本文是“脑人言”举办的“抑郁症征文大赛”的第七篇入围作品。关注抑郁症，远离脑中的“黑狗”。
作者丨吱吱之 （东南大学 生物医学工程博士生）
排版丨小箱子
抑郁症总是让我们感到无可奈何，直到现在我们依旧无法明确地定义和诊断抑郁症。它就像是一只隐匿在脑海深处的黑狗，不时地出现攻击你一下后再消失于黑暗中，让你无法探知它的具体位置，更不用说消灭它了。同样的，当我们对抑郁症不够了解时，很难制定出准确的治疗方法帮助患者解决抑郁症的困扰。著名艺术家、作家马修•约翰斯通自二十岁起便深受抑郁症的困扰，因此他和太太共同撰写了《我有一只叫抑郁症的黑狗》，讲述他对抗抑郁症的经历。对他来说抑郁症是黑狗，对其他人来说可能是黑猫，甚至是蚂蚁，无论它以什么样的形式存在，首先我们必须能够在漆黑的脑海中找到它的，看清楚它，才能最终打败它。
据世界卫生组织的最新统计，全世界约有3.5亿抑郁症患者，其中成年女性的发病率是男性的两倍。尽管这一数字使得抑郁症成为全球前几的重大疾病，但其诊断和治疗仍然面临着巨大挑战。
▶ 抑郁症的常见症状
（图片出处https://www.verywellmind.com/top-depression-symptoms-1066910）
◆◆抑郁症的异质性和抑郁量表之间的相似性◆◆
除了DSM-5和ICD-11分类标准之外，在临床诊断中医生还会使用一些抑郁量表辅助抑郁症的诊断并评估抑郁症状的严重性。根据2006年的统计结果，在过去的八十年中提出了多达280份抑郁相关的量表。目前临床诊断中常用的包括汉密尔顿抑郁量表（HAM-D-21）、抑郁自评量表（SDS）、贝克抑郁自评量表（BDI)、蒙哥马利-奥斯伯格抑郁等级量表（MADRS）和抑郁-焦虑-压力量表(DASS-42)等。抑郁量表通常都会涵盖情感、身体、认知、行为、结果、诱因几大类。分别从这几个角度出发描述不同的症状，但是目前的量表普遍侧重于情感和身体，对于认知、行为和诱因方面的关注较少。但是通常抑郁症都伴随有认知和行为问题，因此量表不能只注重情感和身体。以汉密尔顿抑郁量表为例，该量表侧重于身体相关的症状，存在大量疲劳、失眠、食欲和体重有关的问题，这导致评估结果可能和实际病情存在一定偏差。
▶ 抑郁症的异质性——52种常见抑郁症状
（图片出处https://www.uva.nl/en/content/news/press-releases/2016/10/the-heterogeneous-nature-of-depression.html?origin=zvuyIF7VQlmbnXJokCBg7g&1569725261496）
除了不同量表对于症状类别侧重程度不同的问题，不同抑郁量表之间相似性低也是导致抑郁症诊断困难的原因之一。有研究人员选取了15份常用的抑郁量表，任意两份抑郁量表之间都进行了相关性计算，最终得到的结果表明这15份量表间的平均相关性为42%，最低仅为19%，最高为86%。导致这一结果的原因是这15分量表中所描述的症状，有很大一部分仅存在于某一量表中，据统计在抑郁症患者群体中可能存在多达1030种独特的症状，这也是抑郁症明确诊断的困难之处，这对于抑郁诊断具有极大影响。
疾病的异质性和合并症是正常现象，不是个例。如果用于筛选抑郁症状和严重程度的量表本身对不同症状的重视程度不同，那么如何才能准确地勾勒出这种异质性就成为更大的挑战。这不仅增加对患者个人诊断难度，而且将范围扩大到抑郁症群体时，对某些特异性症状标准也会产生影响。例如其中有一个患者有失眠困扰，另一个没有，但是他们使用相同的药物治疗方案，该药物能够改善睡眠障碍，那么有失眠困扰的患者会有更好的疗效，而对于另一个患者来说可能没有效果，该患者就需要调整治疗方案。这就是抑郁症的异质性的影响。
▶ 同样的尺寸并不适合所有的人
（图片出处https://progress.im/en/content/one-size-does-not-fit-all…or-does-it-heterogeneity-within-depression）
◆◆替代方法◆◆
考虑到抑郁症本身的异质性，不同的量表询问不同的症状也就可以理解了。但是评估得到的抑郁症不同严重程度之间的界限模糊、定义不明确也是不争的事实。由于抑郁症的基本病理机制尚不明确，因此对于寻求与抑郁症及其许多症状相关的研究将是必不可少的。无论是临床上还是实验室中，研究人员们都在努力尝试寻找抑郁症的生物标志物或其他指标作为新的抑郁症诊断标准以替代DSM分类方法。
长期以来，研究人员已经知道杏仁核和海马体这两个大脑结构与情绪和情绪的处理有关，但并不确切地与大脑的结构有关。现在，来自加利福尼亚大学旧金山分校的研究人员已经确定了与这两个大脑结构之间的交流相关的独特的脑电波（EEG）频率，可以预测与抑郁症和焦虑症相关的情绪恶化。他们的发现发表在2018年11月8日的Cell杂志上。
▶ 抑郁症影响的大脑区域
（图片出处https://letthyfoodbethymedicine.weebly.com/the-chemistry-behind-depression.html）
除了大脑电活动，脑影像也被证明可以用于辅助诊断抑郁症。威尔·康奈尔大学的神经学家和精神病医生康纳·利斯顿（Conor Liston）采集了一千多名被试的磁共振（FMRI）影像，其中40%的被试是抑郁症患者。他们利用机器学习技术将分为四个抑郁症亚型。
▶ 抑郁症患者与健康人的FMRI影像
（图片出处https://letthyfoodbethymedicine.weebly.com/the-chemistry-behind-depression.html）
血液生物标记物也被认为是非常具有前景的抑郁诊断方法。研究人员发现重度抑郁症患者（MDD）的血液中乙酰左旋肉碱（LAC）分子水平低于健康对照组。此外，LAC缺乏的程度反映了MDD的严重程度和发病年龄，这使LAC成为可以改变抑郁症诊断和治疗的工具。
▶ 乙酰基左旋肉碱作用于释放神经递质谷氨酸的神经元
(图片出处https://www.genengnews.com/insights/blood-biomarker-may-help-depression-diagnosis/)
几乎有50%的抑郁症是与遗传相关的，因此对于抑郁基因的寻找研究如火如荼。在一项最新的研究中，科学家们推翻了单一基因变异甚至是一小部分变异可能导致抑郁症易感性的说法。他们认为，抑郁症的任何遗传风险都可能源于非常多的变体，并且其中每个变体的作用都很小。他们利用来自数十万人的数据，发现18个候选基因对抑郁症的影响并不强于他们随机挑选的基因。
(图片出处https://ghr.nlm.nih.gov/condition/depression)
抑郁症是如此的复杂，单一的生物标记物不可能完全准确的诊断出抑郁症的所有亚型，多种诊断方法相结合则可以给出相对全面的抑郁症诊断结果。详细的诊断结果有助于医生为患者制定出更为合理的治疗方案，改善治疗效果和缩短治疗时间。让抑郁症等这一类精神疾病能够像心脏病、糖尿病等生理疾病一样拥有明确的生理指标作为诊断标准是今后抑郁诊断努力的方向。
参考文献：
[1] Fried, E., & Nesse, R. (2015). Depression is not a consistent syndrome: An investigation of unique symptom patterns in the STAR*D study. Journal Of Affective Disorders, 172, 96-102. doi: 10.1016/j.jad.2014.10.010.
[2] Fried, E. (2017). The 52 symptoms of major depression: Lack of content overlap among seven common depression scales. Journal Of Affective Disorders, 208, 191-197. doi: 10.1016/j.jad.2016.10.019.
[3] Plana-Ripoll, O., Pedersen, C., Holtz, Y., Benros, M., Dalsgaard, S., & de Jonge, P. et al. (2019). Exploring Comorbidity Within Mental Disorders Among a Danish National Population. JAMA Psychiatry, 76(3), 259. doi: 10.1001/jamapsychiatry.2018.3658.
[4] McTeague, L., Huemer, J., Carreon, D., Jiang, Y., Eickhoff, S., & Etkin, A. (2017). Identification of Common Neural Circuit Disruptions in Cognitive Control Across Psychiatric Disorders. American Journal Of Psychiatry, 174(7), 676-685. doi: 10.1176/appi.ajp.2017.16040400.
[5] Fried, E., van Borkulo, C., Cramer, A., Boschloo, L., Schoevers, R., & Borsboom, D. (2016). Mental disorders as networks of problems: a review of recent insights. Social Psychiatry And Psychiatric Epidemiology, 52(1), 1-10. doi: 10.1007/s00127-016-1319-z.
[6] Santor, D., Gregus, M., & Welch, A. (2006). FOCUS ARTICLE: Eight Decades of Measurement in Depression. Measurement: Interdisciplinary Research & Perspective, 4(3), 135-155. doi: 10.1207/s15366359mea0403_1.
[7] Newson, J.J. and Thiagarajan T.C. (2019) EEG Frequency Bands in Psychiatric Disorders: A Review of Resting State Studies. Front Hum Neurosci. 2019 Jan 9;12:521. doi: 10.3389/fnhum.2018.00521.
[8] Kanter, J., Mulick, P., Busch, A., Berlin, K., & Martell, C. (2006). The Behavioral Activation for Depression Scale (BADS): Psychometric Properties and Factor Structure. Journal Of Psychopathology And Behavioral Assessment, 29(3), 191-202. doi: 10.1007/s10862-006-9038-5.
专家评语
评委1：7分
只是粗略地介绍了抑郁症的症状多样性和诊断量表多样性，其他部分不够深入，很难起到科普的作用。
王丽平（北京大学第三医院 副主任医师）：8分
文章文字通顺，结构完整，语言通俗易懂，够“浅出”，“深入”稍欠一些。
杨策策（惠州市第二人民医院 主治医师）：8.5分
本文主要描述了抑郁症本身的异质性及现阶段诊断标准缺乏客观指标导致准确诊断抑郁症所面临的现实困境，并在文末提及新近相关生物标记物研究进展而给人以希望。我本人不赞同作者文中首段所输出的观点，我们知道，目前医学对很多疾病的真实面目都知之甚少，异质性也见于多种疾病，但相关治疗效果依然可观。相信随着研究的深入和医学的进步，可以真正做到"精准诊断和治疗"。
关于“墨子沙龙”
墨子沙龙是由中国科学技术大学上海研究院主办、上海市浦东新区科学技术协会及中国科大新创校友基金会协办的公益性大型科普论坛。沙龙的科普对象为对科学有浓厚兴趣、热爱科普的普通民众，力图打造具有中学生学力便可以了解当下全球最尖端科学资讯的科普讲坛。
,
