《Molecular Psychiatry》：Combining neurobiological markers and a sociodemographic risk score to predict adolescent depression – An IDEA RiSCo prospective cohort study
編輯推薦：
本研究針對青少年抑郁癥早期預防的全球性難題，旨在解決單一社會人口學風險預測(IDEA-RS)準確性有限的問題。研究人員在巴西開展了前瞻性隊列研究，將炎癥因子、犬尿氨酸通路代謝物及杏仁核反應性等神經生物標志整合，構建了生物風險評分(IDEA-BIO-RS)。結果顯示，聯合生物與人口學標志物可顯著提升預測準確性，其中被雙高風險判定的青少年三年內抑郁癥發病率高達44%。該研究為開發多維度篩查工具、實現青少年抑郁癥精準預防提供了重要證據。
在當今社會，青少年抑郁癥如同一片蔓延的陰云，其發病率在過去十年間持續上升，給個人、家庭乃至整個社會都帶來了沉重的負擔。然而，對抗這場“心靈流感”的最大挑戰之一，在于難以在暴風雨來臨之前，精準識別出那些身處險境的青少年。傳統的預警大多依賴于家庭環境、社會經濟地位等社會人口學因素，雖然有一定效果，但預測的準確性和特異性仍有待提高，這在一定程度上阻礙了早期、有效預防策略的制定與實施。與此同時，科學界越來越認識到，心理疾病的背后交織著復雜的社會環境與生物因素的相互作用。例如，身體的慢性炎癥、大腦內神經保護與神經毒性物質的平衡，以及面對負面情緒時大腦關鍵區域（如杏仁核）的過度反應，都被認為與抑郁癥的發生密切相關。那么，一個關鍵的科學問題便浮現出來：如果我們能將目光從外部環境投向人體內部，整合這些潛在的神經生物學“信號”，能否為社會人口學風險預測這把“鎖”找到更精準的“鑰匙”，從而更早、更準地發現那些抑郁癥高風險青少年呢？
為了回答這個問題，一項名為“IDEA-RiSCo”的前瞻性隊列研究在巴西展開，其成果最終發表于精神病學領域的頂尖期刊《Molecular Psychiatry》。研究團隊進行了一項長達三年的追蹤。他們首先利用已開發的、僅基于社會人口學變量的復合風險評分（IDEA-RS），對超過7000名14-16歲的巴西公立學校青少年進行了篩查。從這個大池子中，他們精心挑選了風險光譜兩端的100名青少年：50名被IDEA-RS判定為低風險，50名判定為高風險，且所有人在入組時均未達到抑郁癥診斷標準。研究對這些青少年進行了深入的“生物采樣”：采集血液以分析關鍵的炎癥細胞因子（包括白細胞介素-2(IL-2)、白細胞介素-6(IL-6)、白細胞介素-12p70(IL-12p70)和腫瘤壞死因子-α(TNF-α)）以及犬尿氨酸通路代謝物（重點關注反映神經保護與神經毒性平衡的KYN/QA比值）；同時，利用功能性磁共振成像(fMRI)技術，測量了他們對恐懼、悲傷、憤怒等負面情緒面孔刺激時杏仁核的神經活動反應。在此后三年中，研究人員對這些青少年進行了年度隨訪，通過專業的臨床診斷訪談，最終確定了其中19人在隨訪期間罹患了抑郁癥。
主要技術方法概述：
本研究在巴西招募了基于IDEA-RS篩選出的高風險與低風險青少年各50名，構成前瞻性隊列。基線評估包括：1) 通過電化學發光法檢測血清炎癥細胞因子(IL-2, IL-6, IL-12p70, TNF-α)水平；2) 采用超高效液相色譜-串聯質譜法分析血漿犬尿氨酸通路代謝物，計算KA/QA比值；3) 利用3T fMRI掃描，通過面孔匹配任務獲取被試對負性情緒面孔（恐懼、悲傷、憤怒）刺激的杏仁核反應性數據。主要結局為三年隨訪期內經K-SADS-PL訪談確診的抑郁癥發病率。數據分析采用邏輯回歸等統計方法構建并驗證預測模型。
研究結果
IDEA-RS聯合基線細胞因子預測三年隨訪期內向抑郁癥的轉變
將四種炎癥細胞因子(IL-2, IL-6, IL-12p70, TNF-α)與IDEA-RS一同納入邏輯回歸模型分析發現，相較于單獨使用IDEA-RS，該聯合模型的預測能力提升了19.1%，能夠解釋28.1%的方差，并正確分類81.8%的參與者。
IDEA-RS聯合基線KA/QA比值預測三年隨訪期內向抑郁癥的轉變
將反映神經保護/神經毒性平衡的KA/QA比值與IDEA-RS聯合分析，該模型對抑郁癥轉變的預測能力提升了6.9%，可解釋15.9%的方差，正確分類率為78.4%。
IDEA-RS聯合基線杏仁核對負性刺激的反應性預測三年隨訪期內向抑郁癥的轉變
在擁有合格fMRI數據的73名青少年中，將杏仁核對恐懼、悲傷、憤怒面孔的反應性與IDEA-RS聯合建模。該模型能夠解釋17.4%的方差，正確分類率為78.1%。
IDEA-RS聯合所有生物風險因素預測三年隨訪期內向抑郁癥的轉變
將全部八個生物標志物（四種細胞因子、KA/QA比值、杏仁核對三種負性面孔的反應性）與IDEA-RS整合進一個模型時，預測性能得到最大提升，較單獨IDEA-RS模型提高了40.8%。該模型可解釋49.8%的方差，正確分類率達82.2%。受試者工作特征曲線分析顯示，聯合模型的曲線下面積(AUC)達到0.889，顯示出“優秀”的判別能力，遠高于單獨IDEA-RS模型的0.715（“中等”水平）。
基于IDEA-BIO-RS和IDEA-RS的三年隨訪期內抑郁癥轉變發生率
研究進一步創建了一個復合生物風險評分(IDEA-BIO-RS)，范圍0-8分，分數越高表示生物風險越高。分析顯示，在基線被IDEA-BIO-RS判定為高生物風險的青少年中，有36.4%在隨訪期內發展為抑郁癥，而低生物風險組中這一比例僅為3.4%，差異顯著。更為重要的是，當同時考慮社會人口學風險(IDEA-RS)和生物風險(IDEA-BIO-RS)時，可以將青少年分為四組：雙低風險組(LL)、人口學低風險-生物高風險組(LH)、人口學高風險-生物低風險組(HL)、雙高風險組(HH)。結果令人矚目：雙低風險組(LL)中無一人患上抑郁癥；而雙高風險組(HH)的抑郁癥發病率高達44%。相比之下，僅在一個維度（人口學或生物）被判定為高風險的LH組和HL組，發病率分別為26.3%和9.1%。
研究結論與意義
本研究證實，將神經生物標志物與社會人口學風險因素相結合，能顯著提升對青少年抑郁癥的預測準確性，效果優于單獨使用任一類指標。這標志著在理解抑郁癥復雜病因方面邁出了重要一步。研究首次提出了一個專門針對青少年抑郁癥的復合生物風險評分(IDEA-BIO-RS)，并證明其具有良好的預測效能。尤為關鍵的是，聯合應用IDEA-RS和IDEA-BIO-RS能夠精準區分出風險極高的群體（雙高風險組發病率達44%）和風險極低的群體（雙低風險組發病率為0），這為實施分層、精準的預防干預提供了強有力的科學依據。
這項研究的意義深遠。首先，它超越了傳統單一生物標志物的研究范式，采用了整合多種生物學通路（免疫、神經代謝、腦功能）的復合評分策略，這更契合精神疾病具有高度異質性的特點。其次，它成功地將“社會心理-生物”模型應用于實際的風險預測，模仿了心血管疾病領域（如弗明漢風險評分）的成功經驗，為精神病學的風險預測工具開發提供了新范式。盡管研究存在樣本量相對較小、部分評估為回顧性等局限性，且像fMRI這樣的技術在當前醫療場景中的可及性和成本仍是推廣挑戰，但其指明的方向是清晰的。未來，在更大規模、更多樣化的隊列中驗證這一模型，并探索更具成本效益的生物標志物組合，將有望催生出一個實用的、多步驟的篩查工具。最終，這項研究為在全球范圍內，特別是在中低收入國家，早期識別抑郁癥高危青少年、從而及時啟動預防措施、減輕這一重大公共衛生負擔，點燃了新的希望。
