Translational Psychiatry:电子科技大学医学院揭示通过聚类分析识别对长期催产素治疗更敏感的自闭症谱系障碍亚型

2024-08-05 xiongjy MedSci原创 发表于上海

本研究通过聚类分析识别出两种自闭症谱系障碍亚型,其中亚型2对长期催产素治疗表现出更高的敏感性,具体表现为自闭症严重程度、适应行为和重复行为的显著改善。这一发现为个体化治疗方案的制定提供了新思路。

催产素(OXT)在自闭症谱系障碍(ASD)治疗中的潜力得到了广泛关注。已有研究表明,OXT在某些ASD患者中能改善社交响应和重复行为,但其效果存在显著个体差异。本研究旨在通过无监督的数据驱动聚类分析,识别出对长期OXT治疗更敏感的ASD亚型,从而更好地理解这种差异的潜在机制。

本研究采用了计算机随机、双盲、安慰剂对照、交叉设计,共招募了41名年龄在3至8岁之间的自闭症儿童。参与者需符合《精神障碍诊断统计手册》第五版(DSM-5)和自闭症诊断观察量表-2(ADOS-2)的诊断标准。研究的主要结果测量包括ADOS-2总分、社会影响(SA)和限制性和重复行为(RRB)子量表分数,以及基于照顾者的社会响应量表-2(SRS-2)总分。次要测量指标包括适应行为评估系统-II(ABAS-II GAC)、社会交往问卷(SCQ)、重复行为量表-修订版(RBS-R)等。生物样本(包括血液和唾液)在治疗前后采集,用于测量OXT浓度。所有参与者在6周内每隔一天接受一次鼻内OXT治疗,同时进行积极的社交互动。

眼动追踪任务包括动态社会兴趣任务和静态面部情绪表达任务,主要测量参与者在观看动态社交刺激相对于几何图形刺激时的总时间比例,以及在观看不同面部情绪(中性、快乐、愤怒和恐惧)时注视眼睛和鼻子区域的时间比例。通过k-means聚类算法结合曼哈顿距离和方差比评分(VRS),研究团队确定了最佳的自闭症亚型数量。此外,通过剔除分析验证了不同变量对聚类结果的贡献。

图1.数据纳入示意图

结果表明,聚类分析识别出两个自闭症亚型,分别为亚型1和亚型2。在OXT治疗前后,亚型2的参与者在自闭症严重程度(ADOS-2总分和子量表分数)、适应行为(ABAS-II GAC)和重复行为(RBS-R)方面表现出显著改善,且眼动追踪任务中对愤怒和中性面部的注视时间也有所增加。相比之下,亚型1在这些测量指标上的变化不显著。这表明,亚型2的参与者对OXT治疗更为敏感。

通过无监督聚类分析,本研究成功识别出对长期OXT治疗更敏感的ASD亚型。这一发现有助于个体化治疗方案的制定,提高OXT在ASD治疗中的有效性。未来的研究应进一步验证这些亚型在更大样本和不同人群中的适用性,并探索其生物学基础。

原始出处:

Zhao, W., Le, J., Kendrick, K. M., et al. (2024). A clustering approach identifies an Autism Spectrum Disorder subtype more responsive to chronic oxytocin treatment. Translational Psychiatry, 14(312). https://doi.org/10.1038/s41398-024-03025-4

版权声明:
本网站所有内容来源注明为“williamhill asia 医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于williamhill asia 医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“williamhill asia 医学”。其它来源的文章系转载文章,或“williamhill asia 号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与williamhill asia 联系,williamhill asia 将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2218505, encodeId=a90322185058f, content=<a href='/topic/show?id=69f680825bb' target=_blank style='color:#2F92EE;'>#聚类分析#</a> <a href='/topic/show?id=193721289ea' target=_blank style='color:#2F92EE;'>#个体化治疗#</a> <a href='/topic/show?id=454286386a1' target=_blank style='color:#2F92EE;'>#自闭症谱系障碍#</a> <a href='/topic/show?id=39b12802e9e' target=_blank style='color:#2F92EE;'>#催产素#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=6, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=21289, encryptionId=193721289ea, topicName=个体化治疗), TopicDto(id=28027, encryptionId=39b12802e9e, topicName=催产素), TopicDto(id=80825, encryptionId=69f680825bb, topicName=聚类分析), TopicDto(id=86386, encryptionId=454286386a1, topicName=自闭症谱系障碍)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=williamhill asia 管理员, createdTime=Mon Aug 05 09:23:47 CST 2024, time=2024-08-05, status=1, ipAttribution=上海)]

相关威廉亚洲官网

聚类分析——多变量分析

沈浩 但还是沿用过去的方式来讲讲聚类分析Cluster Analysis吧!物以类聚,人以群分,聚类分析是一种重要的多变量统计方法,但记住其实它是一种数据分析方法,不能进行统计推断的。当然,聚类分析主要应用在市场细分等领域,williamhill asia 也经常采用聚类分析技术来实现对抽样框的分层,我就不多罗嗦了。     聚类分析:顾名思义是一种分类的多元统计分析方法。按照个体或样品(in

PLoS One:慢性阻塞性肺疾病患者的聚类分析

背景: williamhill asia 假设慢性阻塞性肺疾病的全球倡议(GOLD)1肺活量的类别存在异质性,不同的子类别可以通过GOLD类别进行确定。方法: 来自两个临床试验预-随机化研究的受试者为有症状/无症状GOLD 1慢性阻塞性肺疾病(COPD)患者和健康对照组。层次聚类分析使用预-随机化人口统计,症状评分、肺功能、运动响应峰值和日常身体活动水平获得人群子组。结果: GOLD 1慢性阻塞性肺疾病患者临床变量存在相当大的

高危人群筛选的利器——潜在类别聚类分析

内容提要:机器学习按照训练数据是否有标记信息,可将学习任务分为监督学习(supervised learning)和非监督学习(unsupervised learning)两大类。其中,聚类分析是非监督学习的重要方法,潜在类别聚类分析(latent class cluster analysis,LCCA)可作为非监督学习方法,用于高危人群的筛选。LCCA假定异质性群体由多个总体混合而成,即存在一个潜

Thorax:急性呼吸窘迫综合征患者不同生物学表型的聚类分析!

ARDS患者可分为两种生物学表型,其病死率有所不同,并且这四种生物标志物可准确地预测表型。

Lancet Diabetes Endo:聚类分析精准预测糖尿病并发症风险

研究认为聚类分析可以表征不同程度全身和脂肪组织胰岛素抵抗特征。在非酒精性脂肪性肝病和糖尿病性神经病的早期阶段,特定的糖尿病群集表现出糖尿病并发症的不同患病率。这些发现有助于改善有针对性的预防和治疗,并为糖尿病及其合并症提供精确的药物

Neuroradiology:原发性书写震颤患者脑网络的变化

原发性书写震颤(PWT)是一种少见的特定任务型震颤,症状仅在书写时或在书写过程中调整手部姿势时发生。PWT的病理生理学机制尚不清楚。本研究旨在利用基于图论的聚类分析探索PWT患者静息态功能脑连接的变化,并将结果发表在Neuroradiology上。

Phytomedicine:基于证据的中医诊断模式识别和鉴别的潜在树分析,临床医生入门

利用来自功能性消化不良患者的横断面研究数据,回顾并说明了一种结合中医专业知识和计算机算法能力的定量方法,即潜在树分析(LTA),以建立基于评分的模式区分规则。