本篇文献发表在Journal of Affective Disorders杂志。所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤付出与研究成果。

1.引言

重性抑郁障碍是世界上最常见和严重的精神健康状况之一。流行病学数据显示，重性抑郁障碍的发病率不断上升，使其成为全球致残的主要原因之一，并造成了巨大的社会经济负担。根据世界卫生组织的数据，全球约有1.85亿人患有重性抑郁障碍，且患者人数逐年增加。值得注意的是，由于治疗反应不足，近三分之一的患者发展为难治性抑郁症，这显著损害了职业、学业和社会功能，同时增加了自我伤害和自杀行为的风险。

与此同时，数字技术的普及使网络成瘾成为一个新兴的公共卫生问题。一项最新的荟萃分析显示，全球网络成瘾的患病率为14.22%，这使其成为一个重大的全球健康问题，尤其在年轻人群中更为严重。研究表明，网络成瘾的严重程度与攻击性和情感障碍（特别是抑郁和焦虑）的增强呈正相关。特别是在情绪调节能力较弱的个体中，网络成瘾常常作为应对抑郁、焦虑或生活压力源的一种应对机制。这使得他们更容易受到与网络成瘾相关的心理健康问题的影响，其中重性抑郁障碍是最常见的。

新兴研究强调了网络成瘾与重性抑郁障碍之间的双向关系。网络成瘾和重性抑郁障碍可能共享共同的生理和心理基础，前者可能在易感人群中促进后者的发生。例如，有研究者发现，有网络成瘾的个体更容易患上抑郁症。将过多时间花在网络活动上不仅导致人们忽视现实生活中的积极社交互动，还减少了面对面交流，导致社交孤立、孤独感增加以及情绪调节困难。这些因素可能触发抑郁症状或加剧现有症状。相反，患有重性抑郁障碍的个体常常经历强烈的负面情绪，这可能促使他们通过互联网寻求安慰和逃避，从而增加发展成网络成瘾的风险。过度使用互联网可能会进一步加重抑郁症状，降低生活质量，并增加网络成瘾和其他行为问题的可能性。虽然初步研究已经探索了重性抑郁障碍与网络成瘾之间的联系，但这两种状况共存的潜在生物学机制仍不清楚。

静息态功能磁共振成像是一种能够有效评估大脑功能活动的非侵入性方法。在其指标中，分数低频振幅是静息态神经活动的可靠指标。它反映了特定脑区自发神经活动的强度和神经元同步性。分数低频振幅值的增加通常表明神经活动增强，而减少则可能表明区域脑功能减弱。与传统的低频波动振幅指标相比，分数低频振幅有效减少了非特异性噪声的干扰，提供了更高的稳定性和灵敏度。然而，至今尚无研究系统评估重性抑郁障碍共病网络成瘾患者的分数低频振幅特征。为了填补此研究空白，此研究聚焦于首次发病、未用药的伴有共病网络成瘾的重性抑郁障碍患者。利用静息态功能磁共振成像技术，此研究从静息态分数低频振幅的角度探讨区域神经活动特征。此研究的目的是为探索重性抑郁障碍合并网络成瘾的神经生物学机制提供理论基础，并为临床干预策略提供证据。

2.材料与方法

2.1.参与者

此横断面研究于2023年9月至2025年3月期间，从中南大学湘雅医院精神科门诊招募了141名首次发病、未接受过治疗的抑郁症患者。所有患者均由两名精神科专科医生根据精神障碍诊断与统计手册第五版（DSM-5）标准进行抑郁障碍诊断评估。根据杨氏网络成瘾测试得分是否大于等于50分，参与者被分为两组：无网络成瘾的抑郁症组（MDD组）和有网络成瘾的抑郁症组（MDD+IA组）。此外，通过广告招募了61名健康对照（HC组）。

未服药的MDD组纳入标准包括：（1）所有患者均符合DSM-5抑郁障碍诊断标准；（2）年龄在18-45岁之间；（3）汉族且右利手；（4）能够独立完成问卷；（5）汉密尔顿抑郁评定量表得分≥17，以评估抑郁严重程度；（6）杨氏躁狂评定量表得分<6；（7）使用20项杨氏网络成瘾测试，得分<50；（8）既往未使用任何药物或接受电抽搐治疗。排除标准：（1）存在DSM-5诊断的其他精神障碍；（2）有脑损伤或昏迷史；（3）有药物滥用史；（4）怀孕或哺乳期女性；（5）有磁共振成像检查禁忌症。

未服药的MDD共病网络成瘾患者的纳入标准：除网络成瘾测试得分≥50分外，所有标准与MDD组相同。排除标准：与MDD组相同。

健康对照组纳入标准：（1）不符合任何DSM-5精神障碍诊断标准且无精神疾病家族史；（2）能够独立完成问卷；（3）汉族，右利手；（5）年龄18-45岁。

排除标准：（1）有脑损伤或昏迷史；（2）有药物滥用史；（3）怀孕或哺乳期女性；（4）有磁共振成像检查禁忌症的个体。所有参与者均为自愿加入，并保留随时退出的权利。研究方案已获得中南大学湘雅医院国家临床医学研究中心伦理委员会的批准。

2.1.1.人口统计学数据

使用自行设计的问卷收集参与者的性别、年龄、受教育年限、吸烟史、饮酒史、首次发病年龄和病程。

2.1.2.抑郁症状评估

采用汉密尔顿抑郁评定量表评估抑郁症状的严重程度，该量表包含17个项目。大多数项目采用0至4分的五级评分制，少数项目采用0至2分的三级评分制。总分低于7分表示无抑郁症状，7至17分之间表示可能有抑郁症，17至24分之间表示确诊为抑郁症，超过24分表示重性抑郁症。总分越高，抑郁症状越严重。

2.1.3.网络成瘾评估

IAT测试是一种自我评估工具，用于评估过去几个月的互联网使用行为和成瘾程度。该量表包含20个条目，包括互联网使用时间、互联网依赖以及互联网使用引起的情绪和冲突等方面。每个条目的评分从“从不”到“总是”，最高总分为100分。分数越高，表示网络成瘾程度越严重。根据总分，网络成瘾可分为四个级别：0-30分（无网络成瘾）、31-49分（轻度网络成瘾）、50-79分（中度网络成瘾）和≥80分（重度网络成瘾）。

2.2.磁共振成像数据采集

参与者被要求躺在扫描仪内，在保持清醒的同时闭上眼睛，并在整个扫描过程中尽量保持头部静止。磁共振成像数据是使用3T扫描仪和8通道相控阵头线圈采集的。磁共振数据采集包括两个部分：功能磁共振成像和T1加权3D结构成像。静息态功能磁共振成像采用回波平面成像序列，参数如下：重复时间=2000毫秒，回波时间=30毫秒，层数=36，翻转角=90°，层间距=0毫米，矩阵=64×64，体素大小=3.4×3.4×3.4立方毫米，视野=256×256毫米，层厚=3.4毫米，扫描时长=8分28秒。T1加权3D结构图像的扫描参数如下：192层，重复时间=2000毫秒；回波时间=2.33毫秒；体素大小=1×1×1毫米；视野=256×256毫米；翻转角=7°；层厚=1毫米。

2.3.磁共振成像数据预处理

此研究使用DPARSF 4.4高级版软件对静息态功能磁共振成像数据进行预处理和质量控制。步骤包括：原始数据检查：通过检查异常和伪影确保质量，排除存在脑部病变或运动等问题的数据。数据格式转换：使用dcm2niigui将DICOM文件转换为NIFTI格式以供进一步分析。排除前10个时间点：移除早期数据点以避免不稳定磁场和受试者调整带来的噪声。层时校正：校正不同脑层数据采集的时间差异。头动校正：校正头部运动，排除过度运动（大于2毫米或2度旋转）受试者的数据。空间标准化：使用DARTEL算法将所有图像对齐到标准MNI空间，并排除配准不良的数据。 噪声协变量回归：使用Friston的24参数模型去除头动、脑脊液和白质信号的影响。空间平滑：对标准化的分数低频振幅和低频波动振幅图应用高斯平滑核，以提高信噪比并满足SPM中后续统计推断所依据的高斯随机场理论的假设。去线性漂移：去除因机器或生理因素（如心率和呼吸）引起的线性漂移。低频滤波：对数据进行滤波，保留0.01至0.08 Hz之间的频率，以增强神经信号分析并减少高频噪声。

2.4.分数低频振幅计算

使用DPARSF软件计算分数低频振幅值。具体来说，每个体素的时间序列通过快速傅里叶变换转换为功率谱。然后计算低频范围（0.01-0.08 Hz）信号的平均振幅。该值即为低频波动振幅值。随后，分数低频振幅计算为低频振幅与全频段（0-0.25 Hz）振幅的比率。与低频波动振幅相比，分数低频振幅在减少生理噪声干扰方面更有效，提供了更高的准确性和特异性。它经常用于低频信号振幅的标准化分析。

2.5.统计分析

2.5.1.人口统计学和临床数据分析

此研究使用SPSS 26.0版软件对人口统计学和临床数据进行统计分析。连续型人口统计学和临床变量首先进行正态性和方差齐性检验。据此，对满足假设的变量进行组间比较时，采用单因素方差分析和Bonferroni事后检验；否则，应用Kruskal-Wallis H检验。对于相关的临床结果测量，以年龄和受教育年限为协变量进行多变量协方差分析，然后进行单变量检验以解释显著效应。分类变量使用卡方检验进行比较。

2.5.2.神经影像数据分析

在SPM8中使用单因素协方差分析对标准化的Z-分数低频振幅图进行全脑体素水平的组间比较，以年龄、性别、受教育年限、平均逐帧位移和估计的总颅内体积作为协变量。得到的统计图在体素水平p<0.001处设定阈值，并使用团块水平FDR进行多重比较校正，显著性阈值为p<0.05(最小团块数目 k = 10)。随后，从显示显著组间差异的团块中提取分数低频振幅值。然后将这些区域值与临床评分进行偏相关分析，控制年龄和受教育年限。为了在这些相关性检验中控制多重比较，应用了Bonferroni校正，显著性水平设为p<0.05。所有检验的最终显著性水平设定为p<0.05（双尾）。

在脑海科技云平台中，内置了静态指标分析，支持用户批量处理数据，并确保每一步参数设置都有据可查。此外，平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本等信息，极大提升了研究的透明度和可复现性。感兴趣可联系咨询以及预约产品演示。

3.结果

3.1.人口统计学和临床特征

表1展示了人口统计学和临床特征的组间比较。三组的性别分布无显著差异（χ² = 3.68, p = 0.16）。在年龄方面，健康对照组（28.15 ± 6.10岁）显著年长于重性抑郁障碍组（21.14 ± 6.96岁）和重性抑郁障碍+网络成瘾组（19.46 ± 4.19岁）（F = 44.35, p < 0.001），但重性抑郁障碍组与重性抑郁障碍+网络成瘾组之间未发现显著差异（p = 0.09）。健康对照组的受教育年限（14.28 ± 2.87年）显著高于重性抑郁障碍组（12.12 ± 2.40年）和重性抑郁障碍+网络成瘾组（12.01 ± 2.24年）（F = 14.18, p < 0.001），而两个患者组之间无显著差异（p = 1.00）。平均逐帧位移（一种运动伪影指标）在各组间无显著差异（F = 0.78, p = 0.46）。重性抑郁障碍+网络成瘾组的网络成瘾测试得分（65.17 ± 12.63）显著高于重性抑郁障碍组（39.09 ± 7.18）（F = 194.58, p < 0.001），而重性抑郁障碍组（29.54 ± 5.00）与重性抑郁障碍+网络成瘾组（29.80 ± 5.64）之间的汉密尔顿抑郁评定量表得分无显著差异（F = 0.10, p = 0.76）。关于临床症状，重性抑郁障碍+网络成瘾组的网络成瘾测试得分显著高于重性抑郁障碍组（p < 0.001）；然而，两个患者组之间的汉密尔顿抑郁评定量表得分未观察到统计学显著差异（p > 0.05）。详细结果呈现在表1中。

3.2.分数低频振幅的组间差异

表2列出了经过团块水平FDR校正后分数低频振幅值的组间差异（p < 0.05，团块大小 = 20）。在以年龄、性别、受教育年限和平均逐帧位移为协变量进行单因素协方差分析后，在多个脑区观察到分数低频振幅值的显著组间差异（FDR校正，p < 0.05，团块大小 = 20）。这些脑区包括左侧上内侧额叶回（左侧上内侧额叶回，F = 17.60）、右侧上额叶回（右侧上额叶回，F = 27.76）、左侧中额叶回（F = 13.96）、右侧下额叶回三角部（右侧下额叶回三角部，F = 18.54）、右侧中央后回（右侧中央后回，F = 11.10）、右侧下颞叶回（F = 10.71）、左侧中枕叶回（F = 16.25）、右侧中枕叶回（右侧中枕叶回，F = 11.94）、左侧后扣带回（F = 12.17）、左侧距状沟（左侧距状沟，F = 10.59）、右侧楔前叶（F = 12.19）、左侧下顶叶（左侧下顶叶，F = 14.19）、右侧上顶叶（F = 9.53）、左侧小脑小叶VI（左侧小脑小叶VI，F = 11.14）和右侧小脑小叶VI（右侧小脑小叶VI，F = 16.68）。

事后比较进一步揭示了特定的差异模式。与健康对照组相比，重性抑郁障碍+网络成瘾组和重性抑郁障碍组在左侧上内侧额叶回和右侧上额叶回的分数低频振幅值均显著更高（T = 4.76、5.02 和 5.93、6.35，分别对应）。重性抑郁障碍+网络成瘾组在右侧下额叶回三角部的分数低频振幅值显著高于健康对照组（T = 5.08），而重性抑郁障碍组在右侧中央后回的分数低频振幅值显著低于健康对照组（T = -4.03）。在枕叶区域，与健康对照组相比，重性抑郁障碍+网络成瘾组和重性抑郁障碍组在右侧中枕叶回的分数低频振幅值均显著更低（T = -4.40、-4.49），并且重性抑郁障碍组在左侧距状沟和双侧小脑小叶VI的分数低频振幅值显著低于健康对照组（T = -3.96、-4.14 和 -5.88，分别对应）。这些结果均使用FDR进行校正（p < 0.05，团块大小 = 20）。最值得注意的是，重性抑郁障碍+网络成瘾组在左侧下顶叶的分数低频振幅值高于重性抑郁障碍组（T = 4.03），但重性抑郁障碍组的该值低于健康对照组（T = -4.94）（FDR校正，p < 0.05，团块大小 = 10）。详见表2及图1、图2、图3。

3.3.区域分数低频振幅与临床症状的关联

偏相关分析以年龄、性别、受教育年限和平均逐帧位移为协变量，结果显示在重性抑郁障碍+网络成瘾组中，左侧下顶叶的异常分数低频振幅值与网络成瘾测试得分呈正相关（r = 0.29, p = 0.001）（详情见图4）。然而，未发现与汉密尔顿抑郁评定量表得分存在相关性。详细的相关结果呈现在小提琴图中。

4.讨论

此研究首次使用分数低频振幅来探究共病条件下区域脑功能的变化及其与网络成瘾严重程度的关系。主要发现如下：（1）与健康对照组相比，重性抑郁障碍组在左侧上内侧额叶回（LSMFG）和右侧上额叶回（RSFG）表现出更高的分数低频振幅值，而在右侧中央后回（RPoCG）、右侧中枕叶回（RMOG）、左侧距状沟（LCS）、左侧下顶叶（LIPL）以及双侧小脑小叶VI表现出更低的分数低频振幅值；（2）与健康对照组相比，重性抑郁障碍+网络成瘾组在左侧上内侧额叶回（LSMFG）、右侧上额叶回（RSFG）和右侧下额叶回三角部（RIFG， tri）表现出更高的分数低频振幅值，在右侧中枕叶回（RMOG）表现出更低的分数低频振幅值；（3）与重性抑郁障碍组相比，重性抑郁障碍+网络成瘾组在左侧下顶叶（LIPL）表现出更高的分数低频振幅值，且该值与网络成瘾测试得分呈正相关。

此研究支持前额叶皮层(PFC)在重性抑郁障碍病理生理学中的关键作用。与健康对照组相比，重性抑郁障碍组在双侧上额叶回，特别是内侧区域，表现出显著更高的分数低频振幅值。此发现与先前的荟萃分析结果一致。前额叶皮层是情绪调节和认知控制的关键区域。该区域的功能障碍可能损害抑郁症患者有效调节负面情绪的能力。一项静息态功能磁共振成像研究表明，抑郁症的发病机制可能与前额叶-边缘系统和默认模式网络(DMN)的功能障碍密切相关。具体来说，负责高级认知控制的额叶功能减弱，加上参与情感处理的边缘系统失调，共同导致了情绪失调。同时，以增强的内部连接为特征的默认模式网络过度活跃，不仅会破坏情景记忆和工作记忆等认知功能，还可能进一步削弱前额叶皮层抑制负面情绪的能力。值得注意的是，重性抑郁障碍+网络成瘾组在右侧下额叶回三角部也表现出额外的激活。该区域在情绪抑制策略中起主要作用。这种更广泛的前额叶异常可能反映了共病患者需要额外的认知资源来调节由互联网使用引起的情绪波动。

与健康对照组相比，重性抑郁障碍组在与感觉运动（右侧中央后回、左侧小脑小叶VI、右侧小脑小叶VI、左侧下顶叶）和视觉处理（右侧中枕叶回、左侧距状沟）相关的脑区显示出降低的功能活动。先前的研究揭示，小脑不仅调节平衡和运动协调，还参与认知-情绪过程和抑郁症的发病机制。这可能是由于小脑与前扣带皮层之间的异常连接所致。先前的研究表明，小脑-皮质回路可能通过影响默认模式网络的稳定性来影响抑郁症。然而，由于多种因素，如样本量小和受试者异质性，结果有时并不一致。例如，先前的研究发现，未经治疗的患者与健康对照组相比，在顶下小叶和左侧小脑后叶有更高的分数低频振幅值。其他研究已证明，重性抑郁障碍患者右侧小脑后叶和右侧中额叶回的分数低频振幅显著降低，这表明小脑小叶和额叶皮层等区域的活动改变可作为评估联合治疗效果的生物标志物。重性抑郁障碍+网络成瘾组保留了右侧中枕叶回功能活动降低的模式，在其他感觉运动区域未观察到显著变化。这可能表明在共病条件下存在选择性的脑功能重组。

与重性抑郁障碍组相比，重性抑郁障碍+网络成瘾组在左侧下顶叶区域表现出显著更高的分数低频振幅值。作为整合多个网络的关键节点，包括默认模式网络、中央执行网络和认知控制网络，顶下小叶在情绪、认知和行为中起着至关重要的作用。此区域分数低频振幅值的升高可能反映了共病患者对网络成瘾相关刺激的神经反应性增强。此外，左侧下顶叶分数低频振幅值与网络成瘾测试得分之间的正相关性表明，该区域在处理成瘾性刺激时敏感性增加，这可能表明这些患者在网络成瘾行为中更容易受到奖赏驱动的影响。先前的研究表明，顶下叶参与对行为相关刺激的自发注意分配（自下而上或腹侧注意）。在成瘾状态下，当呈现与成瘾相关的视觉刺激时，观察到顶下叶和前额叶皮层部分区域的激活增强，这进一步支持了其在注意偏倚和动机行为调节中的作用。此研究假设，左侧下顶叶的过度活动可能会促进默认模式网络中的反刍思维侵入，同时损害突显网络向行为控制网络切换的能力。这种双重破坏可以解释为什么患者既沉浸在网络世界中，同时又难以控制冲动行为。网络成瘾背后的神经回路并不局限于特定的成瘾中枢，而更可能涉及在成瘾状态下异常激活的正常神经回路。顶叶神经递质调节异常可能是成瘾者网络使用动机增强和行为去抑制的基础。此发现为制定针对性的干预措施提供了理论基础，例如针对顶叶皮层的重复经颅磁刺激。

值得注意的是，此研究的横断面设计无法就左侧下顶叶过度活动的因果关系做出明确论断。一方面，观察到的左侧下顶叶过度活动可能很好地代表了长期沉浸于网络游戏和抑郁症状共同作用下产生的神经适应性后果。重复的成瘾行为可能持续增强了该区域对奖赏线索的敏感性，同时并存的反刍思维可能强化了其作为默认模式网络节点的连接性，从而形成一个恶性循环。反之，不能排除某些个体可能具有左侧下顶叶功能连接或代谢活动的先天特征。这种预先存在的神经特质可能构成一种共同的易感性，使个体在压力下更容易出现抑郁症相关的反刍思维，同时也使其倾向于形成逃避性成瘾行为。最终，这种内在的易感性与环境因素相互作用，共同诱发重性抑郁障碍和网络成瘾的共病。这种神经特征是预先存在的易感性还是长期共病的结果，值得进一步研究。

尽管此研究在分析中对组间的年龄和受教育程度进行了统计控制，但这些差异仍然是潜在的混杂因素。例如，研究表明，社会情绪系统内的多巴胺能活动在青春期前后显著增加，这一现象与青少年寻求奖赏行为增加和冒险行为增加有关。先前的研究发现，老年参与者的枕叶皮层连接性增强，表明认知控制和决策过程减弱。与老年难治性抑郁症患者相比，年轻成年难治性抑郁症患者表现出左侧尾状核低频波动振幅降低。因此，观察到的功能连接组间差异可能部分源于与年龄相关的神经发育。同样，较高的受教育程度通常与较大的认知储备相关，这可能会调节脑病理学与临床表现之间的关系。这意味着，面对同等程度的强迫性互联网使用，受教育程度较高的个体可能表现出不同的脑功能适应。

此研究存在若干局限性。首先，横断面研究设计无法确定变量间的因果关系或其长期稳定性。未来的研究可以在这些发现的基础上，通过纵向研究来探究观察到的模式是否能预测高危易感人群未来共病的发展，这些状况如何演变，哪些长期因素可能影响这些变化，以及已识别的关系是否会随时间持续或转变。此外，检验这些因素对长期结果的因果效应，将有助于更深入地理解它们在不同阶段的稳定性和影响。其次，研究人群仅限于中国汉族人群。尽管在分析中控制了年龄、性别和教育水平等因素，但地区、文化和病程的差异仍可能对研究结果产生潜在影响。未来的研究将尝试根据这些因素对参与者进行分组，以尽量减少这些次要变量对大脑结构的影响。第三，此研究未对焦虑症状进行临床评估。鉴于焦虑障碍与重性抑郁障碍和网络成瘾的高度共病，观察到的神经改变可能源于共存的焦虑，而非MDD+IA共病所特有。因此，未来的研究应纳入全面的焦虑评估，以更清晰地阐明这种共病所特有的神经机制。最后，在随访期间未观察到抑郁症进展为双相障碍的病例。然而，长期预后仍不清楚，需要进一步的持续监测和评估。

5.结论

此研究首次系统描述了伴有共病成瘾的重性抑郁障碍患者大脑功能异常的区域分布，并探究了这些异常与成瘾障碍严重程度之间的关系。分析采用分数低频振幅指标进行。结果表明，无论是否共病成瘾，抑郁症个体在关键脑区（包括额叶和边缘系统）均表现出显著的功能连接异常，提示其在情绪处理、情绪调节和认知控制方面可能存在功能障碍。具体而言，与单纯重性抑郁障碍组相比，重性抑郁障碍+网络成瘾组在左侧下顶叶区域表现出显著更高的分数低频振幅值，且该值与成瘾严重程度呈正相关。这表明该区域可能在成瘾的神经机制中起着关键作用。此研究为抑郁亚型之间的功能差异提供了新的见解，并为抑郁症共病成瘾障碍的神经生物学机制提供了新的证据。这些发现对于推进精准诊断和制定个性化治疗策略具有潜在价值。