前言

成都中醫藥大學金榮疆教授團隊在《Neuroendocrinology》發表了題為《Characteristic activation pattern and network connectivity of prefrontal cortex in patients with type 2 diabetes mellitus and major depressive disorder during a verbal fluency task: A functional near-infrared spectroscopy study based on network-based statistic prediction》的研究論文，該研究旨在探討2型糖尿病（T2DM）和重度抑郁障礙（MDD）患者在執行言語流暢性任務（VFT）期間使用近紅外腦功能成像（fNIRS）探索前額葉皮層（PFC）的激活模式和網絡連接性，并基于網絡統計預測（NBS-predict）方法進行數據分析。

研究方法

研究納入三個組

T2DM合并MDD組、T2DM組和健康對照組，每組100人。

VFT任務

包括任務前靜息、組詞任務（任務期被試需要根據“shang”、“shi”、“shuo”和“jia”分別盡可能多地組詞）和任務后靜息三個階段。

圖1 VFT任務流程

fNIRS數據收集

所有被試在執行VFT任務時，都使用fNIRS監測PFC的腦激活和網絡連接性。設備光極按腦電10-20系統排布，覆蓋PFC。研究使用的fNIRS設備，是武漢資聯虹康BS-3000臺式近紅外腦功能成像系統，該設備性能優異，采樣率可達20HZ。

圖2 fNIRS探頭通道排布

研究結果

基線特征

T2DM合并MDD組與T2DM組和健康對照組在年齡、性別、身高、體重、飲酒和吸煙方面無統計學差異，但T2DM合并MDD組的漢密爾頓抑郁量表（HAMD-24）評分高于后兩組。

PFC激活分析

T2DM合并MDD組在左右前額葉背外側區（DLPFC）、左右眶額葉（OA）和左右額極區（FPA）的平均β值低于T2DM組和健康對照組。

圖3 不同組別腦激活程度對比

NBS-predict分析

分類分析顯示，T2DM合并MDD組與T2DM組和健康對照組在網絡連接性上有顯著差異，尤其是右DLPFC區域。

圖4 三組間的加權網絡、功能失聯子網絡的可視化情況以及鄰接矩陣

圖5 T2DM合并MDD組中的預測網絡、相關子網絡可視化情況以及鄰接矩陣

研究結論

通過分析fNIRS收集的血流動力學數據，發現T2DM和MDD患者的PFC激活模式和網絡連接性具有特征性，右DLPFC的網絡連接性與T2DM和MDD患者的抑郁癥狀負相關。這些發現為T2DM和MDD患者的神經生物學機制提供了新的視角，右DLPFC可能是診斷和干預的潛在靶點。

參考文獻：

Zhang JM, Liu XB, Li YX, Li HJ, Fan J, Xue C, Yin YF, Zhang Y, Nong YX, Wang YN, Zheng Z, Zhong DL, Li J, Jin RJ. Characteristic Activation Pattern and Network Connectivity of Prefrontal Cortex in Patients with Type 2 Diabetes Mellitus and Major Depressive Disorder during a Verbal Fluency Task: A Functional Near-Infrared Spectroscopy Study Based on Network-Based Statistic Prediction. Neuroendocrinology. 2024 Oct 29:1-12. doi: 10.1159/000542235. Epub ahead of print. PMID: 39471791.

掃碼下載原文獻

以上內容由依瑞德集團醫學中心整理，

有不足之處請指正，轉載請注明出處。

獲取更多前沿資訊

詳解國內首款fNIRS全中文數據分析軟件——NirMaster