本科毕业设计（论文）

外文翻译

情绪障碍中的情绪认知亚组：与家族风险的关系

作者：Varo Cristina; Kjaelig;rstad Hanne Lie; Poulsen Emilie; Meluken Iselin; Vieta Eduard; Kessing Lars Vedel; Vinberg Maj; Miskowiak Kamilla Woznica

出处：European Neuropsychopharmacology

中文译文：

1. 介绍

关于情绪障碍的大量研究表明，双相情感障碍（BD)和单极情感障碍（UD)患者在急性情绪发作期间表现出广泛的、特征相关的神经认知困难，通常持续缓解（Panchal等人，2019；Porter等人，2015；Rock等人，2014；VanRheenen等人，2019）。这些困难并不局限于非情感神经认知领域，而且在情感认知(EC)的各个方面也很明显。具体来说，情绪障碍与情绪处理异常和情绪调节困难有关（勒帕宁，2006；默瑟和贝塞拉，2013；米斯科维亚克和卡瓦略，2015；米斯科维亚克等，2019）。这些异常在一定程度上存在于疾病的早期阶段，也表现在具有熟悉的情绪障碍风险的个体中（Kjaelig;rstad等人，2019a；2019b）。总之，研究发现表明异常EC是情绪障碍的表样型（Elliott等人，2011；米斯科维亚克和卡瓦略，2015；Miskoviak等人，2017）。

在先前的研究中，已经建立了完全或部分缓解的情绪障碍患者的非情绪认知的异质性。最近的几项数据驱动聚类分析研究确定了具有不同模式和水平损害的情绪障碍患者非情绪方面认知的不同认知特征（Cotrena等人，2017）。BD的认知群分析研究表明，30-50%的患者相对认知保存，30-40%显示选择性缺陷，10-40%的患者出现全球认知能力下降（伯迪克等人，2014年；Jensen等人，2016；Kjaelig;rstad等人，2019a；利马等人，2019；Sole等人，2016）。到目前为止，只有一项研究研究了UD的认知异质性。在本研究中，发现了三个离散的神经认知集群：全球受损（34%）、选择性受损（13%）和一个认知完整的神经认知集群（53%）（普等人，2018）。新发现表明，不同的神经认知亚群与差异EC相关（Burdick等人，2014；Kjaelig;rstad等人，2019a；Lima等人，2019）。与认知完整的BD患者相比，神经认知缺陷患者在面部表情识别、情绪调节方面出现困难（Kjaelig;rstad等人，2019a）和社会认知方面（Lima等人，2019）。相反，与健康对照组(HC)相比，认知完整的缓解患者表现出更好的社会认知能力（Burdick等人，2014）。最近只有一项研究研究了BD患者及其未受影响亲属的认知异质性，以及这与EC的相关性（Kjaelig;rstad等人，2019a）。这揭示了全球受损的神经认知亚群新发现表明，不同的神经认知亚群与差异EC相关（Burdick等人，2014；Kjaelig;rstad等人，2019a；Lima等人，2019）。与认知完整的BD患者相比，神经认知缺陷患者在面部表情识别、情绪调节方面出现困难（Kjaelig;rstad等人，2019a）和社会认知方面（Lima等人，2019）。相反，与健康对照组(HC)相比，认知完整的缓解患者表现出更好的社会认知能力（Burdick等人，2014）。最近只有一项研究研究了BD患者及其未受影响亲属的认知异质性，以及这与EC的相关性（Kjaelig;rstad等人，2019a）。这揭示了全球受损的神经认知亚群然而，还没有聚类分析研究研究BD或UD患者的EC域的异质性或其与家族风险的关系。这些情绪障碍的证据——与家族风险的联系——将指向新的跨诊断生物标记物的亚类型的患者，符合研究领域标准(RDoC)框架（卡斯伯特，2014）和帮助治疗情绪障碍缺陷。这项研究旨在进行调查本研究旨在调查(i)使用数据驱动的层次集群分析方法研究情绪障碍患者的异质性；(ii)是否有不同的EC特征与非情感认知功能、功能能力和临床特征的差异有关；(iii)各自EC集群内不受影响的一级亲属(UR)是否会在情感和非情感认知中表现出类似的损害。我们假设：(i)患者将表现出异质EC档案，如不同的EC亚组；(ii)受损的EC亚组比EC和HC患者非情绪认知较差、功能低下和疾病持久性更强；(iii)EC亚组患者的UR将表现出EC差异。

1. 方法
   1. 参与者

数据来自2014年12月至2019年10月进行的两项研究；双极性疾病发生(BIO)研究（Keshing等人，2017）和情感障碍(NEAD)研究（Meluken等人，2019）。样本包括559个个人：269例缓解情绪障碍患者，87例UR和203例HC。BIO研究的患者来自哥本哈根精神病学中心的哥本哈根情感障碍门诊（Keshing等人，2017）。NEAD研究中受影响的单卵双胞胎来自丹麦双胞胎登记处、丹麦精神病学中心研究登记处和丹麦民事登记系统（Meluken等人，2019）。患者符合神经精神病学临床评估计划确认的ICD-10（世界卫生组织，1990）诊断标准，完全或部分缓解（汉密尔顿抑郁症评分量表17项[HDRS-17]（汉密尔顿，1960）和青年躁评分量表[YMRS]（Young等人，1978）le;14）。未受影响的亲属是兄弟姐妹或儿童（BIO研究）或单卵双胞胎与UD或BD不一致（NEAD研究）并且没有个人情绪史或精神分裂症谱系障碍。从哥本哈根大学医院的血液库(BIO研究)或丹麦双登记(NEAD研究)招募年龄和性别匹配，没有个人或一级精神障碍家族史(NEAD研究)。所有参与者的年龄均为15-70岁。一般排除标准为当前情绪发作（HDRS-17或YMRSgt;14）、器质性精神障碍、怀孕、脑损伤史、当前药物滥用障碍或严重躯体疾病。参与者被要求在神经认知评估前不要吸烟。提交人声称，促成这项工作的所有程序都符合有关国家和机构人体实验委员会的伦理道德标准，以及2008年修订的《1975年赫尔辛基宣言》。涉及人类参与者的所有程序均经区域伦理委员会批准（议定书编号：2014007年7月和2014003年3月）以及哥本哈根首都地区的数据保护机构（RHP-2015-023和2014-331-0751）。获得了所有参与者的书面知情同意。

• 1. 评估结果
     1. 情绪认知测量

情感认知衡量社会情景任务被用于评估情绪反应性和对社会情景的调节(Kjaelig;rstad等人，2016年)。每个场景由11个描述情况的句子、10个自我信念和10个情绪评级组成。一种要求参与者评估其不适或快乐的情绪评级。参与者被要求做对社会场景的自然反应或抑制他们对社会场景的情绪反应。参与者没有被告知该使用哪种情绪调节策略，因为其目的是调查他们经常使用的情绪调节策略。

面部表情识别任务（Harmer等人，2004）评估了面部表情识别。面孔的照片展示了六种基本情绪之一：愤怒、厌恶、恐惧、幸福、悲伤和惊讶，在中性的面孔和完整的情感之间转变。参与者被展示了250张随机呈现的脸(500ms)，并被要求显示所显示的情绪。展示了每个情绪和强度水平的四个例子，包括每个情绪的一张中性的脸。记录了准确性和反应时间。

面部点调查任务评估了对情绪化面部的注意警惕性（Murphy等人，2008）。一对快乐中性、恐惧中性或中性面显示水平屏蔽（17ms）或屏蔽（100ms）。两个面中的一个立即被垂直（：）或水平（）显示的两个点所取代。参与者被指示指出这些点的方向。该范式共有16个块（8个掩模和8个未掩模），每个块包括12个交替提出的试验。

• • 1. 非情感认知测量

这两项研究都包括丹麦成人阅读任务(DART)，用于估计发病前的语言智力（纳尔逊和奥康奈尔，1978）和小径制作测试A和B部分(TMTA/B)(Reitan，1958)。在NEAD研究中，使用精神病学认知障碍屏幕(SCIP-D)来评估非情感认知(Purdon，2005)。在BIO的研究中，使用一个更大的神经心理测试电池来评估非情感认知，探索不同的认知领域：处理速度、工作记忆、执行功能、语言学习、语言流畅性和注意力(详情，见Kjaelig;rstad等人。（Kjaelig;rstad等人，2019年a））。

• • 1. 功能

参与者完成了功能评估短期测试（FAST)，其中包括6个功能领域（自主性、职业、认知、财务问题、人际关系和休闲时间）和FAST总得分（Rosa等人，2007）。

2.3. 统计的分析

所有分析都是使用IBM Statistical Package for Social Sciences版本22进行的。情绪和非情绪认知测试的原始分数被标准化为z分数基于HC的表现(关于信息电子商务和非情感认知领域的复合见补充材料)。一个层次聚类分析(HCA)基于患者的EC表现(i)在消极和积极的社会情景下的情绪反应和情绪下调(ii)在积极和积极的社会情景下的识别准确性和反应时间(RT)来识别同质亚组患者负向面部表情识别;负向面部表情识别;和(iii)的注意力警惕戴面具和不戴面具的可怕面孔。相似用平方欧几里得离散度和沃德联系作为凝聚过程来计算案例之间的关系。目测树状图以确定要保留的簇的适当数量。一个判别进行功能分析(DFA)，以测试集群的有效性。情绪认知集群和HC对EC任务、人口统计学、临床和功能变量进行了比较，使用了一系列方差分析显著性差异(LSD)校正和卡方。事后探索性非情感认知对EC集群和HC进行了比较(方差分析和LSD)。UR根据其受影响先证者的欧共体集群成员。UR集群和HC集群之间的比较也使用上述相同的方法进行。影响的大小部分埃塔平方 ()和科恩d值(d)均有报道，统计学意义为plt;.05。Bonferroni调整由于本研究的探索性，未被使用。

1. 结果
   1. 情感认知聚类

情绪障碍患者是最理想的聚集根据他们的EC表现，分为三个不同的小组: 57% (n = 153)被“情绪保留”;26％(n = 69)“情感迟钝”和17% (n = 47)“情感波动”(表1;见图S1的鉴别inant函数图在补充材料)。结果从DFA中发现两个判别函数分别解释了ing 64.4%和35.6%的方差(Wilksrsquo;lambda;= 0.225,chi;2 (20)= 388.415,p lt;.001 并且Wilksrsquo;lambda;=0.554，chi;2 (9)= 154.038,p lt;.001)。对愉悦的情绪反应和社交场景(功能1的最高负荷任务:r = 0.63)和正面部表情识别过程中的速度(函数2的最高负载任务:r = 0.59)对聚类作用最大。分类结果显示了较高的敏感性，达到了87%的原始分组病例被正确分类。

• 1. 情感认知概况:在患者群和HC之间比较

在统计学上有显著差异3个EC集群患者和HC的所有EC措施轻度到中度/大效应量(z分数:0.3-1.1)，除注意和警惕暴露(有意识地经过处理的)恐惧面孔(表1)。后续LSD分析是什么导致了这些显著的差异。(A)“情绪保留”组的患者表现出更高的情绪反应(厌恶:plt;.001，d = 0.73, 95%CI[minus;0.86，minus;0.47];愉快:p =.001, d = 0.37，95%CI[minus;0.54，minus;0.13])，但在厌恶和愉快的社交场景中，也比HC更成功地抑制情绪 (plt;.001, d = 0.65, 95%CI[minus;0.86，minus;0.43];和p =.049, d = 0.21, 95%CI[minus;0.42，minus;0.00])。这些患者也能更快地识别这两种情况 (p lt;.001, d = 0.60, 95%CI[.35，.76])，阳性 (plt;.001, d = 0.50, 95%CI[.24，.62])面部表情。(B)“情绪迟钝”组的患者表现出较低的情绪反应(厌恶:plt;.001，d = 0.47, 95%CI[.22，.73];愉快:p lt;.001, d = 1.28，95%CI[1.16,1.69])，在愉快的社交情境中，情绪情绪的下调较少成功(plt;.001, d = 0.78，95%CI[.48,1.01])，阳性识别准确率较差面部表情(p =.003, d = 0.44, 95%CI[.13，.67])和识别情绪过程中较长的潜伏期(积极:p lt;.001, d = 0.74, 95%CI[minus;0.92，minus;0.43];负面:p lt;措施,d = 0.52, 95%CI

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[596297]，资料为PDF文档或Word文档，PDF文档可免费转换为Word