全脑连接与电场引导的经颅磁刺激图谱用于PTSD症状的前瞻性开发

《Biological Psychiatry: Cognitive Neuroscience and Neuroimaging》：Prospective development of a whole-brain connectivity and E-field guided TMS atlas for PTSD symptoms.

　　

摘要
背景：尽管创伤聚焦心理治疗仍是创伤后应激障碍（PTSD）的一线治疗，但14%到35%的个体未能实现症状缓解。经颅磁刺激（TMS）作为一种辅助干预手段显示出前景，但其对PTSD的疗效仍不一致，并且可能通过纳入基于脑的信号来指导刺激而得到改善。为解决这一问题，研究人员开发了一个基于连接的建模框架，以识别预测症状严重程度的功能网络，并估计刺激在何处能最有效地减轻PTSD症状。
方法：研究人员使用了来自350名有或无PTSD的退伍军人的临床、结构和静息态功能数据。对功能连接矩阵进行主成分分析（PCA）以降低维度，并将所得成分得分输入lasso回归，以识别与症状严重程度相关的连接。为模拟TMS效应，研究人员为每位参与者生成了200个随机分布的皮层位点的电场模型，并利用这些分布来估计与建模电场成比例的连接变化。将估计的变化与PCA回归权重相结合，以预测每个位点刺激诱导的症状变化，并将其映射到整个皮层，从而创建一个全脑TMS靶向图谱。
结果：该模型识别出两种广泛且相反的模式。预期能增加左前额叶皮层连接的刺激被预测可减轻症状，而预期能减少双侧顶叶和枕叶区域连接的刺激也被预测可减轻症状。
结论：这些发现为PTSD的个性化TMS靶向提供了一个框架，并为未来的临床试验生成了潜在的治疗靶点。

论文解读文章

**研究背景**
创伤后应激障碍（PTSD）是一种以创伤事件侵入性记忆、警觉性改变、回避创伤相关线索以及情绪和认知负面变化为特征的精神疾病。在美国，约7–9%的个体终生罹患PTSD，在退伍军人中比例增至约20%。标准治疗（包括药物疗法和创伤聚焦心理治疗）效果差异较大，许多患者未能达到症状缓解。因此，亟需开发新型治疗手段，可作为独立的二线治疗或现有心理/药物治疗方案的辅助。经颅磁刺激（TMS）是一种利用磁脉冲影响神经活动的非侵入性技术，已获FDA批准用于治疗重度抑郁障碍（MDD）和强迫症（OCD），但其对PTSD的疗效仍不一致，传统基于固定解剖标志（如背外侧前额叶皮层，dlPFC）的靶向方法可能未能有效激活PTSD中受损的神经环路。神经影像学研究表明，PTSD涉及大规模脑网络（如默认模式网络DMN、执行控制网络ECN、突显网络SN）的功能连接异常，且个体间网络连接差异影响症状表现与严重程度。既往TMS研究常基于颅骨解剖标志，未考虑个体间神经解剖差异及TMS的下游连接效应；而TMS脉冲的多突触信号转导是其作用机制的关键，静息态连接研究显示网络变化广泛分布，且与电场分布成比例。因此，将功能连接靶向与电场（E-field）建模相结合，是实现精准机制化治疗的关键步骤。

**研究目的与内容**
本研究旨在利用档案数据，通过自下而上的数据驱动方法，确定全脑层面预测TMS靶向效能的图谱，以指导PTSD症状的干预。具体目标包括：（1）识别预测症状严重程度的网络水平指标；（2）生成全脑范围的预期TMS靶点图谱，以最可能减轻PTSD症状。研究基于两个核心假设：TMS通过调节脑连接影响精神症状；TMS诱导的连接变化与脉冲引入皮层灰质的能量分布成比例。此前研究已在焦虑抑郁队列中验证了类似的PCA回归建模框架，本次研究将左dlPFC扩展至整个皮层，以发现新靶点。

**主要技术方法（不超过250字）**
研究人员从“创伤性脑损伤与应激障碍转化研究中心（TRACTS）”纵向队列中选取350名美国现役军人或退伍军人（含PTSD与非PTSD参与者），收集临床、结构性MRI和静息态功能MRI数据。预处理后，将功能连接矩阵进行主成分分析（PCA）降维，成分得分输入lasso回归（10折交叉验证选择最优正则化参数λ），以识别与PTSD严重度（总并发症量表CAPS-IV得分）相关的连接模式，生成组水平权重矩阵。针对每位参与者，在皮层表面随机生成200个假设刺激位点，利用SimNIBS软件包模拟“8”字形线圈的电场分布，选取使皮层靶点电场强度最大的偏航方向，将电场向量降采样至Gordon图谱的333个脑区，并扩展为333×333的电场矩阵，代表每对脑区间的平均感应电流。整合参与者的电场矩阵、功能连接矩阵及组水平回归权重，预测每个位点刺激后PTSD症状的变化量（ΔCAPS），再通过高斯核平滑投射回皮层，生成全脑靶向图谱；采用体素单样本t检验及置换检验进行多重比较校正。

**研究结果**
**PCA-lasso回归结果**：以λ=1.58、MSE=1121.55±46.22为最优模型，包含122个非零系数，对应主成分解释了静息态连接数据50.33%的变异。将回归系数与PCA载荷相乘得到333×333权重矩阵，反映每对连接对CAPS得分预测的贡献。

**电场模拟与症状预测结果**：通过体素单样本t检验，识别出4个显著聚类（簇水平校正）。其中两个聚类覆盖左、右枕叶及后顶叶皮层，ΔCAPS显著为正，表明TMS诱导的连接降低可改善PTSD症状；另两个聚类覆盖左前额叶和前颞叶皮层，ΔCAPS显著为负，表明TMS诱导的连接增强可改善PTSD症状。具体：枕顶叶聚类（21370体素，Z=13.00）、左前额叶聚类（20640体素，Z=-10.12）、背内侧前额叶聚类（4350体素，Z=7.24）。此外，基于症状得分将参与者分为低、中、高严重度组，模型预测低、中严重度组从枕顶叶刺激获益最大，高严重度组从左前额叶及前颞叶刺激获益最大。

**讨论与结论**
**总结讨论**：本研究利用档案性结构和功能MRI数据，前瞻性地绘制可能通过调节静息态功能连接影响PTSD症状的TMS位点。研究采用探索性、维度性、全脑的方法，同时表征症状相关网络和定义潜在TMS刺激位点。与既往基于先验环路功能障碍模型（如dlPFC与亚属前扣带回sgACC的过度/低下连接）的靶向方法不同，本研究基于连接与症状间关联的经验估计推导靶点，并直接利用电场建模估计TMS诱导的全脑功能连接变化，进而生成预测症状变化得分，因此图谱反映的是皮层表面位点刺激的预测效能，而非单一回路。结果与部分临床研究一致：左dlPFC兴奋性刺激被预测改善症状，而右dlPFC刺激未预测显著效果；背内侧前额叶（dmPFC）刺激被预测需降低连接才能减轻症状。模型的两项基本假设（TMS通过连接变化影响症状；连接变化与电场分布成比例）已有初步实验支持。不足之处包括：当前模型基于退伍军人队列（男性居多、数据采集时间较早且硬件序列已更新）、未考虑同步治疗或药物状态、缺乏通用性TMS后连接变化预测模型（目前仅对iTBS有初步数据）。未来需在独立队列中进行随机对照试验（RCT）验证预测，并收集不同模式和剂量的TMS前后连接数据以完善模型。

**结论部分翻译**：
本研究证明，将电场建模与个体连接及症状预测相结合，为识别PTSD的TMS靶点提供了一个强有力的模型。通过生成全脑刺激位点图谱并将其与特定症状谱相关联，该模型超越了固定的解剖坐标，为个性化神经调控提供了一种可扩展的方法。研究人员发现，预期能增加左前额叶皮层连接的刺激可减轻症状，而预期能减少双侧顶叶和枕叶区域连接的刺激同样可减轻症状。尽管仍需进一步验证，当前发现为未来将个体化网络结构、症状维度及刺激参数整合的靶向方法奠定了基础。随着未来研究阐明剂量和模式如何影响连接变化，该模型有望支持关于症状改善的可检验预测。最终，该模型具有指导个性化临床干预并促进PTSD环路知情治疗方法发展的潜力。