摘要

目的构建基于血清神经营养因子等生物标记物的精神分裂症(SCZ)诊断模型。方法前瞻性选取2017年1月至2019年12月在郑州大学第一附属医院就诊的首发未服药SCZ患者(SCZ组)和同期的健康对照者(HC组), SCZ组分别采用阳性和阴性症状量表(PANSS)和认知功能成套测验(MCCB)评估精神症状和认知功能, 并检测外周脑源性神经营养因子(BDNF)、胶质细胞源性神经营养因子(GDNF)、空腹血糖(FGB)和空腹胰岛素(FINS)水平, 评估受试者胰岛素抵抗情况(HOMA-IR), HC组采用同样方法评估认知功能和测定BDNF、GDNF、FGB、FINS水平及评估HOMA-IR, 选择两组间差异有统计学意义的指标纳入模型。通过机器学习构建诊断模型, 用交叉验证方法进行验证, 并绘制受试者工作特征(ROC)曲线, 计算平均ROC曲线下面积(AUC)、灵敏度、特异度。结果 (1)最终纳入SCZ患者142例, 男70例, 女72例, 年龄(25±4)岁;HC 140名, 男72名, 女68名, 年龄(26±4)岁。SCZ组认知功能各领域评分均低于HC组(均P<0.001), 血清BDNF、GDNF水平[(6.7±1.8)ng/ml、(405±93)pg/ml]低于HC组[(12.3±3.2)ng/ml、(574±139)pg/ml](均P<0.001), 而FINS水平、HOMA-IR[(8.4±0.8)μU/ml、1.7±0.3]则高于HC组[(6.7±0.9)μU/ml、1.4±0.3](均P<0.001)。(2)相关分析结果显示, SCZ患者的BDNF水平与PANSS中阴性症状分、总分呈负相关(r=-0.31、P<0.001, r=-0.17、P=0.040), 与认知功能领域中的注意及警觉性(CPT-IP)T分、工作记忆(WSM-Ⅲ)T分、视觉学习(BVMT)T分呈正相关(r=0.39、0.37、0.29, 均P<0.001);GDNF水平与认知功能领域中的CPT-IP T分、WSM-Ⅲ T分、BVMT T分呈正相关(r=0.32、P<0.001, r=0.23、P=0.007, r=0.40、P<0.001);HOMA-IR与认知功能领域中的社会认知(MSCEIT)T分呈正相关(r=0.18, P=0.033)。(3)将BDNF、GDNF和HOMA-IR组合构建的早期诊断模型的AUC为0.890(95%CI:0.832~0.940), 准确度为0.89, 灵敏度为0.94, 特异度为0.82。结论以血清神经营养因子为主的生物标记物建立的最终诊断模型对SCZ有较好的诊断效能, 但仍需大规模独立样本验证。