基于全脑功能连接的强迫症神经标志物

强迫症（OCD）是一种常见的精神疾病，终生患病率为 2-3%。近年来，静息态大脑活动作为一种探索精神疾病中功能连接改变的新方法而备受关注。尽管以往的静息态功能磁共振成像研究调查了 OCD 患者的神经生物学异常，但仍存在一些需要解决的问题。其中一个问题是所用假设的有效性。大多数研究使用了额纹状体回路的基于种子的分析，尽管其他区域也可能存在异常。在这种情况下，无假设研究是一种有前景的方法，但它要求研究人员处理具有大维度的数据集。另一个问题是源自单一数据集的生物标志物的可靠性，这可能受到队列特定特征的影响。在这里，通过采用最近开发的机器学习算法来避免这些问题，我们鉴定了首个可推广至外部数据集的 OCD 生物标志物。我们还证明了，对分类有贡献的功能连接广泛分布，而非局部受限。我们具有泛化能力的分类器不仅有望加深我们对 OCD 异常神经基础的理解，还有望在临床应用中发挥作用。