Bayes判别在精神分裂症血清蛋白因子水平与认知功能障碍中的预测作用

目的探讨血清蛋白因子水平与精神分裂症患者临床症状和认知障碍的相关性及对认知障碍缺陷程度的预测作用,为临床评估精神分裂症认知受损严重程度及预后提供辅助方法。方法选择2017年9月至2019年4月在昆明医科大学第一附院确诊的71例精神分裂症患者作为患者组,以同一医院体检中心的65例健康志愿者作为对照组。使用ELISA方法检测患者组与对照组外周血肿瘤坏死因子α(tumor necrosis factorα,TNF-α)、脑源性神经营养因子(brain-derived neurotrophic factor,BDNF)、钙结合蛋白β(calcium-binding proteinβ,S100β)浓度。使用系统评估工具-MATRICS认知功能成套测验(MATRICS consensus cognitive battery,MCCB)进行认知功能评估。采用阳性和阴性症状量表(positive and negative syndrome scale,PANSS)评定患者临床症状。使用SPSS 22.0进行统计分析,组间比较采用独立样本t检验,血清蛋白因子水平与认知功能和临床症状的关系采用Pearson相关分析。以血清蛋白因子浓度和PANSS总分作为自变量,MCCB各认知因子缺陷程度作为因变量,建立Bayes判别函数,对精神分裂症认知功能障碍严重程度进行客观的预测、评价和验证。结果血清TNF-α[(63.2±25.2)pg/L,(31.4±14.3)pg/L]、S100β[(68.0±26.4)pg/L,(47.3±20.2)pg/L]浓度患者组高于对照组,BDNF浓度低于对照组[(2517.8±1140.2)pg/L,(5202.2±447.2)pg/L],均差异有统计学意义(均P<0.05)。Bayes判别函数模型中认知障碍严重程度回顾性检验四个认知因子的正确判别率为:信息处理速度69.0%,词语学习63.4%,推理和问题解决76.1%,视觉学习73.2%。交叉检验正确判别率分别为:信息处理速度66.2%,词语学习60.6%,推理和问题解决73.2%,视觉学习66.2%。结论精神分裂症血清蛋白因子TNF-α、BDNF、S100β水平和临床症状评分与认知障碍存在不同程度相关性,Bayes判别模型对精神分裂症认知功能障碍严重程度有较高的正确判别率,精神分裂症相关蛋白因子水平和临床症状评分对认知功能缺陷程度可能具有预测作用,为临床疗效评估及预后分析提供较客观的依据。     

精神分裂症患者认知功能障碍与微小RNA调控表达的研究进展

本文对精神分裂症患者认知功能障碍相关的微小RNA(microRNA)的种类及表达特点进行综述,为更深入地研究精神分裂症患者认知功能障碍症状特点和分子机制、并为后续精准治疗及预后评估开辟新思路。     

精神分裂症认知障碍与星形胶质 细胞关系的研究进展

精神分裂症是一种病因未明的、复杂的严重脑部疾病，致残率极高，终身患病率约为0.5%。目前， 精神分裂症阳性症状的药物治疗效果较显著，但阴性症状及认知功能损害的治疗效果仍不理想，这可能与其 复杂的病理机制有关。其中，中枢神经系统中星形胶质细胞的活化与精神分裂症发病机制存在密切联系，与 认知障碍的发生更是关系紧密。因此，明确精神分裂症认知障碍的发病机制及治疗策略迫在眉睫。