探索性眼动特征在精神分裂症和双相情感障碍筛查中的应用：一项横断面门诊研究

《Scientific Reports》：Exploratory eye movement characteristics to aid screening of schizophrenia and bipolar disorder: A cross-sectional outpatient study

　　

摘要

目前的精神病学诊断缺乏客观标准，本研究旨在评估眼动探索（EEM）作为一种潜在工具，以提高各种精神障碍诊断的客观性。研究使用眼动探索（EEM）范式分析了精神分裂症或双相情感障碍患者以及健康对照组的眼动数据。关键指标包括注视次数（NEF）、总眼动扫描长度（TESL）、平均眼动扫描长度（MESL）、认知搜索得分（CSS）和反应性搜索得分（RSS）。通过方差分析（ANOVA）和效应量来检测组间差异，并使用ROC曲线评估诊断性能。利用10折交叉验证的机器学习模型对特征重要性和分类能力进行了评估。研究发现各组之间存在显著的年龄差异，这可能影响了特征选择。结果显示，注视次数（NEF）和反应性搜索得分（RSS）是最具区分度的特征，尤其是在精神分裂症与健康对照组之间（Cohen’s d = -0.79 和 -1.12）。ROC分析表明，反应性搜索得分（RSS，AUC = 0.84）和注视次数（NEF，AUC = 0.78）是最佳指标。结合人口统计特征和两个最重要的眼动特征（NEF、RSS）的SVC模型，其AUC为0.80，F1分数为0.60，优于其他模型。基于EEM的指标（如RSS、NEF）可以作为辅助筛查工具，但无法作为独立的诊断方法。在临床实践中实施标准化的EEM检查程序，对于这些疾病的早期筛查具有潜在价值。未来的研究可以探索将EEM与其他诊断方法结合，构建一个智能且全面的评估系统。