2024年12月，福建中医药大学康复医学院吴劲松副教授在国家自然科学基金的资助下，在Nature旗下中科院一区Top期刊Translational Psychiatry发表了题为“Individualized identification value of stress-related network structural-functional properties and HPA axis reactivity for subthreshold depression”的原始研究论文，探索了压力相关网络结构-功能耦合（SC-FC耦合）联合HPA轴对识别阈下抑郁人群的关键作用，这项研究首次揭示了压力相关网络SC-FC耦合在阈下抑郁中的关键作用。

文章标题：Individualized identification value of stress-related network structural-functional properties and HPA axis reactivity for subthreshold depression. （原文链接：https://doi.org/10.1038/s41398-024-03210-5）

阈下抑郁是一种尚未达到重性抑郁诊断标准的抑郁状态，患病率高达11.02%。阈下抑郁患者常面临慢性疲劳、记忆与睡眠问题及注意力障碍等问题，并可能增加自杀风险。

这项研究共招募117阈下抑郁患者和43名健康对照者，通过倾向得分匹配最终纳入86名受试者，采集了抑郁水平、皮质醇水平和脑成像数据，利用功能磁共振成像和弥散张量成像分析网络的SC-FC耦合和拓扑属性，并采用支持向量机区分阈下抑郁与健康对照。

图1：脑网络结构-功能耦合、皮质醇水平和拓扑属性的组间差异比较

结果显示，阈下抑郁患者的DMN网络的SC-FC耦合显著增加，伴随DMN和FPC的全局效率下降及皮质醇水平升高。在拓扑属性方面，阈下抑郁患者的功能性DMN网络中，左侧颞叶和后扣带回皮层（PCC）的度中心性及左侧PCC的节点效率显著增加；而右侧背内侧前额叶皮层（dmPFC）的度中心性和节点效率显著下降。此外，在功能性FPC网络中，外侧前额叶皮质（PFCI）的度中心性和节点效率显著下降，而右侧楔前叶的度中心性显著增加。

图2 脑网络结构-功能耦合、拓扑属性、皮质醇水平与抑郁量表评分之间的

偏相关分析，以年龄和性别为协变量

阈下抑郁个体中，DMN网络的SC-FC耦合与CES-D得分、皮质醇水平显著相关，HAMD得分与右侧dmPFC和PFCI的度中心性及节点效率呈显著负相关。

图3 SVM模型的ROC曲线。

注：基础变量包括年龄、性别、受教育年限、HAMD评分；Model 1：包括基础变量和DMN网络SC-FC耦合；

Model 2：包括基础变量和dmPFC节点效率与度中心性；

Model 3：包括基础变量和唾液皮质醇；

Model 4：包括基础变量、唾液皮质醇、DMN网络SC-FC耦合。

相较于其他单一模型，DMN的SC-FC耦合与皮质醇水平的组合可更有效的识别阈下抑郁，准确率和AUC值分别高达85.71%和0.894。

这项研究强调了压力相关网络SC-FC耦合与皮质醇水平结合在阈下抑郁识别中的重要性，压力相关网络SC - FC耦合和皮质醇水平的结合可能有助于阈下抑郁和HC的鉴别。这一发现为阈下抑郁的个性化识别提供新思路。

论文信息：

He Youze^#, Zhao Baoru^#, Liu Zhihan^#, Hu Yudie, Song Jian, Wu Jingsong*. Individualized identification value of stress-related network structural-functional properties and HPA axis reactivity for subthreshold depression. Transl Psychiatry. 2024 Dec 23;14(1):501. doi: 10.1038/s41398-024-03210-5.