成年后抑郁情绪调节的神经行为机制 (Lifespan)

面对一生累积的压力源，情绪调节能力对于维持心理健康至关重要。 尽管有充分的证据表明，在健康的老龄化过程中，某些情绪调节能力得以保留甚至改善，但对于为什么患有抑郁症的老年人持续存在调节缺陷的原因知之甚少。 重度抑郁症 (MDD) 的治疗重点是纠正情感失调过程，这些过程会带来残疾风险、生活质量差和晚年发病率。 情绪老化的理论观点提出了无数可能影响调节能力的寿命变化，包括背侧注意和腹侧情感处理通路的结构和功能完整性、认知状态以及特定调节策略的使用等。 然而，缺乏经验证据表明这些因素的哪些组合与抑郁症状严重相互作用以影响老年人的情绪失调，当这些因素在整个成人生命周期中变得重要时，它们适用于哪些策略，以及是否他们可以预测未来的抑郁状态。 因此，此特定应用程序的目标是测试大脑回路、神经认知性能和社会支持与年龄相关变化的综合模型，作为患有和未患有 MDD 的个体的情绪调节能力和抑郁症状的预测指标。 重新评估和分散注意力是主要兴趣的情绪调节策略。

将主要使用一系列线性（多元）回归模型对模型进行评估，这些回归模型侧重于受试者间的影响/比较（年龄、MDD 状态等）以及分别用于重新评估和分心过程的情绪调节结果。 作为这些模型的扩展，我们将执行结构方程模型 (SEM) 类型的模型来总结抑郁症特定领域的责任维度 [BDI 分数衡量抑郁症的严重程度；抑郁发作的终生持续时间]，以及背侧注意网络功能的神经测量 [dlPFC 和杏仁核之间的 gPPI 连接；在 dACC、dlPFC 和下顶叶中分散注意力时基于任务的激活； SLF II 中的 DTI FA 测量] 和情感网络功能 [vlPFC 和杏仁核之间的 gPPI 连接； vmPFC、vlPFC 和杏仁核重新评估期间基于任务的激活； UF 的 DTI FA 测量]。 SEM 将特别有助于预测将在一年随访时评估的未来抑郁症，其中可以使用低维潜在特征的预测（最佳线性无偏预测因子 - BLUPS）值以及情绪调节结果作为未来抑郁症的预测指标。 此外，分层建模结构可以有条件地应用于描述多个潜在特征之间关联的共享潜在特征，从而进一步减少潜在维度并简化计算。 这种单一特征可以被认为是所有潜在特征的累积效应，并且可以用作预测未来抑郁症状严重程度的单一不确定性指标。