《Molecular Psychiatry》：Combining neurobiological markers and a sociodemographic risk score to predict adolescent depression – An IDEA RiSCo prospective cohort study
编辑推荐：
本研究针对青少年抑郁症早期预防的全球性难题，旨在解决单一社会人口学风险预测(IDEA-RS)准确性有限的问题。研究人员在巴西开展了前瞻性队列研究，将炎症因子、犬尿氨酸通路代谢物及杏仁核反应性等神经生物标志整合，构建了生物风险评分(IDEA-BIO-RS)。结果显示，联合生物与人口学标志物可显著提升预测准确性，其中被双高风险判定的青少年三年内抑郁症发病率高达44%。该研究为开发多维度筛查工具、实现青少年抑郁症精准预防提供了重要证据。
在当今社会，青少年抑郁症如同一片蔓延的阴云，其发病率在过去十年间持续上升，给个人、家庭乃至整个社会都带来了沉重的负担。然而，对抗这场“心灵流感”的最大挑战之一，在于难以在暴风雨来临之前，精准识别出那些身处险境的青少年。传统的预警大多依赖于家庭环境、社会经济地位等社会人口学因素，虽然有一定效果，但预测的准确性和特异性仍有待提高，这在一定程度上阻碍了早期、有效预防策略的制定与实施。与此同时，科学界越来越认识到，心理疾病的背后交织着复杂的社会环境与生物因素的相互作用。例如，身体的慢性炎症、大脑内神经保护与神经毒性物质的平衡，以及面对负面情绪时大脑关键区域（如杏仁核）的过度反应，都被认为与抑郁症的发生密切相关。那么，一个关键的科学问题便浮现出来：如果我们能将目光从外部环境投向人体内部，整合这些潜在的神经生物学“信号”，能否为社会人口学风险预测这把“锁”找到更精准的“钥匙”，从而更早、更准地发现那些抑郁症高风险青少年呢？
为了回答这个问题，一项名为“IDEA-RiSCo”的前瞻性队列研究在巴西展开，其成果最终发表于精神病学领域的顶尖期刊《Molecular Psychiatry》。研究团队进行了一项长达三年的追踪。他们首先利用已开发的、仅基于社会人口学变量的复合风险评分（IDEA-RS），对超过7000名14-16岁的巴西公立学校青少年进行了筛查。从这个大池子中，他们精心挑选了风险光谱两端的100名青少年：50名被IDEA-RS判定为低风险，50名判定为高风险，且所有人在入组时均未达到抑郁症诊断标准。研究对这些青少年进行了深入的“生物采样”：采集血液以分析关键的炎症细胞因子（包括白细胞介素-2(IL-2)、白细胞介素-6(IL-6)、白细胞介素-12p70(IL-12p70)和肿瘤坏死因子-α(TNF-α)）以及犬尿氨酸通路代谢物（重点关注反映神经保护与神经毒性平衡的KYN/QA比值）；同时，利用功能性磁共振成像(fMRI)技术，测量了他们对恐惧、悲伤、愤怒等负面情绪面孔刺激时杏仁核的神经活动反应。在此后三年中，研究人员对这些青少年进行了年度随访，通过专业的临床诊断访谈，最终确定了其中19人在随访期间罹患了抑郁症。
主要技术方法概述：
本研究在巴西招募了基于IDEA-RS筛选出的高风险与低风险青少年各50名，构成前瞻性队列。基线评估包括：1) 通过电化学发光法检测血清炎症细胞因子(IL-2, IL-6, IL-12p70, TNF-α)水平；2) 采用超高效液相色谱-串联质谱法分析血浆犬尿氨酸通路代谢物，计算KA/QA比值；3) 利用3T fMRI扫描，通过面孔匹配任务获取被试对负性情绪面孔（恐惧、悲伤、愤怒）刺激的杏仁核反应性数据。主要结局为三年随访期内经K-SADS-PL访谈确诊的抑郁症发病率。数据分析采用逻辑回归等统计方法构建并验证预测模型。
研究结果
IDEA-RS联合基线细胞因子预测三年随访期内向抑郁症的转变
将四种炎症细胞因子(IL-2, IL-6, IL-12p70, TNF-α)与IDEA-RS一同纳入逻辑回归模型分析发现，相较于单独使用IDEA-RS，该联合模型的预测能力提升了19.1%，能够解释28.1%的方差，并正确分类81.8%的参与者。
IDEA-RS联合基线KA/QA比值预测三年随访期内向抑郁症的转变
将反映神经保护/神经毒性平衡的KA/QA比值与IDEA-RS联合分析，该模型对抑郁症转变的预测能力提升了6.9%，可解释15.9%的方差，正确分类率为78.4%。
IDEA-RS联合基线杏仁核对负性刺激的反应性预测三年随访期内向抑郁症的转变
在拥有合格fMRI数据的73名青少年中，将杏仁核对恐惧、悲伤、愤怒面孔的反应性与IDEA-RS联合建模。该模型能够解释17.4%的方差，正确分类率为78.1%。
IDEA-RS联合所有生物风险因素预测三年随访期内向抑郁症的转变
将全部八个生物标志物（四种细胞因子、KA/QA比值、杏仁核对三种负性面孔的反应性）与IDEA-RS整合进一个模型时，预测性能得到最大提升，较单独IDEA-RS模型提高了40.8%。该模型可解释49.8%的方差，正确分类率达82.2%。受试者工作特征曲线分析显示，联合模型的曲线下面积(AUC)达到0.889，显示出“优秀”的判别能力，远高于单独IDEA-RS模型的0.715（“中等”水平）。
基于IDEA-BIO-RS和IDEA-RS的三年随访期内抑郁症转变发生率
研究进一步创建了一个复合生物风险评分(IDEA-BIO-RS)，范围0-8分，分数越高表示生物风险越高。分析显示，在基线被IDEA-BIO-RS判定为高生物风险的青少年中，有36.4%在随访期内发展为抑郁症，而低生物风险组中这一比例仅为3.4%，差异显著。更为重要的是，当同时考虑社会人口学风险(IDEA-RS)和生物风险(IDEA-BIO-RS)时，可以将青少年分为四组：双低风险组(LL)、人口学低风险-生物高风险组(LH)、人口学高风险-生物低风险组(HL)、双高风险组(HH)。结果令人瞩目：双低风险组(LL)中无一人患上抑郁症；而双高风险组(HH)的抑郁症发病率高达44%。相比之下，仅在一个维度（人口学或生物）被判定为高风险的LH组和HL组，发病率分别为26.3%和9.1%。
研究结论与意义
本研究证实，将神经生物标志物与社会人口学风险因素相结合，能显著提升对青少年抑郁症的预测准确性，效果优于单独使用任一类指标。这标志着在理解抑郁症复杂病因方面迈出了重要一步。研究首次提出了一个专门针对青少年抑郁症的复合生物风险评分(IDEA-BIO-RS)，并证明其具有良好的预测效能。尤为关键的是，联合应用IDEA-RS和IDEA-BIO-RS能够精准区分出风险极高的群体（双高风险组发病率达44%）和风险极低的群体（双低风险组发病率为0），这为实施分层、精准的预防干预提供了强有力的科学依据。
这项研究的意义深远。首先，它超越了传统单一生物标志物的研究范式，采用了整合多种生物学通路（免疫、神经代谢、脑功能）的复合评分策略，这更契合精神疾病具有高度异质性的特点。其次，它成功地将“社会心理-生物”模型应用于实际的风险预测，模仿了心血管疾病领域（如弗明汉风险评分）的成功经验，为精神病学的风险预测工具开发提供了新范式。尽管研究存在样本量相对较小、部分评估为回顾性等局限性，且像fMRI这样的技术在当前医疗场景中的可及性和成本仍是推广挑战，但其指明的方向是清晰的。未来，在更大规模、更多样化的队列中验证这一模型，并探索更具成本效益的生物标志物组合，将有望催生出一个实用的、多步骤的筛查工具。最终，这项研究为在全球范围内，特别是在中低收入国家，早期识别抑郁症高危青少年、从而及时启动预防措施、减轻这一重大公共卫生负担，点燃了新的希望。
