这项研究由Hyun Bin Kwon等共同完成,团队成员来自首尔国立大学生物工程跨学科项目、Eulji大学医学院神经精神病学系、首尔大学医院神经精神病学与睡眠生物节律中心等多个机构,研究成果于2019年发表在《Psychiatry Research》期刊上。
研究聚焦于重度抑郁症(Major Depressive Disorder, MDD)患者睡眠期间自主神经系统活动的变化及其与抑郁症状严重程度的关系。MDD作为全球疾病负担的首要因素,常伴随心血管疾病风险升高,但其机制尚不明确。现有研究表明,自主神经功能障碍可能是连接两者的病理生理桥梁。心率变异性(Heart Rate Variability, HRV)被认为能定量评估自主神经系统功能,但既往研究多集中于清醒状态,对睡眠阶段(尤其是快速眼动睡眠期,REM)的关注不足。本研究创新性地采用去趋势波动分析(Detrended Fluctuation Analysis, DFA)这一非线性动力学方法,旨在揭示MDD患者REM睡眠期HRV的复杂性特征及其临床意义。
受试者招募与评估
研究纳入30名MDD患者与30名健康对照(性别、年龄、BMI匹配)。MDD诊断基于DSM-5标准,排除其他精神共病及心血管疾病患者。使用贝克抑郁量表(BDI)评估抑郁严重程度,并通过匹兹堡睡眠质量指数(PSQI)筛查睡眠障碍。
多导睡眠监测(Polysomnography, PSG)
所有受试者接受标准夜间PSG监测,采集脑电(EEG)、眼电(EOG)、肌电(EMG)、心电(ECG)等信号,采样频率250Hz。睡眠分期由专业技师根据AASM标准判读。
REM事件检测算法
团队开发半自动算法分析双侧EOG信号:通过1-5Hz带通滤波提取REM候选事件,设定阈值(均值+2倍标准差),并人工校验排除伪迹。REM密度定义为REM睡眠期中含REM事件的3秒迷你 epoch 占比。
HRV分析
研究首次发现MDD患者REM期心率复杂性降低(alpha-1接近1.5,趋近随机游走),提示其心血管适应能力下降可能与长期心脏风险相关。DFA alpha-1作为一种敏感指标,或可用于抑郁严重程度的客观评估及治疗监测。本研究的科学价值在于:
- 机制层面:揭示REM睡眠特异性自主神经调控紊乱是MDD的重要生理标记;
- 临床转化:为开发基于ECG的抑郁筛查工具提供理论基础。
样本量较小(n=60)可能限制结论普适性;未来需扩大样本并纳入抗抑郁治疗队列,验证alpha-1的动态变化与疗效关联。研究得到韩国国家研究基金会(NRF-2017R1A2B2004061)支持,数据与代码可通过补充材料获取。