神经精神疾病的筛查与诊断工具——量表与脑网络

郭毅，曾思琳，黄莹

在神经科的临床工作中，许多医师不乏见到这样一群患者：他们常以躯体不适为主诉，如头晕头痛、睡眠障碍等；他们或许郁郁寡欢、紧张焦虑，却否认自己的不良情绪；他们痛苦的背后常有生活事件的打击或合并有慢性疾病，甚至影响了生活工作能力。这一类患者有过很多诊断标签：神经衰弱、神经官能症、躯体化障碍、抑郁症、焦虑症等。至今，国内外仍然在探索如何更高效地识别神经科中的精神障碍，以提高对这类患者的诊治效果。在认识精神障碍的过程中，量表是临床上常用的筛查与评估手段，更是科研工作中对精神情感及认知功能的量化工具；而如何更加深入地了解神经精神疾病的发病机制及开发更有效的干预手段，脑网络是目前及今后热门的研究方向。

1 量表

目前，精神障碍的诊断尚缺乏客观检查手段，其诊断主要依赖于精神专科晤谈检查。而对于综合医院医师来说，由于缺乏精神专科知识及简单可靠的筛查及诊断手段，精神障碍常常被忽略及漏诊。这不仅给患者带来痛苦，也为医师的诊治带来困难。在筛查评估精神障碍的方法中，精神科量表是一个重要的手段。作为标准化测量和量化工具，量表在临床应用中能帮助医师识别患者并评估其疾病严重程度，同时一些自评量表的应用还能帮助患者认识到自身心理疾病的状况，以更好地配合治疗。综合医院中常见的有症状自评量表（symptom check-list 90，SCL-90）、焦虑自评量表（selfrating anxiety scale，SAS）/抑郁自评量表（self-rating depression scale，SDS）、汉密尔顿焦虑量表（Hamilton anxiety scale，HAMA）/汉密尔顿抑郁量表（Hamilton depression scale，HAMD）、9项患者健康问卷（patient health questionnaire-9，PHQ-9）、广泛性焦虑量表（the seven-item generalized anxiety disorder，GAD-7），以及综合性医院焦虑抑郁量表（hospital anxiety and depression scale，HAD）等。已有大量文献证实这些量表在各种受测人群包括社区人群、综合医院患者人群及精神病专科医院患者人群中均具有良好的信度及效度[1-5]。

虽然国外精神科量表的引进在一定程度上提高了中国心理疾病的诊治率，但量表在我国综合医院里的实施率仍然远远落后于国外水平。导致现有的精神科量表在综合医院应用率低的原因主要有以下方面：①量表条目偏向于精神情感方面。许多经典的精神科量表（如HAMA/HAMD）包含大量负面精神情感问题，如询问患者有无自杀倾向、患者是否感到绝望等，这不符合中国人群传统观念及性格特点，同时由于社会大众群体对心理疾病的认识不足及对心理疾病患者的偏见歧视[6]，患者往往会因顾虑或感到羞耻而否认和隐瞒自己的不良情绪。②缺乏躯体症状项目。大多数就诊于综合医院的神经症患者以躯体症状为主诉，否认心理情绪与躯体症状的相关性，经临床观察，虽然有部分患者存在故意隐瞒负面情绪，但是的确有部分患者以非器质性的躯体症状更为突出，如常见的肠易激综合征、心脏神经官能症等，用现有量表测定这类患者群体往往会显现出阴性结果，让临床医师进入躯体疾病诊断的误区。③缺乏负性事件的记载，容易忽略患者发病背后隐藏的社会心理因素。虽然随着量表的发展，已存在较多专门的心理情感量表、躯体症状量表及生活事件量表，但患者的心理躯体情况往往并不能通过单一的量表测定来较全面地反映出来，而过多的量表联合应用在综合医院里则过于复杂及烦琐，不仅要求患者的配合，更要求医师具备一定的实施能力，这在门诊量极大的中国综合医院中可行度极低。因此，开发适合综合医院的简单可行的精神障碍筛查量表具有重要的临床实用意义。

2 脑网络

人脑是一个复杂的网络，不同的功能区域相互作用、相互协调，共同构成一个网络来发挥作用。脑连接组学（connectomics）是将脑内神经细胞结构模式抽象成一个高度复杂的脑网络。这一概念的提出，使科学界对神经系统疾病的理解发生了巨大转变。在这一理论背景的影响下，许多中枢神经系统病变可以理解为脑网络疾病，因为大量的神经解剖学、神经生理学及临床神经病学的研究都可证明：无论是在微观尺度（神经细胞水平）还是在宏观尺度（脑区水平）上，大脑都是一个复杂的网络系统[7]。

近年来通过图论的研究方法证实人脑具有多种重要的网络属性，如“小世界”、模块化、无标度属性等[8]。特别是“小世界”属性，兼具如较小的平均最短距离和较大的聚类系数[9]，是功能整合和功能分化的平衡、整体协作和局部集中有机统一的工作模式[10-11]。大脑结构网络上脑电动力学过程的同步化将大脑在广泛的时空尺度上连接形成了动态的复杂功能网络，从而使人脑网络的研究从大脑结构网络扩展到了大脑功能网络。因此脑网络可分为结构网络和功能网络。结构网络由神经元之间的解剖性连接构成，主要是通过确定性或概率性纤维跟踪技术确定的网络节点之间的白质纤维连接情况。功能网络是指网络各节点之间通过皮尔森相关、偏相关、同步似然性等方法得到的统计性连接关系。

对于脑网络属性及其在神经精神疾病中的研究已取得了丰硕的成果，大量的脑电图（electroencephalogram，EEG）[12]、脑磁图（magnetoencephalography，MEG）[13]、fMRI[14]、弥散张量成像（diffusion tensor image，DTI）[15]的研究表明，人脑是一个具有“小世界”属性的复杂网络，这种高效的“小世界”拓扑结构不但随着年龄和状态的改变会发生变化，更为有意义的是其与认知功能[16]、癫痫[17]、精神分裂症[18]、抑郁症[19]等神经精神疾病病理变化有一定的相关性。脑网络为脑科学和脑疾病研究的新领域，未来围绕脑网络组图谱将会涌现出许多新的研究方向。例如，脑网络每个亚区的功能确定需要认知科学、心理学和脑影像学等学科的联合研究，将会成为这些学科的共同科学前沿；利用脑网络研究不同的脑疾病大脑网络的改变以及网络间的相互作用，绘制神经精神疾病的脑网络组图谱的异常模式，以便发现脑疾病早期诊断和疗效评价的生物标志物；利用脑网络可进行神经外科手术导航、病灶定位和脑功能保护；此外，脑网络组研究也会引发新技术和新设备的研发。

3 挑战与展望

神经精神学科的蓬勃发展无法离开量表的应用及脑网络相关研究。量表虽常被诟病无法摆脱主观误差，但其作为临床筛查工具及科研量化工具的作用在目前以及以后相当长的时间仍然是无可替代；而脑网络作为方兴未艾的前沿学科，目前仍然缺少向临床应用的转化，但其无疑将会成为脑科学和脑疾病研究的利器，将成为解剖学、神经科学、认知科学、神经心理学、神经病学、精神病和信息科学等学科的共同科学前沿，为脑科学和脑疾病及类脑计算和智能技术的研究带来革命性变化。