「腦部圖譜」定位精神疾患的病變

「曉得澳大利亞國民平均身高 1.7 米，[註]我還是不會知道隔壁鄰居有多高。」澳洲蒙納許大學（Monash Univeristy）的博士生 Ashlea Segal，以此比喻精神科學的困境，表示研究「大多都聚焦於群體的平均值，很難瞭解個體的腦部變化」。[1]於是，她帶領以該校特納腦部暨心理衛生機構（Turner Institute for Brain and Mental Health）為主的跨國團隊，掃描普通人和 6 種精神疾病患者的腦部，並加以比較。他們的研究結果，發表於 2023 年 8 月 14 日的《自然神經科學》（Nature Neuroscience）期刊。[2]

腦部圖譜

研究團隊總共招募了 3,746 人，從中篩選出 18 至 64 歲，涵蓋注意力不足過動症、泛自閉症障礙、雙極性情感疾患、憂鬱症、強迫症和思覺失調症的 1,294 名精神病患；以及 1,465 名一般人當作對照組。用核磁共振掃描每一個受測者，製作腦部圖譜（brain mapping），並分析 1,032 個區域的灰質體積（gray matter volume）於個體之間的異同。[2]

規範模型

有別於病例對照研究（case–control researches），將相同診斷的病患視為單一群體，以其平均值，與一般人組成的對照組比較；有些研究採取規範模型（normative modeling），考量年齡和性別等多種因素，定義出灰質體積等觀察重點的變異範圍，再分析個體的偏離情形。[2]後者的作法較不會被臨床標籤所限制。[3]過往規範模型的文獻，已經指出精神病患者的腦部與普通人極為不同；然而各個患者之間，即使診斷相同，腦部異常的地方也差別甚大。科學家無法解釋為何腦部病變的位置不一樣，結果卻殊途同歸。[2]

不過，既然腦部是一個網絡，如果出事的點都接在同一個功能的迴路上，或許就會造成相同的問題。此前有些神經科學研究，已經證實有同樣運動、感知或認知症狀的病患，腦部病灶的位置可能互異，但都連結到共同的區塊。研究團隊受到啟發，使用規範模型，探索精神病患的腦部迴路及延伸網絡，並預期得到雷同的答案。[2]

正常（藍色）與偏差（紅色）的迴路（橙色）和網絡（黃色）示意圖。圖／參考資料2，Figure 1（CC BY 4.0）

迴路／網絡

果不其然，在具有相同診斷的精神病患中，腦部灰質體積的明顯偏差，出現於同個位置的比例不超過7%；然而從迴路或網絡的層級來看，便可能有高達 56% 的重疊。同一診斷下，個體的額葉、頂葉、島葉和顳葉皮質等連結樞紐，在迴路層次高度相似；而各種精神疾患之間則迥異。比方說，注意力不足過動症患者的灰質體積偏差，僅限於某些範圍；而思覺失調症的病人，則是幾乎囊括全腦。這個發現挑戰了傳統上，認為單一精神診斷，只對應特定迴路障礙的想法。[2]

功能迴路異質性：g 圖顯示注意力不足過動症（ADHD）和思覺失調症（SCZ）的範圍差距。圖／參考資料 2，Figure 3（CC BY 4.0）

此外，在網絡的層級，掌管認知控制、內感受覺察，以及內外在注意力轉換的警覺／腹側注意力網絡（salience/ventral attention network），與此處 6 種精神疾患裡的 5 種都有關聯。其病變顯然在多種精神疾患的發展中，扮演重要角色。[2]

多數精神疾患都與警覺／腹側注意力網絡（淺紫色；SAL/VA）有關。圖／參考資料 2，Figure 4（CC BY 4.0）

治療的目標

經由腦部圖譜，研究團隊得以推論治療目標：憂鬱症和雙極性情感疾患，分別為前額葉皮質的右邊與左邊；思覺失調症患者的警覺／腹側注意力網絡；以及注意力不足過動症病人的背側注意力網絡（dorsal attention network）與內側顳葉網絡（medial temporal network）。[2]然而，Ashlea Sega l以憂鬱症患者的前額葉為例，說明目前非侵入性腦刺激術（non-invasive brain stimulation）所針對的迴路，可能「只適用於部份患者」。[1]畢竟根據論文，單一診斷中，個體在這些目標上的重疊率，僅有一至五成不等。[2]

因此，將來的研究或許該跳脫傳統診斷的框架，不執著於尋找一體適用的解方；而是繼續擴充數據，掌握腦部變化與精神疾患的關係，以便發展為病患量身訂做的客製化療法。[2, 4]

備註

根據澳洲統計局 2017-2018 年度的資料，該國成年男性平均身高為 174.5 公分；女性則是 161.2 公分。[5]

參考資料

1. White R. (14 AUG 2023) ‘Scientists Map How Mental Illness Changes Your Brain’. Newsweek, U.S.
2. Segal A, Parkes L, Aquino K, et al. (2023) ‘Regional, circuit and network heterogeneity of brain abnormalities in psychiatric disorders’. Nature Neuroscience.
3. Rutherford S, Kia SM, Wolfers T, et al. (2022) ‘The normative modeling framework for computational psychiatry’. Nature Protocols, 17, 1711–1734.
4. ‘Brain Network Mapping Study Challenges Basis for Psychiatric Distinctions’. (14 AUG 2023) Genetic Engineering & Biotechnology News, U.S.
5. ‘National Health Survey: First results’. (12 DEC 2018) Australian Bureau of Statistics.

Read More