[发明专利]用于精神分裂症早期检测和风险预测系统

说明书

本发明的一种用于精神分裂症早期检测和风险预测系统，可解决目前很难对精神分裂症进行准确客观地早期检测和风险预测的技术问题。包括测试模块，采集及预处理模块，数据分析模块，学习分类模块及分类性能评估模块；本发明的用于精神分裂症早期检测和风险预测系统综合利用认知测试、临床检测和P50感觉门控电生理特征，以及XGBoost(the Extreme Gradient Boosting)机器学习方法，对精神分裂症高危个体、超高危个体和首发人群，进行定量化、客观化的检测识别和风险预测；具体的说通过联合使用认知、临床和P50感觉门控实验，运用源定位、脑网络以及机器学习等分析方法，提取联合特征，对首发、高危、超高危和正常对照四类人群进行分类，提高分类准确率和灵敏度及特异度。

技术领域

本发明涉及生物信息学技术领域，具体涉及一种用于精神分裂症早期检测和风险预测系统。

背景技术

精神分裂症是一组病因未明的重性精神疾病，常有认知、社会和功能障碍，多起病于青壮年，影响着全世界约1％的人口，造成经济损失约1557亿美元。越来越多的证据表明，精神分裂症是一种神经发育异常的疾病。神经发育模型将精神分裂症的发展轨迹划分为四个阶段,分别为高危(high risk,HR)期,超高危(utra-high risk,UHR)期或前驱期,首发(First-episode schizophrenia,FESZ)期和慢性期。值得指出的是，即使现代医学的发展已经非常迅速，但是关于精神分裂症病因的结论仍然不明确。时至今日，人们依然无法预测精神分裂症的发展走向，同时也缺乏治愈这种疾病的有效手段。

精神分裂症的早期诊断和风险预测，对于治疗精神分裂症至关重要。研究表明，精神分裂症的早期诊断和干预，会显著改善其治疗效果，预防或推迟疾病的发作，降低发病率，减缓衰退，提高患者的生活质量。早期诊断，尤其是前驱期的诊断，可能是预防该疾病进展的机遇。例如，在前驱期接受治疗的UHR患者，与未接受干预的对照组相比，转化率显著降低，病情明显改善。

然而，精神分裂症的早期诊断和风险预测一直是充满挑战性的技术难题。由于精神分裂症的发生机制较为复杂，临床表现具有异质性，人们对其认识至今还较为肤浅。目前，临床上对精神分裂症的诊断手段，主要基于诊断标准手册。

常见的诊断标准手册包括美国精神医学学会的精神疾病诊断与统计手册第五版(DSM-V)、世界卫生组织的国际疾病和相关健康问题统计分类(ICD-10)以及中国精神障碍分类与诊断标准第三版(CCMD-3)等。这些标准主要基于求诊者所主诉的个人经历和他人对求诊者的异常行为描述，随后由专业人员进行临床评估。具有可操作性的诊断标准亦存在负面效应。Kenneth S.Kendler博士在《美国医学会杂志·精神病学》(JAMA Psychiatry)的一篇社论中，探讨了现代精神分裂诊断标准究竟在多大程度上反映了先人所描述的疾病主要临床特征。该文最后指出，诊断标准不能与其所指向的疾病相等同，也强调了临床与研究中将诊断局限于诊断标准中的条目具有潜在风险。这也印证了很多学者的观点：单纯从精神病理症状认识疾病可能过于局限。此外，由于精神分裂症的早期阶段无明显临床症状出现，所以依照主观的诊断手册对精神分裂症进行早期诊断比较困难。

神经电生理学指标一直是精神分裂症的研究热点。有学者提出，此类指标可能成为精神分裂症患者的内源性表型，从而可能对该疾病的诊断产生重要的影响。目前研究较多的有P50、P300、N400、失匹配负波(Mismatch Negativity，MMN)等。但是，目前很少有研究综合利用神经电生理指标与认知临床测试指标，来对精神分裂症进行诊断。而联合使用生物标志物，可能是精神分裂症的诊断最直接有效的方法，尤其是精神分裂症的早期诊断和风险预测。

发明内容

本发明提出的一种用于精神分裂症早期检测和风险预测系统，可解决目前很难对精神分裂症进行准确客观地早期检测和风险预测的技术问题。

为实现上述目的，本发明采用了以下技术方案：

一种用于精神分裂症早期检测和风险预测系统，包括以下模块：