多站點(diǎn)自殺傾向抑郁癥腦功能網(wǎng)絡(luò)同質(zhì)化研究

梁 軍，宋艷新，王曰云，萬春曉

（1.天津醫(yī)科大學(xué)總醫(yī)院康復(fù)醫(yī)學(xué)科，天津 300052；2.天津天獅學(xué)院醫(yī)學(xué)院，天津 301700）

引 言

重度抑郁癥（Major depressive disorder，MDD）是一種情緒性腦功能障礙疾病，常表現(xiàn)為持續(xù)自發(fā)的情緒低落，嚴(yán)重者伴有自殺行為。臨床患者常采用漢密爾頓抑郁分級(jí)量表（Hamilton depression scale，HAMD）進(jìn)行主觀評(píng)測(cè)，其綜合評(píng)定總分大于35分即可被認(rèn)定為重度抑郁癥。據(jù)報(bào)道，全球約有3.22億抑郁癥患者［1］，并且MDD是全球精神類疾病自殺死亡的主要原因［2］。大量研究表明，伴有自殺行為的重度抑郁癥（Suicidal MDD，sMDD）患者相較于非自殺行為的重度抑郁癥（Non-suicidal MDD，nMDD）患者存在特定的腦損傷及功能異常腦區(qū)［3］。Lee等［4］采集sMDD與nMDD患者結(jié)構(gòu)磁共振影像各19例，發(fā)現(xiàn)sMDD患者相較于nMDD患者小腦灰質(zhì)體積顯著降低，認(rèn)為小腦參與了情緒處理及情緒調(diào)節(jié)。特定腦區(qū)結(jié)構(gòu)變化僅能解釋為形態(tài)異常，但其功能代謝意義無法闡明。近年來，靜息態(tài)功能磁共振成像（Rest-state functional magnetic resonance imaging，rfMRI）以高空間分辨率反映自發(fā)腦功能代謝活動(dòng)，而在精神疾病研究領(lǐng)域受到關(guān)注［5］，其反應(yīng)的血氧水平依賴（Blood oxygenation level dependent，BOLD）信號(hào)可在空間感興趣區(qū)間構(gòu)建功能連接指標(biāo)，提取MDD的功能影像學(xué)標(biāo)記［6-7］。

越來越多的證據(jù)表明，MDD患者異常腦功能網(wǎng)絡(luò)傳播機(jī)制可與神經(jīng)遞質(zhì)信號(hào)傳導(dǎo)以及神經(jīng)連接失調(diào)聯(lián)系起來，因而該疾病與其相關(guān)的神經(jīng)環(huán)路有關(guān)［8-10］。腦網(wǎng)絡(luò)是各個(gè)腦區(qū)協(xié)同完成信息溝通與整合的抽象理論模型，網(wǎng)絡(luò)級(jí)別的功能連接從復(fù)雜網(wǎng)絡(luò)角度量化腦皮層的功能連通性，是功能連接的高階計(jì)算［11-12］。Zhang等［13］最早結(jié)合圖論方法對(duì)MDD患者構(gòu)建了腦功能網(wǎng)絡(luò)，發(fā)現(xiàn)未服藥MDD患者默認(rèn)模式網(wǎng)絡(luò)的節(jié)點(diǎn)中心度顯著升高，證實(shí)了MDD患者情緒認(rèn)知障礙與功能性大腦網(wǎng)絡(luò)拓?fù)溥B接有關(guān)。2019年中國(guó)科學(xué)院心理所成立了抑郁癥腦影像聯(lián)盟（REST-meta-MDD consortium），吸納并公開了來自國(guó)內(nèi)多家醫(yī)院MDD腦影像數(shù)據(jù)，其中包含大量sMDD和nMDD患者數(shù)據(jù)［14］。然而，在MDD自殺傾向的腦功能網(wǎng)絡(luò)研究中，由于單站點(diǎn)樣本量稀少，多站點(diǎn)樣本具有掃描參數(shù)不一的異質(zhì)性，從而造成站點(diǎn)效應(yīng)，嚴(yán)重影響了功能連接分析的可靠性［1］。此外，影像學(xué)研究也常因錯(cuò)誤地使用差異性t檢驗(yàn)導(dǎo)致假陽性泛濫，使得結(jié)果缺乏可信度［15］。由Yu等開發(fā)的Combat多站點(diǎn)功能連接同質(zhì)化分析［16］目前已經(jīng)成功地應(yīng)用在fMRI連接組學(xué)上，其利用經(jīng)驗(yàn)貝葉斯模型的先驗(yàn)參數(shù)估計(jì)，可以在克服站點(diǎn)效應(yīng)的同時(shí)保留生物變異性，提高泛化統(tǒng)計(jì)能力。而且，通過目前較嚴(yán)格的多重比較校正方法可平衡差異檢出率，消除假陽性［17］。

本文通過影像數(shù)據(jù)的同質(zhì)化算法，消除多個(gè)影像采集中心之間MDD患者功能連接的站點(diǎn)效應(yīng)，建立腦網(wǎng)絡(luò)的高階功能連接分析指標(biāo)，結(jié)合嚴(yán)格的統(tǒng)計(jì)學(xué)方法，在sMDD、nMDD患者組及健康對(duì)照組（Healthy control，HC）間評(píng)估自殺傾向?qū)DD患者腦功能的影響，準(zhǔn)確提取功能影像學(xué)標(biāo)志物。區(qū)別于現(xiàn)有MDD自殺影像學(xué)研究的小樣本局限性，文章利用高階腦網(wǎng)絡(luò)功能連接計(jì)算在多中心間獲得了一致性結(jié)果，為利用多站點(diǎn)數(shù)據(jù)擴(kuò)充樣本量、提高評(píng)估自殺傾向的可靠性提供了科學(xué)算法。研究流程如圖1所示。

1 實(shí)驗(yàn)材料與方法

1.1 實(shí)驗(yàn)材料

漢密爾頓抑郁分級(jí)量表對(duì)抑郁癥患者的自殺傾向評(píng)級(jí)共分為5個(gè)等級(jí)，分別對(duì)應(yīng)0～4分。0分：未出現(xiàn)自殺想法。1分：覺得生活失去意義。2分：希望自己已經(jīng)死去，或常想與死亡有關(guān)的事情。3分：有自殺傾向但未有自殺行為。4分：已有嚴(yán)重的自殺行為。依據(jù)此標(biāo)準(zhǔn)，本研究中0～1分MDD患者被認(rèn)為無自殺傾向患者，3～4分被認(rèn)定為有自殺傾向患者。MDD患者組及健康對(duì)照組rfMRI數(shù)據(jù)來自REST-meta-MDD consortium的3個(gè)站點(diǎn)，其中站點(diǎn)1、2和3分別為中國(guó)醫(yī)科大學(xué)第一附屬醫(yī)院、重慶醫(yī)科大學(xué)第一附屬醫(yī)院和中南大學(xué)湘雅二醫(yī)院。研究共選取未經(jīng)服藥治療的MDD患者99例，其中sMDD患者32例，nMDD患 者67例，與之對(duì)應(yīng)的 同站點(diǎn)HC組72例。各站點(diǎn)組別被試信息及fMRI數(shù)據(jù)掃描參數(shù)分別如表1和2所示。

表1 多站點(diǎn)掃描被試信息Table 1 Subject information of multisite scanning

不同組別間除掃描參數(shù)外，其余無關(guān)變量（年齡、性別和受教育年齡等）不存在顯著性差異（pFDR＜0.05）。所有患者均為右利手，且從未接受過抗抑郁藥物治療。所有影像數(shù)據(jù)在采集站點(diǎn)均得到采集被試的知情同意。

1.2 實(shí)驗(yàn)方法

1.2.1 預(yù)處理

REST-meta-MDD consortium采用相同的預(yù)處理方法，使用Dpabi軟件工具包完成圖像預(yù)處理［18］，具體步驟包括：（1）前序時(shí)間幀移除，去除每個(gè)被試掃描的前10個(gè)時(shí)間幀，以穩(wěn)定由于掃描儀器啟動(dòng)噪聲帶來的圖像信號(hào)波動(dòng)；（2）時(shí)間層校正，將一個(gè)時(shí)間幀內(nèi)原本不同時(shí)刻掃描的體素校正至同一時(shí)刻；（3）頭動(dòng)校正，去除頭動(dòng)偽影帶來的影響；（4）圖像聯(lián)合配準(zhǔn)，將T1加權(quán)圖像聯(lián)合配準(zhǔn)到功能圖像上，分割為灰質(zhì)、白質(zhì)和腦脊液；（5）空間標(biāo)準(zhǔn)化，將原始掃描空間轉(zhuǎn)換到蒙特利爾神經(jīng)研究所（Montreal neurological institute，MNI）的標(biāo)準(zhǔn)空間；（6）帶通濾波，使用0.01～0.1 Hz的帶通濾波器濾波，以減少低頻漂移和高頻生理噪聲的影響；（7）回歸干擾信號(hào)，去除白質(zhì)、腦脊液等干擾信號(hào)，并減弱呼吸及心跳帶來的影響；（8）空間平滑，采用4 mm半高全寬的高斯平滑核對(duì)圖像進(jìn)行空間平滑；（9）匹配腦區(qū)模板，將fMRI影像匹配自動(dòng)解剖標(biāo)記圖譜（Automated anatomical labeling atlas，AAL）［19］，將全腦分割為116個(gè)腦區(qū)，提取出各個(gè)腦區(qū)長(zhǎng)達(dá)190個(gè)時(shí)間幀的BOLD時(shí)間信號(hào)。

表2 多站點(diǎn)rfMRI數(shù)據(jù)掃描參數(shù)Table 2 Scan parameters for multisite rfMRI data

1.2.2 Pearson相關(guān)的功能連接

在兩個(gè)腦區(qū)BOLD時(shí)間信號(hào)間建立經(jīng)典Pearson相關(guān)的功能連接，以獲得腦區(qū)間功能協(xié)同的一致性，其計(jì)算公式為

式中：X、Y分別代表兩腦區(qū)BOLD時(shí)間信號(hào)序列；cov代表時(shí)間序列間協(xié)方差；σ代表時(shí)間序列方差；E代表時(shí)間序列期望。

通過Pearson相關(guān)可以在單個(gè)被試全腦116個(gè)腦區(qū)間形成116×116的對(duì)稱功能連接矩陣，然后對(duì)每個(gè)被試的功能連接矩陣進(jìn)行Fisher Z變換，使其滿足正態(tài)分布。

1.2.3 ComBat多站點(diǎn)同質(zhì)化

不同站點(diǎn)間的功能連接值通過ComBat技術(shù)［16］進(jìn)行多站點(diǎn)同質(zhì)化。首先，將連接矩陣中上三角的連接值（116×115/2=6 670）依固定順序排列，每個(gè)被試連接矩陣被整合為1×6 670連接向量，向量維度取決于腦區(qū)模板的選擇，不影響同質(zhì)化計(jì)算。

其次，假定所有的功能連接值分布服從ComBat模型［20］，即

式中：i為多中心站點(diǎn)的站點(diǎn)編號(hào)；j為被試編號(hào)；v為單個(gè)被試內(nèi)依次排列連接值編號(hào)；yi，j，v為未經(jīng)同質(zhì)化i站點(diǎn)j被試第v號(hào)連接值；av代表所有被試第v個(gè)連接值平均；Xi，j為協(xié)變量設(shè)計(jì)矩陣，記錄了掃描被試的站點(diǎn)及組別信息；βv是與X對(duì)應(yīng)的回歸系數(shù)向量；γi，v和δi，v分別對(duì)應(yīng)站點(diǎn)連通性的相加效應(yīng)和相乘效應(yīng)；εi，j，v表示殘差項(xiàng)。

進(jìn)一步假設(shè)εi，j，v來自均值為0，方差為b2的正態(tài)分布。經(jīng)ComBat同質(zhì)化后的功能連接值則可表示為

式中參數(shù)上有“⌒”代表該參數(shù)的經(jīng)驗(yàn)貝葉斯估計(jì)值。

最后，將ComBat同質(zhì)化公式計(jì)算后的連接值依照原先順序還原為功能連接矩陣，完成多站點(diǎn)同質(zhì)化。

1.2.4 腦網(wǎng)絡(luò)圖論分析

結(jié)合圖論的腦網(wǎng)絡(luò)分析，以腦區(qū)為節(jié)點(diǎn)，以功能連接為連邊，在小世界屬性（小世界屬性參數(shù)σ＞1）的稀疏度序列內(nèi)，對(duì)每個(gè)被試功能連接矩陣進(jìn)行稀疏度閾值化，形成二值腦網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。再利用局部節(jié)點(diǎn)指標(biāo)中節(jié)點(diǎn)度、節(jié)點(diǎn)效率對(duì)全腦網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行評(píng)估，各指標(biāo)以其稀疏度序列的曲線下面積作為特征值［21］，用于后續(xù)分析。

1.2.5 特征腦區(qū)選擇

在各個(gè)局部節(jié)點(diǎn)指標(biāo)內(nèi)，為強(qiáng)調(diào)sMDD患者組區(qū)別于另外兩組的腦網(wǎng)絡(luò)特征，對(duì)3組被試特征值間兩兩進(jìn)行雙樣本t檢驗(yàn)而非方差分析，并經(jīng)過錯(cuò)誤發(fā)現(xiàn)率（False discovery rate，F(xiàn)DR）多重比較校正選取顯著性特征腦區(qū)。特征腦區(qū)提取需同時(shí)滿足以下兩個(gè)條件：（1）網(wǎng)絡(luò)差異分析。該腦區(qū)節(jié)點(diǎn)指標(biāo)同時(shí)在sMDD組和nMDD組間及sMDD組與HC組間存在顯著性差異（pFDR＜0.05）；（2）網(wǎng)絡(luò)聯(lián)合判別。該腦區(qū)節(jié)點(diǎn)指標(biāo)在nMDD組和HC組間不存在顯著性差異（pFDR＞0.05）。以此條件尋找sMDD患者獨(dú)特的生物功能影像學(xué)標(biāo)志物。所有特征腦區(qū)將被采用Brain-Net Viewer軟件包（https：//www.nitrc.org/projects/bnv/）投射到大腦皮層用于展示［22］。

2 實(shí)驗(yàn)結(jié)果

2.1 Pearson相關(guān)的功能連接及ComBat多站點(diǎn)同質(zhì)化

經(jīng)過Pearson相關(guān)及Fisher Z變換可得到各個(gè)站點(diǎn)3個(gè)被試組的平均功能連接矩陣，結(jié)果如圖2所示。

圖2 各站點(diǎn)被試組平均功能連接矩陣Fig.2 Average functional connectivity matrix of groups at each site

由于掃描參數(shù)的不同，功能連接矩陣間存在明顯的站點(diǎn)效應(yīng)。在3個(gè)組別內(nèi)，對(duì)3個(gè)站點(diǎn)兩兩對(duì)應(yīng)的功能連接值間進(jìn)行差異顯著性分析（pFDR＜0.05，n=6 670），統(tǒng)計(jì)存在差異的連接數(shù)量以顯示站點(diǎn)效應(yīng)，結(jié)果如圖3所示。由圖3可見，掃描的站點(diǎn)效應(yīng)主要存在于nMDD組及HC對(duì)照組內(nèi)，且站點(diǎn)1與站點(diǎn)3之間差異最為顯著。

圖3 功能連接站點(diǎn)效應(yīng)Fig.3 Functional connectivity site effects

經(jīng)ComBat多站點(diǎn)同質(zhì)化后，各組別內(nèi)、各站點(diǎn)組合間，各連接點(diǎn)均不再具有顯著性差異，在全腦范圍內(nèi)消除了站點(diǎn)效應(yīng)帶來的影響，同質(zhì)化后差異最大的連接位置如表3所示，其余連接的站點(diǎn)差異程度更小。

表3 同質(zhì)化后最大差異連接Table 3 Connections with the largest difference after homogenization

2.2 腦網(wǎng)絡(luò)圖論分析

采用ComBat多站點(diǎn)同質(zhì)化后功能連接矩陣建立腦網(wǎng)絡(luò)，在所有被試小世界屬性均存在的稀疏度（0.10～0.50，以0.05為步長(zhǎng)）下，提取節(jié)點(diǎn)度、節(jié)點(diǎn)效率兩個(gè)節(jié)點(diǎn)指標(biāo)進(jìn)行特征腦區(qū)選擇，其結(jié)果分別如表4和圖4所示，其中“*”表示pFDR＜0.05，“**”表示pFDR＜0.01，“***”表示pFDR＜0.001。在2個(gè)節(jié)點(diǎn)指標(biāo)特征腦區(qū)的選取中，位于小腦的左、右下半月小葉（AAL 93、94）和蚓錐體（AAL 113）3個(gè)腦區(qū)被同時(shí)檢出，且無其他特征腦區(qū)符合判定標(biāo)準(zhǔn)（pFDR＜0.05）。

圖4 具有自殺傾向的重度抑郁癥患者腦網(wǎng)絡(luò)異常Fig.4 Brain network abnormalities in suicidal patients with major depressive disorder

表4 各節(jié)點(diǎn)指標(biāo)的特征腦區(qū)Table 4 Characteristic brain areas of each node index

3 討 論

3.1 ComBat多站點(diǎn)同質(zhì)化

如圖2所示，未經(jīng)ComBat多站點(diǎn)同質(zhì)化［16］前，各個(gè)組別內(nèi)、各個(gè)站點(diǎn)間由于掃描參數(shù)的不同，被試的平均功能連接矩陣差異極大，各個(gè)站點(diǎn)間同類被試存在明顯的站點(diǎn)效應(yīng)。在統(tǒng)計(jì)數(shù)據(jù)上，如圖3所示，在嚴(yán)格的多重比較校正下，其生成的功能連接存在顯著性差異且分布廣泛，遍及全腦大部分腦區(qū)。Dansereau等［23］借助1 000 functional connectome project公開數(shù)據(jù)集發(fā)現(xiàn)在靜息態(tài)腦網(wǎng)絡(luò)分析中，站點(diǎn)數(shù)據(jù)間都可被確認(rèn)存在至少一個(gè)連接以上的顯著性差異。其平均功能連通性、連通性復(fù)雜度等站點(diǎn)差異明顯，隨著單站點(diǎn)樣本數(shù)量增加，顯著性差異得以減小。Xia等［24］聯(lián)合5個(gè)站點(diǎn)、709名MDD患者及725名健康對(duì)照被試發(fā)現(xiàn)，基礎(chǔ)功能指標(biāo)也在站點(diǎn)間存在明顯差異，經(jīng)同質(zhì)化分析后的站點(diǎn)效應(yīng)顯著消失。腦功能指標(biāo)與臨床變量間關(guān)系也因站點(diǎn)不同存在較低的可重復(fù)性。這些結(jié)果都說明了未經(jīng)多站點(diǎn)同質(zhì)化前的功能連接不可納入統(tǒng)計(jì)分析。本研究中經(jīng)ComBat多站點(diǎn)同質(zhì)化后，如表3所示，F(xiàn)DR多重比較校正法的p值大多數(shù)超過0.95，功能連接差異顯著性完全消失，且如表4和圖4所示，特征腦區(qū)在不同指標(biāo)下呈現(xiàn)高度一致性，這說明本文采用的Combat功能連接同質(zhì)化分析方法在有效消除站點(diǎn)效應(yīng)的同時(shí)保留了組間生物變異性。

3.2 腦網(wǎng)絡(luò)節(jié)點(diǎn)指標(biāo)的特征腦區(qū)

一項(xiàng)MDD患者腦網(wǎng)絡(luò)meta分析表明，MDD患者全局拓?fù)鋵傩愿淖兇嬖跔?zhēng)議性，多數(shù)研究表明其小世界屬性未呈現(xiàn)明顯特異性［25］，且在小世界屬性下腦網(wǎng)絡(luò)呈現(xiàn)高信息傳遞能力，節(jié)點(diǎn)度的節(jié)點(diǎn)效率具有更高的敏感度［26］。本文在小世界屬性的稀疏度閾值下，通過腦網(wǎng)絡(luò)節(jié)點(diǎn)指標(biāo)提取MDD患者自殺傾向的特征腦區(qū)。如表4和圖4所示，在節(jié)點(diǎn)度和節(jié)點(diǎn)效率上，即使通過嚴(yán)格的FDR多重比較校正仍能一致地檢出位于小腦的左、右下半月小葉及蚓錐體網(wǎng)絡(luò)連接異常，3個(gè)腦區(qū)的節(jié)點(diǎn)指標(biāo)呈現(xiàn)統(tǒng)一規(guī)律，即sMDD患者節(jié)點(diǎn)度、節(jié)點(diǎn)效率顯著高于nMDD患者及HC對(duì)照組，處于異常模式，且nMDD患者與HC對(duì)照組間則不存在顯著性差異。

先前研究表明，小腦不僅影響運(yùn)動(dòng)與平衡，還參與認(rèn)知與情緒控制，與扣帶回等默認(rèn)模式網(wǎng)絡(luò)腦區(qū)存在纖維束連接［27-28］，在結(jié)構(gòu)上MDD患者常表現(xiàn)為小腦體積縮小，其自殺傾向與小腦灰、白質(zhì)減少有關(guān)［29］。功能上抑郁癥患者小腦小葉的蚓部與后扣帶回皮質(zhì)的連通性增高并與MDD嚴(yán)重程度有關(guān)。小腦蚓部也存在與前、后扣帶回皮質(zhì)的異常功能連接［30］。2020年，Shu等［31］發(fā)現(xiàn)青年自殺抑郁癥患者在未經(jīng)治療前小腦后葉（包含下半月小葉及蚓錐體）、扣帶回等腦區(qū)存在顯著的低頻振幅值值升高。此外，Zhang等［32］利用rfMRI的獨(dú)立成分分析發(fā)現(xiàn)有自殺傾向的MDD患者左小腦與左側(cè)舌回連接性增強(qiáng)，并認(rèn)為左小腦的異常連接可能是MDD青少年患者自殺行為的預(yù)測(cè)因素。小腦同時(shí)存在的結(jié)構(gòu)和功能異常是本研究異常腦區(qū)集中于小腦的根本原因。除此之外，本研究采用確定特征腦區(qū)的多重比較校正法也更傾向于識(shí)別差異最大的腦區(qū)。僅能夠通過未經(jīng)FDR多重比較校正的組間差異腦區(qū)可見于表5，其中中央溝蓋［33］、顳上回［34］和丘腦［35］等也是MDD自殺環(huán)路的常見腦區(qū)。Jia等［36］研究表明，在神經(jīng)影像研究中廣泛應(yīng)用的多重比較校正法在有效拒絕假陽性的同時(shí)也存在統(tǒng)計(jì)過于嚴(yán)格的特點(diǎn)。在雙樣本t檢驗(yàn)的眾多顯著性腦區(qū)中，小腦在重度抑郁癥自殺腦環(huán)路中表現(xiàn)活躍，但本文組別數(shù)據(jù)樣本量較小，這種僅存在于小腦的突顯性尚待擴(kuò)大樣本量驗(yàn)證。因此，嚴(yán)格的統(tǒng)計(jì)學(xué)校正及有待擴(kuò)大的樣本數(shù)據(jù)規(guī)模是差異腦區(qū)僅存在于小腦的主觀原因。本文在腦網(wǎng)絡(luò)圖論拓?fù)鋵傩陨蠌?qiáng)調(diào)了位于小腦下半月小葉、蚓錐體的異常網(wǎng)絡(luò)連接與MDD患者自殺傾向的高度相關(guān)性，即sMDD患者存在獨(dú)特的腦功能網(wǎng)絡(luò)。

3.3 局限性

雖然本文采用多站點(diǎn)同質(zhì)化網(wǎng)絡(luò)連接分析取得了良好的實(shí)驗(yàn)結(jié)果，但在腦區(qū)圖譜選擇、數(shù)據(jù)體量、分布和統(tǒng)計(jì)校正上，仍存在不可規(guī)避的局限性。腦區(qū)模板選擇上，本文采用經(jīng)典的AAL結(jié)構(gòu)解剖圖譜，但目前該圖譜對(duì)小腦劃分不夠細(xì)致，功能意義并不明確；數(shù)據(jù)體量上，雖然綜合了3個(gè)站點(diǎn)的功能影像學(xué)數(shù)據(jù)，但控制無關(guān)變量后，可用數(shù)據(jù)仍不足；數(shù)據(jù)分布上，本文雖控制了性別比例的組間差異，但總體由于疾病固有的女性多發(fā)特征，組內(nèi)男女比例呈現(xiàn)1∶2數(shù)據(jù)分布，結(jié)果則更多體現(xiàn)女性的腦功能特征，未來應(yīng)該著眼于更大體量的多站點(diǎn)聯(lián)合分析，甚至獨(dú)立分析疾病自殺傾向的性別特征差異。此外，文章選用的嚴(yán)格的多重比較校正在有效拒絕假陽性的同時(shí)，仍存在統(tǒng)計(jì)過于嚴(yán)格的特點(diǎn)。

4 結(jié)束語

本研究采用的多站點(diǎn)同質(zhì)化腦功能網(wǎng)絡(luò)聯(lián)合分析可以有效提取MDD患者自殺傾向的功能影像學(xué)標(biāo)志物。在嚴(yán)格的統(tǒng)計(jì)學(xué)校正下，具有自殺傾向的MDD患者小腦下半月小葉、蚓錐體呈現(xiàn)出異于無自殺傾向患者及健康人的網(wǎng)絡(luò)級(jí)別的功能連接。具有自殺傾向的MDD患者存在獨(dú)特的腦功能網(wǎng)絡(luò)機(jī)制，為評(píng)估MDD患者自殺風(fēng)險(xiǎn)提供了科學(xué)指標(biāo)和方法。