摘要： 一项新的研究揭示了从精神病中恢复的患者与未恢复的患者在大脑连接模式上的差异。通过使用全脑计算模型，研究人员发现，处于缓解期的患者表现出增加的神经连接，而持续有症状的患者则表现出减少的连接。
两组患者的总体神经稳定性都低于健康个体，但只有恢复中的患者通过调整其连接模式来支持恢复。这种更精细的理解可能使临床医生能够预测精神病的进程，并相应地调整治疗方案。
关键事实：
- 连接模式： 精神病缓解与大脑连接增加相关，而持续症状则与连接减少相关。
- 预测建模： 计算模型现在可以根据脑扫描预测个别患者的预后。
- 精准医疗： 数字脑孪生可以测试治疗效果，从而实现个性化护理。
来源： 巴塞罗那庞培法布拉大学
由庞培法布拉大学领导的一项研究揭示了哪些大脑机制允许精神病缓解。这项开创性研究的结果可能对探索精神病患者的新干预策略具有重要的临床意义。
该研究是在瑞士洛桑大学医院的主要精神病学团队合作下进行的。因此，研究探讨了精神病缓解患者与持续症状患者之间的神经连接模式差异。
该研究检查了从精神病中恢复的患者和未恢复的患者之间的神经连接模式差异。通过计算模型识别这些差异，已经确定了哪些神经连接模式有助于疾病的缓解。
研究结果最近发表在《自然心理健康》杂志上。
主要作者是UPF认知脑中心（CBC）计算神经科学小组的Ludovica Mana博士。主要共同研究者是同一研究小组的负责人Gustavo Deco和研究员Manel-Vila Vidal。
这项研究关注的是精神病，这是一种严重的精神障碍，导致异常且脱节的想法和现实感知，其主要症状是妄想或幻觉。
根据西班牙卫生部（2020年）的数据，在西班牙，精神病影响了1.2%的人口。据估计，全球范围内，约有1.5%至3.5%的人口在其一生中可能被诊断为精神病（Calabrese和Al Khalili，2023年）。
研究团队分析了洛桑医院88名早期精神病患者的MRI脑扫描和128名健康个体（对照组）。因此，研究探讨了精神病缓解患者与持续症状患者之间的神经连接模式差异。
当精神病缓解时，神经连接增加；当病情恶化时，神经连接减少
通过这种比较分析，发现了两个患者群体的大脑网络活动存在显著差异。
事实上，他们表现出相反的连接模式：持续症状的精神病患者的神经连接减少，而缓解期的精神病患者的神经连接增加。
通过全脑计算模型，研究发现两组患者的神经连接整体稳定性均低于健康患者。神经连接的变化可能是由于大脑需要适应由精神病引起的传导不良情况。
然而，在恢复中的患者中，神经连接模式的变化更广泛且有效地促进了疾病的缓解。这解释了两个群体的经验和临床差异。
精细化的计算方法可以预测患者首次精神病发作后的自然演变
Gustavo Deco（UPF）指出，这项研究“允许我们预测患者在首次精神病发作后的自然演变”，这得益于“精细化”的全脑计算模型，这些模型可以机械地分析大脑的功能。
目前，“这些全脑模型是真正的精准医疗从数字脑孪生实施的最佳也是唯一的例子”，他说道。
最初，这些模型仅限于解释不同大脑状态的机制，例如精神病的状态，这对第一阶段非常有用。但现在在第二阶段，它们可以再现特定患者的个体化大脑机制，符合所谓的精准医疗。
“此外，它们不仅能够解释大脑在特定时间的状态，还能够开始预测其时间演变，甚至基于不同药物或电磁治疗的效果进行预测，这些治疗可以在计算模型中先行测试”，Deco解释道。
Ludovica Mana（UPF）补充说：“这项研究强调了我们需要挑战自己并改变我们的观点：首先，超越广泛的诊断类别以更好地理解患者的多样性体验，其次，认识到计算方法与临床知识仔细结合时，确实可以帮助我们进一步了解精神障碍。”
这项研究的发现可能对探索精神病患者的新干预策略具有重要的临床意义，因此需要继续推进这一研究方向。
(全文结束)
