
-
生物通官微
陪你抓住生命科技
跳动的脉搏
抑郁症患者睡眠结构的差异及其睡眠感知障碍的预测指标
《Scientific Reports》:Sleep architecture differences and predictive markers of sleep perception impairment in depression
【字体: 大 中 小 】 时间:2026年05月22日 来源:Scientific Reports 3.9
编辑推荐:
摘要睡眠感知障碍(SPI)表现为主观与客观睡眠数据之间的差异,在抑郁症患者中较为常见。其神经生理机制尚未完全明了。本研究探讨了多导睡眠图(PSG)所检测到的睡眠宏观和微观结构特征与抑郁症患者睡眠感知障碍之间的关联。我们招募了63名年龄在18至65岁之间的成年人,他们均被诊断为DS
睡眠感知障碍(SPI)表现为主观与客观睡眠数据之间的差异,在抑郁症患者中较为常见。其神经生理机制尚未完全明了。本研究探讨了多导睡眠图(PSG)所检测到的睡眠宏观和微观结构特征与抑郁症患者睡眠感知障碍之间的关联。我们招募了63名年龄在18至65岁之间的成年人,他们均被诊断为DSM-V标准下的重度抑郁症患者。参与者被分为两组:SPI组(n=26)和非SPI组(n=37)。所有参与者均接受了夜间多导睡眠图检查,并完成了临床评估。我们分析了睡眠的宏观结构和脑电图(EEG)的微观结构,包括睡眠阶段转换的碎片化程度(通过睡眠时间熵STE来衡量)。通过逻辑回归和线性回归模型,我们在控制了人口统计学、临床及睡眠相关变量后,评估了影响SPI的因素。尽管客观睡眠时长在两组间无显著差异,但SPI组患者根据PSG检测结果主观估计的睡眠时长明显偏低,报告的主观睡眠质量更差,脑电图总功率较低(中位数分别为9.7 kμV2和12.5 kμV2;p=0.003),大脑两半球之间的EEG对称性也较低(分别为0.50和0.51;p=0.02),且高频脑电活动相对于慢波脑电活动更为活跃。在调整后的模型中,较高的脑电图总功率(每增加1000 μV2,OR=0.35)和更大的EEG对称性(每增加0.01,OR=0.47)均能独立降低出现SPI的风险。基于脑电图的生物标志物(如频谱功率、对称性和熵值)可能有助于区分抑郁症患者的不同睡眠感知类型,为个性化临床干预提供潜在的目标。