已发表论文

联合应用血清 BDNF、皮质醇、IFN-Gamma 有助于抑郁症的诊断

 

Authors Chen S, Zhang Y, Yuan Y

Received 27 May 2021

Accepted for publication 13 August 2021

Published 26 August 2021 Volume 2021:17 Pages 2819—2829

DOI https://doi.org/10.2147/NDT.S322078

Checked for plagiarism Yes

Review by Single anonymous peer review

Peer reviewer comments 2

Editor who approved publication: Dr Yuping Ning

目的:目前临床实践中抑郁症(major depressive disorder, MDD)误诊和治疗无效的情况十分常见,而联合多种血清蛋白有助于 MDD 的正确诊断。本研究旨在探讨联合 MDD 炎症、应激和神经营养因子假说涉及的关键蛋白的血清浓度是否有助于 MDD 的诊断,并寻找与早期抑郁症状改善相关的预测因素。
方法:研究共纳入了 30 例 MDD 患者和 30 例年龄和性别相匹配的健康对照(healthy controls, HC),检测其基线期血清 反应蛋白(C-reactive protein, CRP)、白细胞介素(interleukin, IL-6IL-10IL-1beta、肿瘤坏死因子(tumor necrosis factor, TNF-alpha、干扰素(interferon, INF-gamma、皮质醇和 BDNF 水平。采用 17 项汉密尔顿抑郁量表(17-item Hamilton Depression Rating Scale, HAMD-17)和汉密尔顿焦虑量表(Hamilton Anxiety Rating Scale, HAMA)评估基线和抗抑郁治疗 周的抑郁和焦虑严重程度。采用逐步多元线性回归确定早期疗效预测因子;并使用正向逐步 logistic 回归建立基于上述蛋白的 logistic 回归模型,通过受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)来评价模型的诊断能力。
结果:多元线性回归分析显示,基线迟滞(β = - 0.432, P = 0.012)和精神性焦虑因子得分(β = -0.423, P =0.014)与 HAMD-17 减分率均显著负相关。正向逐步 logistic 回归构建了一个由血清 BDNF、皮质醇和 INF-gamma 组成的诊断模型,该模型简单、有效,区分 MDD 和 HC 时 AUC 为 0.884,敏感性为 86.7%,特异性为 83.3%
结论:结合血清 BDNF、皮质醇和 IFN-gamma 可辅助 MDD 的诊断;基线期迟滞和精神性焦虑可预测早期症状改善不佳。
关键词:抑郁症;炎症因子;皮质醇;神经营养因子;客观诊断平台;疗效预测