前言
成都中医药大学金荣疆教授团队在《Neuroendocrinology》发表了题为《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》的研究论文，该研究旨在探讨2型糖尿病（T2DM）和重度抑郁障碍（MDD）患者在执行言语流畅性任务（VFT）期间使用近红外脑功能成像（fNIRS）探索前额叶皮层（PFC）的激活模式和网络连接性，并基于网络统计预测（NBS-predict）方法进行数据分析。
研究方法
研究纳入三个组
T2DM合并MDD组、T2DM组和健康对照组，每组100人。
VFT任务
包括任务前静息、组词任务（任务期被试需要根据“shang”、“shi”、“shuo”和“jia”分别尽可能多地组词）和任务后静息三个阶段。
图1 VFT任务流程
fNIRS数据收集
所有被试在执行VFT任务时，都使用fNIRS监测PFC的脑激活和网络连接性。设备光极按脑电10-20系统排布，覆盖PFC。研究使用的fNIRS设备，是武汉资联虹康BS-3000台式近红外脑功能成像系统，该设备性能优异，采样率可达20HZ。
图2 fNIRS探头通道排布
研究结果
基线特征
T2DM合并MDD组与T2DM组和健康对照组在年龄、性别、身高、体重、饮酒和吸烟方面无统计学差异，但T2DM合并MDD组的汉密尔顿抑郁量表（HAMD-24）评分高于后两组。
PFC激活分析
T2DM合并MDD组在左右前额叶背外侧区（DLPFC）、左右眶额叶（OA）和左右额极区（FPA）的平均β值低于T2DM组和健康对照组。
图3 不同组别脑激活程度对比
NBS-predict分析
分类分析显示，T2DM合并MDD组与T2DM组和健康对照组在网络连接性上有显著差异，尤其是右DLPFC区域。
图4 三组间的加权网络、功能失联子网络的可视化情况以及邻接矩阵
图5 T2DM合并MDD组中的预测网络、相关子网络可视化情况以及邻接矩阵
研究结论
通过分析fNIRS收集的血流动力学数据，发现T2DM和MDD患者的PFC激活模式和网络连接性具有特征性，右DLPFC的网络连接性与T2DM和MDD患者的抑郁症状负相关。这些发现为T2DM和MDD患者的神经生物学机制提供了新的视角，右DLPFC可能是诊断和干预的潜在靶点。
参考文献：
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.
扫码下载原文献
以上内容由依瑞德集团医学中心整理，
有不足之处请指正，转载请注明出处。
获取更多前沿资讯
详解国内首款fNIRS全中文数据分析软件——NirMaster