重度抑郁症（MDD）是全球第二大致残性疾病，主要通过抗抑郁药物治疗。然而，不同患者对药物治疗的反应存在较大差异，约有40%到50%的患者对药物治疗无效。近年来，脑成像生物标志物被发现能预测治疗效果，其中前扣带回皮质（sgACC）在抑郁症的病理生理学中扮演重要角色，特别是其与额顶网络（FPN）的静息态功能连接（rsFC）可能与抗抑郁药物的反应有关。本研究的主要目的是探讨sgACC的rsFC在预测MDD患者抗抑郁药物效果中的作用。

该研究从2018年7月至2021年6月招募了87名未接受药物治疗或治疗时间不足7天的MDD患者。患者在基线时进行了静息态功能磁共振成像（fMRI）扫描，并接受了为期12周的艾司西酞普兰（SSRI类抗抑郁药）治疗。治疗后，患者被分为抑郁缓解组（RD组）和未缓解组（NRD组）。本研究采用以sgACC为种子点的体素全脑rsFC分析，比较两个组之间的功能连接差异。此外，建立了基于sgACC rsFC的预测模型，通过Logistic回归与L2惩罚项预测治疗效果，并使用10折交叉验证评估模型性能。

在数据处理过程中，首先对功能磁共振数据进行了预处理，包括删除前5个时间点、进行切片时序校正、运动校正及头动参数回归等操作。然后计算sgACC与其他脑区的功能连接，采用Fisher's r-to-z变换来对相关系数进行标准化，并使用PCA降维以避免数据维度过高带来的模型不稳定问题。

两组患者在基线时的年龄、性别、教育程度、病程等人口学特征上无显著差异。RD组在治疗后12周的HAMD-17评分显著低于NRD组，表明治疗效果更好。功能连接分析显示，RD组在sgACC与双侧背外侧前额叶皮质（DLPFC）及双侧下顶叶（IPL）之间的rsFC显著高于NRD组。此外，sgACC与这些区域的rsFC与HAMD-17评分的改善百分比呈显著正相关，表明这些区域的功能连接越强，治疗效果越好。

预测模型结果显示，基线时的sgACC rsFC能够有效预测治疗效果，平均准确率为72.64%，平均AUC值为0.74，平均敏感度为0.70，平均特异性为0.82。在预测特征中，82.78%的预测体素位于FPN内，表明sgACC与FPN的功能连接在预测抗抑郁药物疗效中具有重要作用。

图1：RD 和 NRD 之间的 rsFC 分析结果

该研究首次系统性地评估了sgACC rsFC在MDD患者艾司西酞普兰治疗中的预测作用。研究表明，sgACC与FPN之间较高的功能连接与更好的治疗反应相关，提示sgACC rsFC可以作为潜在的生物标志物，用于预测MDD患者的药物疗效。这一发现为个体化治疗策略提供了理论依据，未来有望通过此类神经生物学标志物提高抗抑郁药物的精准治疗效果。

原始出处：

Wang, Y., Wang, C., Zhou, J., et al. Contribution of resting-state functional connectivity of the subgenual anterior cingulate to prediction of antidepressant efficacy in patients with major depressive disorder. *Translational Psychiatry*. 2024, 14:399. https://doi.org/10.1038/s41398-024-03117-1

Tags： Translational Psychiatry:：北京安定医院探索静息态功能连接预测重度抑郁症患者抗抑郁药物疗效