预测精神疾病的算法

三分之一的儿童染色体22次微型染色体将稍后发育一种精神病疾病，如精神分裂症。但我们如何知道这些孩子中哪一个可能受到影响？如今，各种研究有助于了解与精神病疾病的发展有关的神经生物学机制。问题是，能够识别风险和适应治疗的能力仍然有限。

事实上，除了神经生物学方面的因素，许多因素都对它们的发育有影响。这就是为什么来自日内瓦大学(UNIGE)的一个团队与来自École Polytechnique Fédérale de Lausanne (EPFL)的一个团队合作，以纵向的方式使用一个人工智能工具:网络分析方法。这个算法将来自不同背景的许多变量——神经生物学的、心理的、认知的等等——在20年的时间里关联起来，以确定当前的哪些症状可以预测孩子未来的发展轨迹中的精神病。这些结果将有助于对被认为有发展心理障碍风险的儿童进行早期治疗，目的是预防甚至避免这些疾病。

4,000人中有一个染色体22次，这可能导致青春期的精神病疾病的发展，例如精神分裂症。然而，其中三分之一最终将受到精神障碍的影响。我们如何确定哪些？“暂时，分析正在寻找心理疾病所涉及的神经生物学机制，以及某些症状的存在，这些症状被同化为心理疾病，而不知道哪些是最相关的，”Corlado Sandini解释表在unige医学院精神病学系，到ForeationPôle自身肌肉和第一个研究作者。

不能考虑到每个症状的重要性程度，在预测疾病的进程和为患者提供最适当的治疗方面可能是有问题的。“这就是我们想到使用网络分析方法的原因，”他继续说。这种目前用于成人的方法，使得将来自完全不同世界的变量组合在同一个分析空间中成为可能，同时将它们单独考虑。“由于精神疾病的发展取决于许多变量，而不仅仅是纯粹的神经生物学因素，这个算法将有可能突出最重要的症状，以提醒人们警惕儿童成为精神分裂症的潜在风险，例如，”Stéphan Eliez说，他是UNIGE医学院精神病学系的教授，并为基金会Pôle自闭症。

发现预测症状

日内瓦小组与EPFL的研究人员合作开发了这种方法，并将其应用于一组患有22号染色体微缺失的儿童和青少年，其中一些人已经被跟踪了20多年。“我们的目标是通过纵向的方式使网络分析适合年轻患者，从而获得关于儿童发展轨迹中高度交织变量的有洞察力的统计数据。”Dimitri Van De Ville强调说，他是UNIGE医学院放射学和医学信息学系以及EPFL生物工程研究所的教授。

目的是找到童年中的变量，以便于能够开发精神病疾病。因此，我们将了解哪种战斗，因为将使我们能够采取行动的关键因素，最重要的是，在必要时，“StéphanEliez”解释说。“如果我们可以识别它们，我们可以尝试调节症状，以降低后来开发精神病疾病的风险。”

为了检验这一方法，研究人员考虑了70名患有22号染色体微缺失的儿童的40个变量，从儿童到成年，每三年观察一次。Corrado Sandini解释说:“这些变量包括幻觉、总体情绪、罪恶感和日常压力管理。”家长填写的问卷调查也提供了宝贵的数据。视觉表征揭示/突出/确定了预测三年后心理问题发展的最重要的变量。“我们发现，一个焦虑的10岁孩子，如果他的焦虑在青春期转化为无法应对压力，就很可能患上心理疾病。因此，焦虑的演变是一个重要的警告信号，”日内瓦研究员继续说。同样，悲伤，随着时间的推移会变成一种负罪感，也是一个非常重要的症状。

针对每个孩子的个性化方法

为了确认其算法的结果，研究人员将其应用于许多年份易受精神疾病的其他群组，因此能够确认计算机工具的工作原理。目的现在将其用作预测工具，而且还通过将其他变量（如重量）整合到临床评估来改进它。最后，这种方法的兴趣显然是预测，目的是避免这种疾病，但最重要的是所有完全个性化的品质，研究每个孩子的发育轨迹。

这项研究发表在杂志上eLife。