Transl Psychiatry：通过流形学习和网络分析揭示精神分裂症与双相I型障碍的差异性精神病症状

精神病症状的复杂性一直是精神病学领域的核心挑战之一，尤其是在精神分裂症和双相I型障碍这两种疾病中，症状的重叠使得临床鉴别诊断尤为困难。本研究通过流形学习和网络分析技术，深入探讨了这两种疾病在精神病症状表现上的差异。研究纳入了555名参与者，其中282名被诊断为精神分裂症或分裂情感性障碍，273名为双相I型障碍。通过韩国版遗传学研究诊断访谈（DIGS）收集症状数据，并采用均匀流形近似与投影（U-MAP）降维技术和网络分析方法，揭示了症状的分布模式及其相互关系。

在方法上，研究首先对18种精神病和焦虑相关症状进行了二进制编码（存在或不存在），随后利用U-MAP将高维症状数据降至二维空间，以可视化症状的整体分布模式。支持向量机（SVM）被用于基于降维后的坐标预测症状的存在与否，结果显示阴性症状（如意志缺乏、缄默症和快感缺失）在精神分裂症患者中具有明确的分类边界。网络分析则通过弹性网方法构建症状网络，计算了卡茨中心性、介数中心性、接近中心性和强度中心性等指标，以评估症状在网络中的重要性。此外，研究还通过自助法和网络比较测试（NCT）验证了网络的稳定性和组间差异。

研究结果显示，精神分裂症患者的症状在流形空间中呈现单一簇群，且阴性症状（尤其是意志缺乏）在网络分析中占据核心地位。意志缺乏在卡茨中心性和介数中心性中得分最高，表明其对其他症状具有广泛影响。临床数据分析进一步表明，伴有意志缺乏的精神分裂症患者更常使用氯氮平，疾病恶化率更高，缓解率更低，且病情更为严重。相比之下，双相I型障碍患者的症状在流形空间中分为两个簇群，其中一个簇群以精神病性症状的高发为特征。网络分析显示，双相I型障碍的症状网络连接更强，且阳性症状（如偏执妄想和牵连观念）在网络中占据中心位置。然而，阴性症状在双相I型障碍中未与其他症状形成显著关联，这与精神分裂症中的模式形成鲜明对比。

这些发现不仅证实了阴性症状在精神分裂症中的核心地位，还揭示了双相I型障碍中阳性症状的强关联性。研究结果对临床实践具有重要意义，例如精神分裂症的治疗可能需要针对阴性症状（如意志缺乏）设计独立干预策略，而双相I型障碍的治疗则需关注阳性症状的整体调控。此外，研究还提示传统的诊断分类可能存在局限性，未来研究应更多关注症状模式的连续性和动态变化。尽管研究存在横截面设计、症状二元化等局限性，但其通过多维度分析方法为精神分裂症和双相I型障碍的病理机制和临床管理提供了新的视角。

原始出处：

 Kim, Y.H., Jang, J., Kang, N. et al. Revealing differential psychotic symptoms in schizophrenia and bipolar I disorder by manifold learning and network analyses. Transl Psychiatry 15, 194 (2025). https://doi.org/10.1038/s41398-025-03403-6