Resumen:

Las anormalidades estructurales en el cerebro que diferencian con exactitud la depresión unipolar (DU) y la depresión bipolar (DB) permanecen sin identificar.

Los objetivos son en primer lugar investigar y comparar los cambios morfométricos en DU y DB, y replicar los resultados en 2 lugares de neuroimagen independientes; segundo, diferenciar DU y DB utilizando técnicas de clasificación de patrones multivariadas.

En un estudio transversal de dos centros independientes, se obtuvieron datos estructurales sobre la materia gris (Pittsburgh, Pennsylvania y Münster, Alemania), utilizando la resonancia magnética 3-T. se utilizó morfometría basada en voxel para comparar los volúmenes de materia gris y blanca de la zona, y un enfoque nuevo a la clasificación de patrones se utilizó para discriminar entre DU y DB , mientras se entrenaba el clasificador en un sitio y se hacían pruebas en una muestra independiente en el otro sitio. La muestra de participantes de Pittsburgh fue reclutada por el Instituto Psiquiátrico Occidental y la Clínica de la Universidad de Pittsburgh desde 2008 hasta 2012. La muestra Münster fue reclutada por el Departamento de Psiquiatría de la Universidad de Münster, de 2010 a 2012. Se dividieron de forma igualitaria entre los 2 sitios a los 58 pacientes que estaban deprimidos con trastorno bipolar I, los 58 pacientes con depresión unipolar de edad y sexo similares, y los 58 controles sanos.

Se utilizaron las imágenes por resonancia magnética para detectar diferencias estructurales entre los grupos. Se aplicaron análisis morfométricos utilizando morfometría basada en voxel. Se utilizaron técnicas de clasificación de patrones para un enfoque multivariado.

En ambos sitios las personas con TB demostraron una reducción en el volumen de materia gris en la formación hipocámpica y la amígdala en relación con las personas con DU (Montreal Neurological Institute coordenadas X = -22 , y = -1 , z = 20; k = 1.938 voxels; t = 4,75), mientras que los individuos con DU mostraron una reducción en el volúmen de materia gris en la circunvolución cingular anterior en comparación con los individuos con DU ( Montreal Neurological Institute coordina x = -8 , y = 32, z = 3 ; k = 979 voxels ; t = 6,37 ; todo corregido p < 0,05 ) . Se encontraron reducciones en el volumen de materia blanca en el cerebelo y el hipocampo en individuos con DB. La clasificación por patrones llegó al 79,3 % de precisión (P < 0,001) mediante la diferenciación de los 2 grupos deprimidos, el entrenamiento y clasificaciçon en un sitio, y hasta un 69,0 % de precisión (P < 0,001) al entrenar al clasificador en un sitio de imágenes (Pittsburgh) y probarlo en la otra muestra independiente (Münster). La carga de medicación no alteró el patrón de resultados.

Los individuos con DU y aquellos con DB se diferencian por anomalías estructurales en las regiones neuronales que apoyan el procesamiento de la emoción. Las técnicas de neuroimagen y clasificación de patrones multivariados son herramientas prometedoras para diferenciar DU de DB y se muestran prometedores como futuras ayudas diagnósticas.

Para acceder al texto completo es necesario consultar las características de suscripción de la fuente original: http://archpsyc.jamanetwork.com/journal.aspx

Abstract:

Importance:  The structural abnormalities in the brain that accurately differentiate unipolar depression (UD) and bipolar depression (BD) remain unidentified.

Objectives:  First, to investigate and compare morphometric changes in UD and BD, and to replicate the findings at 2 independent neuroimaging sites; second, to differentiate UD and BD using multivariate pattern classification techniques.

Design, Setting, and Participants:  In a 2-center cross-sectional study, structural gray matter data were obtained at 2 independent sites (Pittsburgh, Pennsylvania, and Münster, Germany) using 3-T magnetic resonance imaging. Voxel-based morphometry was used to compare local gray and white matter volumes, and a novel pattern classification approach was used to discriminate between UD and BD, while training the classifier at one imaging site and testing in an independent sample at the other site. The Pittsburgh sample of participants was recruited from the Western Psychiatric Institute and Clinic at the University of Pittsburgh from 2008 to 2012. The Münster sample was recruited from the Department of Psychiatry at the University of Münster from 2010 to 2012. Equally divided between the 2 sites were 58 currently depressed patients with bipolar I disorder, 58 age- and sex-matched unipolar depressed patients, and 58 matched healthy controls.

Main Outcomes and Measures:  Magnetic resonance imaging was used to detect structural differences between groups. Morphometric analyses were applied using voxel-based morphometry. Pattern classification techniques were used for a multivariate approach.

Results:  At both sites, individuals with BD showed reduced gray matter volumes in the hippocampal formation and the amygdala relative to individuals with UD (Montreal Neurological Institute coordinates x?=??22, y?=??1, z?=?20; k?=?1938 voxels; t?=?4.75), whereas individuals with UD showed reduced gray matter volumes in the anterior cingulate gyrus compared with individuals with BD (Montreal Neurological Institute coordinates x?=??8, y?=?32, z?=?3; k?=?979 voxels; t?=?6.37; all corrected P?<?.05). Reductions in white matter volume within the cerebellum and hippocampus were found in individuals with BD. Pattern classification yielded up to 79.3% accuracy (P?<?.001) by differentiating the 2 depressed groups, training and testing the classifier at one site, and up to 69.0% accuracy (P?<?.001), training the classifier at one imaging site (Pittsburgh) and testing it at the other independent sample (Münster). Medication load did not alter the pattern of results.

Conclusions and Relevance:  Individuals with UD and those with BD are differentiated by structural abnormalities in neural regions supporting emotion processing. Neuroimaging and multivariate pattern classification techniques are promising tools to differentiate UD from BD and show promise as future diagnostic aids.