基于血清神经营养因子等生物标记物的精神分裂症诊断模型的构建

摘要：

目的:构建基于血清神经营养因子等生物标记物的精神分裂症（SCZ）诊断模型。方法:前瞻性选取2017年1月至2019年12月在郑州大学第一附属医院就诊的首发未服药SCZ患者（SCZ组）和同期的健康对照者（HC组），SCZ组分别采用阳性和阴性症状量表（PANSS）和认知功能成套测验（MCCB）评估精神症状和认知功能，并检测外周脑源性神经营养因子（BDNF）、胶质细胞源性神经营养因子（GDNF）、空腹血糖（FGB）和空腹胰岛素（FINS）水平，评估受试者胰岛素抵抗情况（HOMA-IR），HC组采用同样方法评估认知功能和测定BDNF、GDNF、FGB、FINS水平及评估HOMA-IR，选择两组间差异有统计学意义的指标纳入模型。通过机器学习构建诊断模型，用交叉验证方法进行验证，并绘制受试者工作特征（ROC）曲线，计算平均ROC曲线下面积（AUC）、灵敏度、特异度。结果:（1）最终纳入SCZ患者142例，男70例，女72例，年龄（25±4）岁；HC 140名，男72名，女68名，年龄（26±4）岁。SCZ组认知功能各领域评分均低于HC组（均
P<0.001），血清BDNF、GDNF水平［（6.7±1.8）ng/ml、（405±93）pg/ml］低于HC组［（12.3±3.2）ng/ml、（574±139）pg/ml］（均
P<0.001），而FINS水平、HOMA-IR［（8.4±0.8）μU/ml、1.7±0.3］则高于HC组［（6.7±0.9）μU/ml、1.4±0.3］（均
P<0.001）。（2）相关分析结果显示，SCZ患者的BDNF水平与PANSS中阴性症状分、总分呈负相关（
r=-0.31、
P<0.001，
r=-0.17、
P=0.040），与认知功能领域中的注意及警觉性（CPT-IP）T分、工作记忆（WSM-Ⅲ）T分、视觉学习（BVMT）T分呈正相关（
r=0.39、0.37、0.29，均
P<0.001）；GDNF水平与认知功能领域中的CPT-IP T分、WSM-Ⅲ T分、BVMT T分呈正相关（
r=0.32、
P<0.001，
r=0.23、
P=0.007，
r=0.40、
P<0.001）；HOMA-IR与认知功能领域中的社会认知（MSCEIT）T分呈正相关（
r=0.18，
P=0.033）。（3）将BDNF、GDNF和HOMA-IR组合构建的早期诊断模型的AUC为0.890（95%
CI：0.832~0.940），准确度为0.89，灵敏度为0.94，特异度为0.82。
结论:以血清神经营养因子为主的生物标记物建立的最终诊断模型对SCZ有较好的诊断效能，但仍需大规模独立样本验证。

关键词：精神分裂症、脑源性神经营养因子、胶质细胞源性神经营养因子、胰岛素抵抗、诊断模型、病例对照研究

所属期刊栏目：103

资助基金：国家自然科学基金U21A20367，81971253;National Natural Science Foundation of ChinaU21A20367, 81971253

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1310-1315