像默认网络的研究结果。

　　【关键词】抑郁;默认网络;反刍思维

　　【中图分类号】R749.4 【文献标识码】A 【文章编号】1673-2952( 2018) 05-0772-03

　　抑郁症是一种常见的情感性精神障碍，其神经生理机制尚不完全清楚。脑网络即采用功能核磁共振检查发现在功能上密切相关的脑区，以功能网络为基础研究大脑功能的重组和交互作用，能够从网络连接的角度解释多脑区功能状态。

　　Raichle及其研究团队在2001[1 3年采用正电子断层造影技术发现在需要注意、目标指引性的任务的时候，一些脑区神经元活动会降低，这些区域被命名为默认网络(Default Mode Network一，DMN)，主要包括一个集中于内侧前额叶皮层的前部子网络，和一个集中于后部扣带回和楔前叶皮层的后部子网络，主要脑区有后扣带回/前楔叶( PosteriorCingulate cortex, PCC/Precuneus)，内侧前额叶( Medial Prefrontal Cortex.MPFC)，双侧角回(BilateralAngular Gyrus，Bilateral AG)，双侧外侧颞叶Bilaterallateral Temporal cortex, LTC)，双侧海马(BilateralHippocampus，HF+)，近年来，DMN网络的脑区进一步扩大：丘脑和小脑被纳入到DMN系统中;抑郁患者的膝下前扣带回( subgenual anterior cingulatedcortex，SgACC)脑区也被认为属于默认网络。

　　DMN的功能主要包括自我认知过程、情绪的调控、意识形成和记忆的处理。许多研究均将DMN的异常作为抑郁的生物学标记，DMN在不同年龄、不同疾病阶段的抑郁患者中均出现改变，并与抑郁的症状密切相关，DMN的变化还可预示对治疗的不同反应。

　　综述以fMRI功能连接为基础，对DMN与抑郁患者发病机制、症状及治疗的关系做一系统综述。

　　- DMN在抑郁患者中的变化

　　1 以MPFC为核心节点的前部DMN连接变化 大部分研究结果表明，与正常对照相比，前部子网络的核心脑区如MPFC连接增加，呈现高活动状态。GU0[2].ZHUF3l采用独立成分分析(IndependentComponent Analysis，ICA)或者局部一致性(RegionalHomogeneity，ReHO)分析方法，分别对首发未服药抑郁患者进行研究均发现，前部子网络的核心区域如背侧前额叶( dorsolateral prefrontal cortex，DLPFC)、腹侧前额叶( ventral medial prefrontal cortex，VMPFC)、膝前部前扣带回(perigenual ACC，pgACC)的功能连接增加，呈现高活动状态。

　　同时，MPFC与情感处理相关脑区连接增加：与正常人相比，MPFC与情感处理相关的脑区如双侧前楔叶、扣带回、下顶叶和缘上回连接增加。现有的研究显示，抑郁患者sgACC与DMN内部的连接及其他脑区的连接均增加。Jacohs RH等对34例未服药缓解期抑郁患者研究发现，右侧SgACC和左侧PCC的连接增高。

　　mPFC被认为是DMN前部子网络的核心区域，与情绪认知、社会推理与决策、道德判断、自我认知等思维相关;参与评价刺激是否与自我相关，并且与认知功能、评价和负性情感的表达相关，膝下前扣带皮质( sgACC)也被认为是抑郁症患者DMN前部子网络的一部分，与情绪调节能力相关，前部子网络的连接增高及活动增加时，与自我评价相关的自我反刍思维也明显增加，该区域活动越高，抑郁症状越严重，同时情绪调节能力下降。

　　2 以PCC为节点的DMN后部网络连接改变

　　PCC是DMN后部网络的核心区域，PCC与执行控制和情感处理脑区均有广泛的连接，在抑郁患者中这些连接出现不同程度的改变。

　　2.1 PCC和情感脑区的连接改变对26位13～16岁未服药抑郁患者进行研究发现，患者PCC与情感处理脑区连接增加，与双侧楔叶、右扣带回、左侧豆状核、胼胝体下扣带回连接增加，PCC与海马旁回皮质连接增加与抑郁发作的次数、频率及日常悲伤的情绪正相关[4]，提示PCC与边缘系统结构连接增加可能与早发抑郁的发病机制相关。对曾经发作过抑郁的患者也有同样的结果：在抑郁发作之后Gaffrey等对21名未服药、在学龄前期有抑郁发作史，现在平均年龄9.5岁的学龄儿童进行磁共振检查，以PCC作为种子点进行分析发现，和对照组相比，在学龄前期发作过抑郁的患儿PCC与前扣带回后部、和双侧前颞中回连接增加，提示PCC和情感脑区的高连接可能与抑郁的复发有关。

　　2.2 以PCC为节点的DMN后部网络连接下降大量研究均提示抑郁患者DMN后部子网络连接下降：一项对38例首发未治疗的抑郁患者研究发现，PCC与DMPFC，PCC和右下顶叶及角回连接均下降‘7]。2huc3]和采用ICA分析方法，对未服药的首发抑郁患者研究发现，患者后部子网络中的PCC和其他脑区的功能连接下降。PCC功能连接下降可能与抑郁患者自传式记忆能力下降及情景记忆受损相关。

　　也有报告显示PCC连接增加：Wise TE8l等对19例未服药抑郁患者研究发现，PCC和DMPFC的连接增加。不同的研究发现可能与研究样本的选择及分析方法有关。

　　二反刍思维

　　反刍思维是指持续的、被动的聚焦于负性的自我相关信息，与抑郁症状的发生、发展及维持密切相关。学者们认为反刍思维是抑郁的一个重要的病理表现，并且与抑郁的严重性、发作时间及认知功能均有关系。由于DMN与自我指示性思维相关，多项研究均表明反刍思维与DMN密切相关。

　　膝下前额叶皮质( Subgenual Prefrontal Cortex，sgPFC)与DMN的连接增加被认为与反刍思维的产生有关。J.Paul Hamilton等研究发现和健康对照组相比，抑郁患者DMN激活并未增加，并提出了一个抑郁的神经活动机制模式：抑郁患者的sgPFC和DMN的连接增加与抑郁患者的反刍思维密切相关，该连接越强，反刍思维程度越重，DMN通过处理情绪产生反刍思维，SgPFC则与行为的退缩、能量的储存和保护性行为有关，二者相互整合，使抑郁患者的反刍行为模式得以持续运行，但DMN的节点并未出现活动增加，改变的是SgPFC活动以及DMN和SgPFC的连接增加[9]。有研究者对行为激活系统敏感性与DMN和SgPFC的连接进行研究发现，行为激活系统激活程度越高，DMN和SgPFC的连接越低，可以看出，行为激活及正念干预疗法可能使DMN和SgPFC的连接下降，降低了反刍思维，从而改善了抑郁症状。

　　PCC是DMN的核心区域，研究表明，青少年进行为期8周的反刍聚焦行为认知疗法后，左侧PCC与DMN其他区域如眶额叶皮质和中扣带回以及与认知控制网络等区域如额下回连接下降。额下回是认知执行网络的核心部位，与健康的情绪调节模式相关。作者认为PCC与认知控制网络的连接下降可能表示这两个网络在干预之后能够更加独立地工作，降低反刍思维，恢复健康的独立工作模式。

　　三 抑郁药物治疗与DMN

　　有研究表明DMN-SgACC连接增强是治疗效果的预测因子。Liston等采用sgACC，dlPFC( L)作为种子点，对17例难治性抑郁的患者进行研究发现，sgACC和DMN连接增加。一项对未服药老年抑郁患者研究发现，服药前sgACC和PCC连接下降，服药12周以后这种下降的连接部分得到恢复n纠。 DMN前部子网络和后部子网络的连接与抑郁治疗效果相关：有研究者提出[14]，PCC与MPFC/ACC的连接可以预言治疗效果，并且准确率达到80%。Ponser等对抗抑郁药物对DMN的前后网络进行研究发现，治疗前DMN后部子网络连接增高(PCC和双侧MPFC之间;双侧顶叶和楔前叶连接增加)，采用度洛西汀药物治疗后连接正常[15l。

　　LI对采用抗抑郁药物治疗的患者的DMN前部和后部子网络进行研究发现，抗抑郁治疗对DMN前部和后部网络具有选择性的作用，抗抑郁药物能够使抑郁患者DMN后部过高的功能连接恢复正常，但是前部的高连接并没有缓解，提出这部分高连接可能与复发相关。

　　综上所述，默认网络在抑郁的症状、治疗及疾病特征上均存在改变，但现在的结果仍然存在异质性，在今后的研究中需要(1)对混杂因素如药物、病程、年龄等进行更好地控制;(2)现有的研究样本量大部分在20例—40例左右，今后的研究还需扩大样本量;(3)可以进行长程随访研究，了解DMN在疾病进程中的变化;(4)现存的研究中采用种子点分析的方法较多，采用ICA分析方法的较少，在未来的研究中可以采用更加先进的分析方法，避免误差的产生。

　　参考文献

　　1. Raichle ME, MacLeod AM, Snyder AZ, et al. A default mode of brain function. Proc Natl Acad Sci USA.2001; 98 ( 2 ): 676-682

　　2. Cuo W, Liu F, Zhang J, et al. Dissociation of regional activity inthe default mode network in first-episode, drug-naive major depressive disorder at rest. J Affect Disord.2013; 151 ( 3 ): 1097-1101

　　3. Zhii X, Wang X, Xiao J, eL al. Evidenc.e of a dissociation pattern in resting-state default mode network connec,tivity in first-episode, treatment-naive major depression patients. Biol Psychiatry, 2012; 71 (7): 611-617

　　4. Ho rrc, Connolly CC, Henje Blom E, et al. Emotion-depen-rlenf functional connectivity of the rlefault mode network in ad- olesr.ent depressicm. Biol Psychiatry, 2015; 78 ( 9): 635-646

　　5. Jacohs RH, Barha A, Cowins JR, et al. Decoupling ofthe amyg- dala to other salierwe network regions in adolescent-onset recurrent major deF)ressive disorder. Psychol Med.2016; 46 ( 5 ): 1055-1067

　　6. Caffrey MS, Luhy JL, Botteron K, et al. Defaidt Mode Network Connectivity In Children With a History of Preschool Onset De-pression. J Child Psychol Psychiatry, 2012; 53 ( 9): 964-972

　　7. Chen Y, Wang C, Zhli X, et al. Aherrant connectivity within the default mode network in first-episode, treatment-naive major depressive disorder. J Affect Disord.2015; 183: 49-56

　　8. Wise T, Marwood I., Perkins AM, et al. Instability of defaultmode network r.onnectivity in major depression: a two-sample r.onfirmation study. Transl Psyc.hiatry, 2017; 7 (4): e1105

　　9. Hamilton JP, Farmer M, Fogelman P, et al. Depressive Rumi- nation, the Default-Mode Network, and the Dark Matter of Clini-

　　cal Neurosciem:e, Biol Psychiatry, 2015; 78 ( 4): 224-230

　　10. Iadipaolo AS. Marusak HA, Sala-Hamrick K, et al. Behavioral ac:tivation sensitivity and default mode network- subgenual cingulate cortex connectivity in youth. Behav BrainRes.2017; 333: 135-141

　　11. Jacobs RH, Watkins ER, Peters AT, et al. Targeting Relapse: Rumination-Focused Cognitive Behavior Therapy in a Pilot Randomized Controlled Trial with Resting State fMRI. PLoS ONE, 2016; 11 ( 11): e0163952

　　12. Liston C, Chen AC, Zehley BD, et al. Default mode net-work mechanisms oftranscranial magnetic stimulatic)n in de- pression. Biol. Psychiatry, 2014; 76: 517-526

　　13. Wu M, Andreescu C, Butters Ma, et al. Default-mode net- work connectivity and white matter hurden in Jate-life depres-sion. Psychiatry Res.2011; 194 ( 1 ): 39-46

　　14. Goldstein-Piekarski AN, Staveland BR, Ball TM, et al. In-trinsic functional connectivity predicts remission on antideprP.s- sants: a randomized controlled trial to identify clinically applicahle imaging biomarkers, TranslPsychiatry, 2018; 8 ( 1 ): 57-68

　　15. Posner J, Hellerstein DJ, Cat I, et al. Antidepressants normalize the c-lefault mode network in patients with dysthymia.JAMA Psyr.hiatry, 2013; 70 (4): 373-382