分布式 EEG 相位重置动态预测未治疗成年人的抑郁症状严重程度

追踪抑郁症状严重程度的客观神经测量标记在连续谱上仍然有限，尤其是在未治疗人群中。尽管脑电图展现出前景，但大多数既往研究结果不一致、局限于病例对照判别或难以从机制上解释。这些局限提示，症状相关信息可能并不局限于局灶性脑电图特征，而是分布于皮层网络中。在此我们表明，自我报告的抑郁症状严重程度与大规模相位重置动态相关，并可通过一个由相位重置率调制（PRRM）衍生的整合指数来表征；PRRM 是一种测量源电极到目标电极的、源锁定的、时间滞后的相位重置率调制的方法。在一个静息态横断面队列中，共 276 名未治疗成人（139 名男性和 137 名女性；年龄 18–59 岁），涵盖广泛的症状范围，其中 116 人具有中度至重度症状；一个整合指数聚合了多个单独较弱但 collectively 具有信息量的基于 PRRM 的特征（位于上 alpha 和低 gamma 频段），对症状评分显示出交叉验证的预测能力（r > 0.6），并在区分中度至重度与低症状个体方面达到约 80% 的准确率。这些发现为一种生理上可解释的神经测量特征提供了证据，并提示 PRRM 框架可能支持未来对未治疗人群中抑郁症状严重程度的客观评估和纵向监测，尽管在临床应用前仍需在具有临床特征的队列中进行独立验证。

中文由 AI 翻译，仅供参考，以原文为准。