技术摘要：评估二十年间精神共病网络

问题陈述

精神障碍频繁共存，然而关于广泛诊断范围内的共病模式、其随时间变化的演进过程以及潜在的性别差异，目前仍知之甚少。现有文献通常存在三个主要局限性：

1. 方法论孤岛： 研究通常要么进行横断面评估，要么进行纵向评估，很少能同时整合这两种视角。
2. 孤立分析： 研究经常关注孤立的诊断对，未能考虑到同时符合多种诊断标准的个体。
3. 复杂科学应用不足： 先前的研究未能充分利用网络分析来估计在控制其他诊断情况下的多项诊断间的两两关联，也未能充分探索性别特异性的轨迹。

此外，理解增加发展出多种共病障碍风险的路径，对于改善预后、制定个性化治疗方案以及解决女性与男性之间的健康不平等至关重要。

研究方法

本研究利用丹麦全国登记数据构建了全面的精神共病图谱。

数据来源与队列：

• 样本： 523,644 名在 18 岁或之后获得首次精神科诊断的成年人。
• 时间范围： 数据跨度从 1995 年 1 月 1 日至 2018 年 12 月 31 日。
• 随访： 平均持续时间为 8.58 年。
• 数据链接： 通过丹麦民事登记系统 (CRS) 进行链接，包括丹麦精神科中央研究登记处 (DPCR)、人口教育登记处、劳动力统计、收入统计和国家处方登记处。
• 纳入标准： 具有精神科服务接触记录（原发性或继发性诊断）的个体，编码使用 ICD-10-WHO 标准（F00-F98，排除 F99）。排除了 ICD-8 诊断（1969–1994）的个体。

诊断映射：

• ICD-10 代码被映射为临床表型（phecodes），以创建更广泛且具有临床意义的表型。
• 剔除了发生率低于 0.5% 的诊断，最终用于分析的共有 25 种不同的诊断（300 个可能的配对）。
• 痴呆症被纳入其中，因为它们属于 ICD-10 精神和行为障碍范畴，尽管它们并非严格意义上的精神疾病。

统计分析流程：
分析采用了 DiNetxify Python 包执行的五步网络分析程序：

1. 诊断映射与过滤： 将 ICD-10 代码简化为 25 个临床表型。
2. 诊断对生成： 保留至少有 250 名参与者的诊断对。
3. 共病强度估计： 计算相对风险 (RR) 和 Phi ($\Phi$) 相关性。保留 RR > 1 且 $\Phi$ > 0 的配对。
4. 二项检验： 确定时间顺序（哪种诊断先于另一种），并设定至少 90 天的间隔以确保纵向有效性。
5. 网络估计：
   • 横断面： 使用带有 Lasso (L1) 正则化的非条件逻辑回归进行估计，通过正则化压缩系数，并控制年龄和性别。
   • 纵向： 使用基于嵌套病例对照法（发病密度抽样）的条件逻辑回归进行估计。该方法控制了可变的随访时长，并以所有其他先前的精神科诊断为条件。
   • 社区检测： 使用 Louvain 算法识别具有高内部连通性的诊断集群（社区），通过 5,000 次迭代运行以最大化模块化程度。

性别差异化分析：
分别为女性（n=293,982）和男性（n=229,662）构建了独立的网络，以揭示性别特异性的模式。协变量包括首次诊断时的年龄；对于全样本，还包括出生时指定的性别。

核心贡献

本研究代表了首次利用丹麦登记数据进行精神共病网络分析的研究，同时对横断面和纵向架构进行建模。它超越了孤立的诊断对分析，绘制了 25 种主要精神诊断之间复杂相互作用的系统图谱。其主要贡献在于明确阐述了性别在共病网络结构和疾病进展轨迹方面的差异。

结果

整体网络架构：

• 横断面： 识别出 77 个显著关联。最强的关联存在于精神分裂症与偏执性障碍之间 ($\beta = 1.95$)。
• 纵向： 识别出 57 个显著关联。最强的纵向关联是先前的偏执性障碍预测随后的精神分裂症 ($\beta = 2.54$)。
• 四大主要轨迹（集群）： Louvan 算法识别出四个不同的社区，代表了典型的进展路径：
  1. 神经发育与认知障碍： 包括智力障碍、自闭症、痴呆和轻度认知障碍。
  2. 情绪与行为调节障碍： 包括 PTSD、反社会/边缘型人格障碍、ADHD、酒精中毒和适应性反应。
  3. 精神病谱系障碍： 包括短暂性精神障碍、偏执性障碍、精神病和精神分裂症。
  4. 心境与焦虑谱系障碍： 包括抑郁、焦虑、强迫症 (OCD)、躯体形式障碍和心境恶劣障碍。

性别差异化发现：
虽然两性的关联数量相似，但网络的结构组织存在显著差异：

• 集群差异：
  • 女性： 智力障碍、脑损伤障碍、轻度认知障碍和痴呆被拆分到了两个集群中（神经认知-精神病类和神经退行性类）；焦虑和精神分裂症样人格障碍并未与心境/躯体障碍聚类。
  • 男性： 上述认知/神经退行性条件形成了一个单一集群；焦虑和精神分裂症样人格障碍与心境、躯体形式障碍及强迫症聚类。
• 特定关联：
  • 女性： 双相情感障碍与心境及焦虑障碍聚类；谵妄与精神病谱系及脑损伤障碍分组；自闭症与应激相关障碍分组；进食障碍和急性应激反应仅出现在女性轨迹中。
  • 男性： 双相情感障碍与精神分裂症谱系聚类；谵妄与应激相关障碍分组；自闭症与神经发育/神经认知障碍分组；强迫症和躯体形式障碍出现在心境障碍集群中。
• 关联强度：
  • 两性的最强横断面联系均为偏执性障碍与精神分裂症，且女性比男性更强 ($\beta = 2.13$ 对比 $\beta = 1.74$)。
  • 两性的最强纵向联系均为先前的偏执性障碍导致随后的精神分裂症，女性同样强于男性 ($\beta = 2.66$ 对比 $\beta = 2.42$)。

意义与主张

作者声称这些发现提供了一幅全面的精神共病图谱，可能有助于：

1. 增进对疾病进展的理解： 通过区分横断面与纵向关联，本研究阐明了时间序列（例如，焦虑先于抑郁，偏执性障碍先于精神分裂症）。
2. 指导预防与治疗： 识别特定的轨迹和性别差异表明，可以针对女性和男性制定不同的预防策略和早期干预措施。
3. 强调复杂性： 研究结果强调了精神共病是一个复杂的系统，其中的诊断共享相互作用，这支持了从单纯的“障碍水平”分析向“症状水平”或“网络水平”分析的转变。

论文明确指出了局限性，包括未包含全科医生（GP）的数据（可能导致样本向更严重的病例倾斜）、分类诊断系统可能无法反映症状重叠，以及某些纵向转变可能是诊断标准的变化而非真实的疾病进展。作者保持了审慎的态度，指出这些网络旨在产生关于底层机制的假设，而非确定性地证明因果关系。