功能性消化不良(FD)是一種常見的功能性胃腸疾病，其特點是自我報告的症狀有上腹疼痛、上腹燒灼感、餐後飽足感和早期飽足感，但常規臨床評估無法解釋這些症狀。流行病學研究表明，全世界約有20%的人口患有消化不良，其中80%的人沒有內鏡證據證明這些症狀。此外，在最近的研究報告中，FD在18 - 34歲的患病率顯著高於其他年齡組。在所有年齡組中，女性的FD患病率明顯高於男性。但是，功能性消化不良的診斷依賴於自我報告的症狀。

        成都中醫藥大學曾芳等假設功能腦網絡中包含有價值的FD患者病情的信息，可以作為多元模式分析方法區分FD和正常對照的生物標記物。該研究結果發表在Cerebral Cortex雜誌，旨在確定功能性腦網絡特征作為識別 FD 患者的生物標誌物的潛力。

        該研究團隊利用支持向量機(Support Vector Machine, SVM)算法建立FD患者與正常對照的分類模型，目的是:1)檢測功能腦網絡特征能否以及在多大程度上在個體水平上區分FD患者與HS，2)確定對分類做出重要貢獻的分類功能腦網絡特征，3)驗證這些分類特征的跨腦圖譜魯棒性，從而探討基於功能腦網絡生物標誌物識別FD患者的可行性和穩定性。

        首先，收集100名FD患者和100名健康受試者的功能性腦磁共振成像數據，通過獨立成分分析提取功能性腦網絡特征。然後，基於這些功能性腦網絡特征建立支持向量機分類器，以區分FD患者和健康受試者。對分類有重大貢獻的特征最終被確定為分類特征。

        所選的獨立成分和功能腦網絡。(A)為四個網絡中選定的35個獨立成分的空間分布圖。(B)為各獨立成分對的主體平均功能連接矩陣。

        研究結果表明，分類器在區分 FD 患者方麵表現良好。交叉驗證集分類準確率為0.84±0.03，獨立測試集分類準確率為0.80±0.07。

        分類器在100次迭代中的性能表現。

        最終確定皮層下核(丘腦和尾狀核)與感覺運動皮層、海馬旁回、眶額皮層之間的15個連接作為分類特征。

        FD患者與HS患者的分類特征

        此外，跨腦圖譜驗證的結果表明，這些分類特征在識別 FD 患者方麵非常穩健。

        皮質下核(丘腦和尾狀核)與感覺運動皮層、海馬旁回、眶額皮層之間的功能連接是準確區分FD患者的關鍵特征。這些發現表明，使用機器學習方法和功能腦網絡生物標誌物來識別FD患者是有潛力的，這可能為未來客觀、準確地診斷FD提供一個有前途的方法。

        原文出處

        Tao Yin, Ruirui Sun, Zhaoxuan He, Yuan Chen, Shuai Yin, Xiaoyan Liu, Jin Lu, Peihong Ma, Tingting Zhang, Liuyang Huang, Yuzhu Qu, Xueling Suo, Du Lei, Qiyong Gong, Fanrong Liang, Shenghong Li, Fang Zeng, Subcortical–Cortical Functional Connectivity as a Potential Biomarker for Identifying Patients with Functional Dyspepsia,Cerebral Cortex, 2021;, bhab419,https://doi.org/10.1093/cercor/bhab419