JAMA Psychiatry：早期精神病和情感阶段的临床、大脑和多层次聚类

利用早期精神病和抑郁症阶段的临床和脑结构成像数据，使用机器学习技术对亚组解决方案进行聚类、比较和组合。这项纵向队列研究的结果提供了跨疾病阶段和诊断的阳性症状表达之外的分层。临床结果提示阴性症状、抑郁和功能的重要性。大脑研究结果表明，疾病阶段和规范变化之间存在大量重叠。发病前、纵向和遗传风险验证表明了亚组对预防性治疗的临床重要性。本文发表在JAMA Psychiatry杂志。

摘要

重要性：在阳性症状严重程度之外，需要对早期精神病阶段的个体进行分层，以调查与情感性和规范性变异相关的特异性，并验证采用发病前、纵向和遗传风险措施的解决方案。

目的：利用早期精神病和抑郁症阶段的临床和脑结构成像数据，使用机器学习技术对亚组解决方案进行聚类、比较和组合。

设计、环境和参与者：在2014年2月1日至2019年7月1日期间，招募了一项多站点、自然主义、纵向队列研究（在5个欧洲国家的10个站点；包括9个月和18个月的主要随访间隔），其中包括具有精神病临床高风险（CHR-P）、近期发病精神病（ROP）、近期发作抑郁症（ROD）和健康对照的患者样本。在2020年1月至2022年1月期间对数据进行分析。

主要成果及措施：一项非负矩阵分解技术分别分解了CHR-P、ROP、ROD和健康对照研究组的临床(287个变量)和脑结构体积(204个灰色、白色和脑脊液区域)数据。稳定性准则采用嵌套交叉验证确定簇数。在亚组方案中比较验证目标(发病前、纵向和精神分裂症多基因风险评分)。多监督机器学习产生了一个可转移到验证样本的解决方案。

结果：发现组共有749人，验证组共有610人。受试者包括CHR-P (n = 287)、ROP (n = 323)、ROD (n = 285)和健康对照组(n = 464)，平均(SD)年龄为25.1(5.9)岁，其中702(51.7%)为女性。临床四维解决方案根据阳性症状、阴性症状、抑郁和功能将个体分开，显示与所有验证目标的相关性。脑聚类揭示了一个与阴性症状、智商降低和精神分裂症多基因风险评分增加相关的分布式脑体积减少的亚组。多层次结果区分了正常大脑和疾病相关大脑之间的差异。亚组结果在外部样本中得到了很大程度的验证。

结论和相关性：这项纵向队列研究的结果提供了跨疾病阶段和诊断的阳性症状表达之外的分层。临床结果提示阴性症状、抑郁和功能的重要性。大脑研究结果表明，疾病阶段和规范变化之间存在大量重叠，这可能突出了独立于特定表现的脆弱性特征。发病前、纵向和遗传风险验证表明了亚组对预防性治疗的临床重要性。

关键点：

问题：数据驱动的技术能否通过临床、大脑和多层次的方法重新划定早期精神病阶段的界限？情感性疾病在解决方案中处于什么位置?

发现：在这项队列研究中，发现样本中有749人，验证样本中有610人，无监督机器学习技术揭示了与发病前、纵向和遗传关联验证的主要症状和功能相关的跨诊断临床亚组。检测到一个经诊断的脑体积减少亚组；多层次分析显示与较高的精神病理相关，但没有特定的阶段或症状。

意义：这意味着在临床和生物学水平上，早期精神病阶段在阳性症状严重程度之外被重新分类;强调了特定症状概况、一般大脑表型和与情感性疾病的重叠。

介绍

对新出现的精神疾病进行早期干预对改善治疗效果至关重要。在精神病领域，临床高危精神病(CHR-P)和近期发病精神病(ROP)阶段的操作化被阳性症状严重程度的差异所分开，促进了精神病研究的发展。然而，临床异质性是显著的，与抑郁症状、阴性症状、心理社会功能有关的因素影响了相关结果，模糊了精神病阶段之间的界限，并对近期发作性抑郁症(ROD)诊断提出了疑问。研究表明，潜在的大脑结构异质性也很显著，这与基于阳性症状的传统分类和其他症状有关，还可能与阻碍翻译的精神疾病的生物基质有关。因此，在早期疾病类别中解剖独特且交叉的多模态异质性对于预防方法提供信息，找到具有临床意义的生物亚群，为阳性症状以外的治疗开发创建分层工具(例如，用于新举措，如加速药物合作精神分裂症)至关重要。

数据驱动的方法可以使用自下而上的方法来有效地解决异质性，以确定个体（即亚组）之间的共享方差。在临床领域，对ROP（近期发病精神病）和CHR-P个体的单独调查与基于阳性、阴性、和抑郁症状的亚组临床观察一致，这些分析表明CHR-P和ROP之间存在一致性，但还需要进一步的测试来确定各阶段之间的共享差异是否能够揭示亚组。此外，需要确定非心理学ROD组如何适合新的分层，以测试解决方案的特异性。

大脑结构分层也旨在通过发现客观定义的生物亚组来明确诊断。聚类研究主要针对慢性精神分裂症，主要发现了一个2-亚组解决方案，尽管也有3个和6个聚类的报告。亚组主要按照严重程度进行划分，其中一组表现出体积或厚度的广泛减少，有一些证据表明它们是可诊断的，并存在于ROP（近期发病精神病）中。人口统计学和症状相关性是混合的，一些研究没有显示出差异，而另一些研究则表现出与阳性症状、行为精神病理学和教育程度的关系。这些研究可能表明，在一组病例中检测到了一种常见的疾病基质，这可能存在于早期疾病中，也可能在健康人群中明显存在。因此，需要在早期精神病阶段、早期情感疾病和健康对照中进行进一步研究，以测试亚组解决方案的特异性。大脑亚组还需要进行病前和纵向验证，以探索对疾病轨迹的影响。

考虑到临床和大脑的异质性，研究也试图使用将症状和大脑之间的共同差异联系起来的方法来寻找亚组。然而，在存在较弱的大脑-行为关系和潜在的疾病基础时，这些方法可能不是最佳的。因此，需要进行研究以在组合之前分别检查异质性。现有的研究也在慢性队列中进行，这些研究没有探索潜在的发病前脆弱性，并且忽略了在症状和生物水平上可疑的规范性差异。因此，我们旨在进一步开发一种多层次数据驱动技术，该技术最初定义于癌症基因组，这里我们用于对患有CHR-P、ROP、ROD的患者和健康对照组的临床和大脑聚类解决方案（即水平）进行聚类、比较和组合。然后，我们通过三种方式验证和比较得出的解决方案：病前风险因素、18个月的纵向疾病过程和精神分裂症多基因风险评分（PRS）。

方法

被试

四个研究组(CHR-P、ROP、ROD和健康对照组)是在芬兰、德国、意大利、瑞士和英国10个地点进行的多地点、自然主义纵向研究(早期精神病管理的个性化预后工具[PRONIA])。纳入和排除标准详见补充材料的e表1，样本特征见补充材料的e表3，研究组比较见补充材料中的e表4。根据个人的身份，向访问者报告了种族和族裔。样本被分为一个由2014年2月至2017年5月期间招募的749例(CHR-P, n = 147;ROP, n = 161;ROD, n = 155;健康对照，n = 286)病例组成的发现数据集，和一个不匹配的验证数据集，其中有3个新站点，包括2017年5月至2019年7月期间招募的另外610例病例(CHR-P, n = 140;ROP, n = 162;ROD, n = 130;健康对照组，n = 178)。随访时间为9个月和18个月。成年参与者提供书面知情同意，18岁以下的参与者在监护人的额外同意下进行。PRONIA经过德国临床试验注册(DRKS00005042)，并获得当地所有研究伦理委员会的批准。

基线和纵向临床测量

广泛的纳入标准用于根据与早期精神病相关的临床信息，在人口统计、症状、病前功能、创伤史和功能等方面选择措施。对于问卷调查，所有项目都包括在内，而不仅仅是汇总分数，以充分捕捉与疾病相关的差异。

我们纳入了287个评估病史、症状、儿童创伤和功能的基线变量，并排除了缺失值超过50%的病例(n = 22)。使用混合和双侧P值，比较病态前期（病态前期调整量表）和纵向症状（阳性，阴性，抑郁）和功能（功能评估[GAF]）的差异，并在使用P<0.05的错误发现率（FDR）校正统计显著性水平。

大脑测量

简单地说，为每个个体推导出了204个灰质(GM)、白质和脑脊液体积测量区域(Hammers图谱)，并按比例缩放到总颅内体积。年龄、性别和图像质量由噪声和偏差(图像质量评级)的加权平均值测量，并在聚类分析的训练折叠中进行控制。成像细节如下：在每个站点，在数据集中之前，使用内部基于Freesurfer的脚本对大脑MRI图像进行视觉检查。使用开源CAT12工具箱（版本r1205；http://dbm.neuro.uni-jena.de/cat12/)将图像分割成灰质（GM）、白质（WM）和脑脊液（CSF）图，然后将其高维配准到蒙特利尔神经研究所的立体定向空间（MNI-152空间）。使用CAT12工具箱的标准处理流程，包括：a）使用空间自适应非局部均值滤波进行去噪；b）自适应最大A后验（AMAP）分割；c）马尔可夫随机场去噪；d）局部自适应分割（LAS）用于调整图像的不均匀性；e）部分体积分割；f）将高维DARTEL配准到MNI模板。将GM、WM和CSF乘以雅可比行列式以生成体素图，并使用由204个区域组成的Hammer图谱将其分割成区域体素。使用多重比较校正（FDR，p<0.05）比较平均GM、WM、CSF和全脑体积（WBV）。全脑比较采用调制的和比例缩放的GM和WM体积图，使用8mm的半宽高斯核（FWHM）进行全脑平滑。由于聚类后发现了广泛差异，使用P<0.05的严格家族误差校正的P值图进行可视化，以突出结合CARET v5.65和Mango 4.0.1的局部聚类。CAT12的质量保证框架用于定量评估脑图的质量。该过程产生一个综合图像质量评级（IQR）分数，该分数结合了噪声对比度、不均匀对比度和图像分辨率的测量。如果IQR被评为D级“足够”，则参与者被排除在外。大脑体积与每个个体的TIV成比例缩放，以说明头部大小的全局差异。聚类分析期间的预处理步骤使用回归控制年龄、性别和IQR（图像质量评级）。

聚类分析

通过使用稀疏非负矩阵分解同时将数据分解为因子和亚组，扩展了我们先前研究（补充材料中的扩展图1）中使用的多级精确肿瘤学方法，发现了稳定、可解释和临床可分离的亚组。在嵌套交叉验证过程中使用共识聚类，根据发现集中聚类分配的稳定性选择最佳聚类数量。通过解决局限性来增强解决方案的稳定性来扩展了该方法，详见补充材料中的eMethods。

扩展图1 主要分析计划（A）和具体步骤（B和C）的流程图。

A.首先对发现样本进行处理，以排除缺失值超过25%的受试者和特征，然后将其传递到稀疏非负矩阵因子分解（sNMF）程序（B）以定义亚组。根据亚组定义，使用混合模型描述预先选择的发病前、症状和功能变量的纵向轨迹，计算多基因风险评分差异，并将标签传递给监督学习程序（C），以创建亚组。

PRS的基因分型与计算

从619名发现参与者(347例重复)中提取DNA，并用Illumina Infinium Global Screening Array-24 Bead-Chip version 2 + Psych进行基因分型。精神分裂症的PRS是使用精神病学基因组联盟参考样本计算的。精神分裂症PRS在10个P值范围内生成。计算了前10个主成分，并从精神分裂症PRS回归到人群结构控制。亚组进行方差分析比较，双侧P值在基于P < 0.05的FDR校正水平上进行评估。

评估

为临床、大脑和多层聚类解决方案创建了有监督机器学习模型，以(1)推导出预测亚组成员资格的精简变量集，(2)将个体分类到验证集中的每个亚组，并用于未来的模型应用(补充材料1中的eMethods)。在验证队列中还确定了稀疏非负矩阵分解因子负荷。对基线、发病前、纵向和精神分裂症PRS测量的验证亚组进行比较。双侧P值在FDR校正P < 0.05的统计显著性水平上进行评估。最后，我们在NeuroMiner Model Library中提供了我们的模型，以促进它们的独立验证。

结果

样本特征

在749例发现样本病例中，有22例因数据缺失（包括较高比例的ROP）而被排除在外。在发现样本中,344(47.3%)是男性,平均(SD)年龄为25.3(6.0)岁,接下来的研究中包括:CHR-P (n = 143),ROP(n = 150),ROD(n = 151)、和健康对照组(n = 283)。在发现样本中，12人（1.7%）报告为非洲/加勒比或具有黑色人种背景的身份；74人（7.4%）是孟加拉/中国/印度/日本/韩国或具有亚洲背景；605（83.2%）人是欧洲（即英国、芬兰、德国、意大利、瑞士）或具有白色人种背景；31人（4.3%）具有多种族背景；38人（5.2%）与任何其他种族或族裔群体。由于数据缺失而排除37例病例后，验证样本包括573人(272[47.9%]男性;平均[SD] 24.7[5.8]岁)。与发现样本相比，验证样本包含3个新站点(意大利巴里；德国杜塞尔多夫和德国明斯特)。在验证样本中，15人(2.6%)被确定为非洲/加勒比/黑色人种；19人为亚裔(3.3%)；495人(86.4%)为欧洲/白色人种；22人(3.8%)为混血人种；26名(4.5%)为其他民族或种族背景。

临床亚组

基于聚类稳定性度量和基于排列的显著性测试（图1），确定了四个临床亚组（C1、C2、C3、C4），以C1为特征，这是一个代表阳性症状、痛苦和包含主要的ROP患者（47[83%]；表)基本症状的因素；C2，阴性症状、功能损害和发病前功能，包括ROP(44[55%])和CHR-P/ROD(36[45%])的混合个体；C3，包含ROD(88[45%])和ROP/CHR-P(102[55%])个体的抑郁症状、情绪变化和角色功能；C4，包含健康对照组(278[70%])和ROP/ROD/CHR-P个体(117[30%])的生活质量、角色功能和社会功能(图1和表)。

图1 临床多组雷达图显示了4个亚组的独特因子负荷模式和结果总结。

A、发现样本中每个亚组的平均因子负荷与B相对应，因子表显示阳性精神病症状（因子1）、阴性精神病症状的主要负荷（因子2）、抑郁症状（因子3）以及生活质量和角色功能（因子4）。

C-F，包含发现样本负载（深色）的每个亚组的因子负载，以及在不修改验证样本的情况下应用发现样本模型（浅色）。使用监督学习技术，独立于发现样本中的稀疏非负矩阵分解来计算验证样本子群分配。

提供了研究结果摘要，概述了进一步分析中描述的每个亚组的特征（见结果）：临床亚组1（C1；阳性症状、痛苦和基本症状）；C2亚组（阴性症状、功能损害和患病前功能）；C3亚组（抑郁症状、情绪变化和角色功能亚组）；C4亚组（生活质量、角色功能和社会功能亚组）。

BDI表示贝克抑郁量表；B3，脑亚组3；CHR-P，精神病的临床高风险；HC，健康对照；N1，社交焦虑；P1，不寻常的思想内容/妄想想法；P2，怀疑/迫害思想；P4，知觉异常/幻觉；PRS，多基因风险评分；ROD，近期发病抑郁症；ROP，近期发作的精神病；SANS，阴性症状评估量表；SIPS，前驱症状结构化访谈；SPI-A，精神分裂症倾向仪，成人版；WHOQoL，世界卫生组织生活质量简介版。

表跨人口学、临床阶段、症状、当前功能和言语智商领域的临床亚组特征

训练多类监督算法从每个因素中识别出30个最佳特征对新个体进行分类，这些特征进一步表征了各个因素和亚组(扩展表9，扩展图3)的关系。排除对照的补充分析表明，病例来自C4亚组中的ROD、ROP和CHR-P组的症状较轻，功能较高(扩展图4)。
扩展表9 多组分类在临床、大脑和堆叠多级分类器的发现集中的性能。提供准确度，以证明变量分离子组的能力，并且不反映样本外测试性能。

扩展图3 监督学习确定临床（A）和大脑（B）模式的特征数量。

被试被分类在发现样本中由无监督学习定义的每个亚组中，以便后续应用于验证样本。由于同一样本必须用于无监督识别和有监督模型创建，因此绝对精度不代表样本外测试性能，仅用于发现样本中的特征识别。A）对于临床数据，基于保留的特征的平衡精度最大值，确定了30个最佳特征；B）对于大脑数据，选择了50个特征作为最佳值。

扩展图4 排除患病前调整（左列）、自我报告功能（中列）和精神分裂症PRS（右列）发现样本中的健康对照受试者时的分组比较。

结果表明，与所有分析中的健康对照组样本相比，效果基本相似，例如，排除健康对照组时，C4亚组的功能更高，这表明剩余患者的功能程度高于其他临床亚组。*，p<0.05；**，p<0.01

大脑亚组

23名患者未进行磁共振成像扫描（完整样本未发现临床差异）。确定了两个亚组，它们由一个因素介导，该因素由一个对皮质边缘结构脑脊液分数具有高负荷的因素和另一个由额叶皮质GM区域组成（图2；大脑亚组1和2，即B1和B2）的因素组成。两组间颅内总体积无差异，但B1组的GM (t701 =−7.03;P <0.001;η2 = 0.08)，白质(t701 =−5.52;P <0.001;η2 = 0.05)和全脑体积(t701 = - 6.79;P <0.001;η2 = 0.07)降低。年龄、性别、图像质量或研究部位没有差异(补充1中的表11)。体积水平GM比较显示，GM体积减少主要在额叶(内侧/外侧)、扣带、岛叶和皮质下区域(图2)。

图2 脑源亚组结果。

A、发现样本中与每个脑亚群相关的因素：（1）额顶叶皮层和脑岛的脑脊液（CSF）（因素1）；（2）额叶皮质下灰质（GM）（因素2）。

B、每个大脑亚组中每个因素解释的差异百分比（B1，按比例增加因素1；B2，按比例减少因素2）。

C、通过GM的全脑体积比较分析了特定的大脑差异（家族误差-校正后P＜0.05；与颅内总体积成比例，并根据年龄、性别、部位和图像质量进行校正），表明B1亚组在额外侧、额内侧、脑岛和皮质下区域（包括海马）的体积减少。

D、白质（WM）比较图（家族误差-校正P<0.05）校正了相同的混杂因素，显示额叶和顶叶广泛减少。

E、条形图显示了大脑和临床亚组成员之间的关联。每个临床亚组的个体比例（y轴）显示在x轴上。B1亚组中来自临床亚组1（C1；阳性症状、痛苦和基本症状）和C2（阴性症状、功能损害和疾病前功能）的个体比例更多，来自C4（生活质量、角色功能和社会功能）亚组的个体比例更少。

F、与B2亚组相比，B1（体积减小的大脑）亚组的差异汇总。L表示左侧；PRS、多基因风险评分；R、右侧；ROP，近期发作的精神病。

a P＜0.05；b P＜0.01。

亚组B1(n = 213)包括包括健康对照组(78例[37%])所在的所有研究组。与B2亚组(n = 490)相比，B1的C4亚组（高功能）病例比例较少(B1: 100例[46.9%]；B2: 282 [57.6%]; = 6.73;P =0.009;φ = 0.1)，ROP个体较多(B1: 64 [30%];B2: 83 [16.9%];= 15.4;P <0.001;φ = 0.15)， CHR-P个体较少(B1: 29 [13.6%];B2: 108 [22%]; = 6.7;P <0.001;φ = 0.1)。发现阴性症状增加(阴性症状评定量表[SANS]合计;t364 = 3.04;P =0.002;η2 = 0.03)，IQ分数降低（韦氏成人智力量表矩阵推理；t638 =−2.83; P = 0.004; η2 = 0.01)，抗精神病药物的使用增加(B1: 64 [30%];B2: 92 [18.8%];= 10.9;P <0.001;φ = 0.12)。临床和脑的各个因素评分之间的相关性(即代表临床和脑轴的特定相似性)不显著(平均r =−0.001;P >0.05)。二元监督分类分析从用于预测亚组成员的每个因素中确定了50个特征（扩展图3）)。在未校正水平的健康对照组分析中，GM体积的体积差异仍然存在(t262 =−2.24;P = .02;η2 = 0.02)。排除健康对照样本突出了B1的功能下降(GAF症状;t427 =−3.19;P = 0.001;η2 = 0.03)。

发病前特征

临床C2阴性症状亚组的发病前功能表现出明显不同的线性轨迹(F3,2047.11 = 53.57;P <0.001; R2 = 0.28)表示从儿童期开始并持续到青春期晚期和成年期的日益严重的损伤(图3)。C4高功能亚组显示受教育年限增加(F3,717 = 11.64; P < 0.001; η2 = 0.05;配对检验P<0.05)，以及终生功能增加(F3,722 = 68.33; P < 0.001;η2 = 0.18; 配对检验P < 0.001；扩展图6)。排除健康对照组后，仍保持相关性(扩展图5)。在发病前调节量表、教育程度或终身功能测量中，没有发现基于大脑的亚组的差异(图3)

扩展图5 发现样本中健康对照组大脑亚型的比较。B1（大脑体积减少）亚组的灰质体积减少（P=0.02）。全脑体积或白质体积没有显著差异。注：*，P&lt;0.05。

扩展图6 疾病前期（A-C）和纵向（D-I）病程分析。

图3 疾病前期和纵向病程分析。

A、基于疾病前调整量表（PAS；出于解释目的，故取反），该量表测量了从出生到18岁之前的发育期。在临床亚组2（C2）阴性症状亚组中发现了特异性损伤，在后期发育期恶化，并表现出线性趋势的差异（虚线）。类似的发现在大脑亚组中并不明显。扩展图6描述了教育程度和终身功能的其他分析。 B、阴性症状评估量表（SANS）的纵向分析（T0，基线；T1，9个月；T2，18个月）显示为临床和大脑症状差异的示例。临床亚组C2（阴性症状）在随访时保持较高的症状水平，发现了主要疗效差异。对阳性和抑郁症状的进一步分析，如扩展图6和补充材料中e表17-19所示。 C、根据全球功能残疾评估量表（GAF-DI）的评估，功能在临床亚组中表现出纵向改善，在9至18个月之间稳定，C2亚组的功能最低。B1（脑体积减少）亚组表现出与B2（正常脑体积）亚组相似的功能模式。扩展图6描述了纵向功能的其他测量（GAF症状和自我报告的生活质量），补充材料中e表17-19概述了测试。
虚线表示纵向方向的趋势差异；实线表示主要效果差异。显示平均值（SE）。a P＜0.001；b P<0.01；c P<.001；d P＜0.01。

纵向描述

平均而言，64%(平均[SD]，466[174.2]人)的发现样本和57%(平均[SD]，327[150.9]人)的验证样本在所有评估中都是可用的。纵向轨迹(图3;扩展图6)揭示了前驱症状(SIPS)结构化访谈(F3,1179.5 = 46.84;P < 0.001; R2 = 0.45)，Beck抑郁量表(F3,1062 = 13.56;P < 0.001; R2 = 0.52)，GAF失能(F3,1164.78 = 7.74；P < 0.001; R2 = 0.44)，GAF症状(F3,1146.29 = 7.86;P < 0.001; R2 = 0.44)和世界卫生组织生活质量(F3,966.22 = 4.02;P < 0.007; R2 = 0.45)的亚组和组×时间二次交互作用的主要关联(扩展表16)。

扩展表16 不同分组的受试者数量以及使用混合模型分析变量的访视次数。

事后FDR校正分析表明，除了C3和C4亚组外，SIPS的所有轨迹都存在差异(P < 0.001)，而C4亚组介导了其他指标的趋势差异。SIPS、SANS、贝克抑郁量表、GAF测量和世界卫生组织生活质量的亚组在FDR校正后成对的主要关联分层是明显的(图3)。当健康对照组被排除在外时，C4高功能亚组内的持续高功能得以维持。大脑亚组的纵向轨迹没有显著的组×时间相互作用(图3;扩展图6和补充材料中的e表19)，但在SANS中发现了组相关性(F3,383.26 = 7.24;P < 0.007; R2 = 0.08;图3和补充材料中的e表19)。

多基因风险表征

108人的数据不可用(补充材料中的e表20)。在研究中调查的10个精神分裂症PRS阈值中，有8个存在FDR校正的临床亚组差异（图4），平均（SD）效应大小为η2=0.02（0.007）（FDR校正P<0.05）。PRS阈值处的事后关联调查表明，与C4相比，所有亚组的PRS效应大小（PRS P=0.023）均显著增加（图4；FDR校正后P<0.05）。排除健康对照后，C1和C2亚组与C4亚组相比，精神分裂症PRS增加。在10个精神分裂症PRS阈值中的9个阈值中也发现了脑亚组差异，平均（SD）效应大小η2=0.02（0.008），这是由B1亚组显著增加（图4；FDR校正P<.001）介导的，排除健康对照后也保持了这一点（扩展图5）。

图4 精神分裂症多基因风险评分（PRS）在确定的亚组之间的差异。

A、条形图显示了与用于计算遗传风险的精神分裂症PRS阈值的亚组比较相关的效应大小（η2）。临床数据的10个阈值中有7个、大脑数据的10个阈值中有9个显示出显著的相关性（错误发现率-校正后的P＜0.05）（NS仅显示了不显著的临界值）。最高的效应大小在PRS P＝5×10−8以上的阈值处，突出了包含多个风险基因。 B、临床亚组（即C1-C4）PRS效应大小最佳值的比较突出了所有亚组中精神分裂症PRS的增加。 C、精神分裂症PRS在PRS效应大小最佳值时的脑亚组比较表明，脑亚组1增加（B1；脑体积减少）。

a P＜0.05；b P＜0.01；c P<0.001。

多层次结果

多层次聚类产生了2个亚组解决方案(M1/ M2)(扩展图2)。第一个亚组M1包含一个子集(n = 109)，所有被试都被归类为脑B1亚组(M1: 109 [100%]；M2: 104 [18%]； = 296.76；P < 0.001;φ = 0.65)，但C4高功能亚群个体的水平非常低(M1: 5 [4.6%];M2: 377 [64%];= 128.69;P < 0.001;φ = 0.43)。因此，即使剔除健康对照组，M1亚组也表现出更高的阳性症状(SIPS阳性:t425 = 2.91;P < 0.001;η2 = 0.003)，阴性症状(SANS: t364 = 4.33;P < 0.001;η2 = 0.02)，功能损伤(GAF残疾:t427 =−3.05;P = 0.002;η2 = 0.03)和较低的脑体积(全脑体积:t427 =−4.23;P < 0.001;η2 = 0.05)。除了纵向症状增加和功能下降(扩展图6)外，M1发育期的病前功能降低(扩展图7)。然而，进一步的分析表明，M2亚组中纳入健康对照组部分驱动了这些关联（扩展图5）。M1亚组的精神分裂症PRS在所有10个PRS阈值中显著增加，平均（SD）效应大小η2=0.03（0.006）（解释了3%的差异），排除健康对照后，这些相关性保持在校正水平（扩展图5）。

扩展图2 稀疏非负矩阵分解（sNMF）共识聚类结果用于临床（顶行）、大脑（中间行）和多层次（底行）模态。

扩展图7 多层次聚类结果比较。

A） M1亚组的汇总比较，其由B1“体积减少”大脑亚组的一个子组组成。B）条形图显示了与大脑亚组相比，多层次亚组的组成（M1中为100%B1；M2中为18%B1）。C）条形图显示了与临床亚组相比，多水平亚组的组成，显示了M1（即C1-C3）中更多的疾病亚组成员和最小的高功能成员（C4）。D）用病前调整量表（PAS）测量，病前调整在后期发育阶段相对于M2亚组减少。E）与M2亚组相比，阴性症状增加，但在18个月的随访期（T2）没有差异。F）在随访期间，M1亚组的功能降低，在18个月的随访期间（T2），差异保持不变。G）在M1亚组中发现scz-PRS增加，即使排除健康对照受试者，这种情况也保持不变。

***，p<0.001。

评估

将多类别和二元监督分类模型应用于临床、大脑和多层次亚组的验证样本复制基线轮廓;除了在大脑亚组中与表现IQ的关联没有保持关联性，检测到了更明显的阳性症状，而不是阴性(t502 = 3.63;P < 0.001;η2 = 0.03)。大脑亚组分析也使用了基线脑体积模式，但显著性水平较低。在临床亚组解决方案中，发病前功能比较也在很大程度上表现出相似性。将纵向发现模型应用于验证队列，证明了临床、大脑和多层次解决方案的相似轨迹。遗传关联表明C1和C2亚组的精神分裂症PRS增加。大脑亚组的精神分裂症PRS差异没有在相同的阈值处出现，这可能是由于样本量较小和缺少验证个体(e表28)。在M1多层次亚组中发现精神分裂症PRS增加(e图11)。

附加分析

为了研究聚类解决方案的稳定性和特异性，我们进行了三项额外的分析(补充材料中的eResults 1-3)。当排除健康对照(e表29)或排除健康对照和ROD(e图13和e表30、31)时，因子评分和亚组成员在很大程度上没有改变。多级解与原始分解高度相关(e表32-36和e图14)。

讨论

阳性症状之外的分层是预防性方法的一个重要目标，该方法旨在确定现有和未来治疗的共同目标，但依然迫待解决的问题包括（1）如何在临床、大脑和异质性的背景下实现，以及（2）相关群体（如ROD）与解决方案的一致程度。我们使用数据驱动技术，通过识别3个共同的通过患病前、基线、纵向和遗传风险关联进行验证的参考框架来深入了解这些问题。

早期疾病群体的临床共性分别从自上而下和自下而上的角度进行设想。我们使用一个具有临床代表性的方法，结合先前的研究结果，找到了4个主要疾病维度的映射，这些维度主要由阳性、阴性和抑郁症状介导，此外还有一个独立的因素代表自我报告和临床观察到的功能。首发精神病患者主导阳性症状亚组，支持根据严重程度区分这一组，但其他亚组是混合的：阴性症状亚组有45%的CHR-P和ROD患者，这反映出研究中有些被试是CHR-P和ROD；抑郁症亚组中有51%的CHR-P/ROP患者，这表明该综合征在某些患者中占首位，而高功能亚组占所有患者的26%，表明CHR-P、ROP和ROD的功能重叠与特定症状无关。纵向验证也与以下方面的研究一致：发现患病前功能不良和阴性症状结果，高功能亚组的稳定性，缓解阳性和抑郁症状。阳性、阴性和抑郁亚组中精神分裂症PRS较高的遗传验证（排除健康对照组时仍存在）也表明早期疾病存在潜在的遗传风险，即多效性。这些发现通过证明可用于分层和治疗发展的经验证的亚组目标和疾病维度，将以前的单一诊断研究纳入背景。

正如在其他研究中发现的那样，其中1个亚组包含混合研究组（即，63%的CHR-P、ROP或ROD患者vs. 37%的对照组）显示出具有特定差异（例如，内侧额、外侧额、岛叶和皮质下结构）的整体体积减少，其模式类似于慢性成年人群中常见的疾病基质（例如，一般精神病学）。ROP患者比例的增加支持与更高的精神病理学有关，同时与临床变异轴缺乏也有特定关系。这些发现可能提示基于大脑的素质在某些情况下会导致多效性疾病，这可能和以下联系有关：（1）精神分裂症PRS与脑体积和认知危险因素之间的联系；（2）与遗传相关的加速脑老化和神经病理学变化相关的常见底物。这些发现支持使用神经发育预防策略，并提供了一个可提高翻译可能性的同质靶点

多层次的结果确定了脑体积减少亚组的一个子组，具有更高的症状和更低的功能，这进一步支持了与精神分裂症PRS增加相关的共同脑基质的概念。这一结果突出表明，无论是关注患者的单一生物模式，还是非比较性结合大脑和行为测量，都可能错过关键的规范性大脑变化（即，作为更大的大脑亚组的子集）和临床异质性（即，由不同的临床亚组组成）。这些考量很重要，因为该研究提出了可以个性化的不同预防方法，例如：针对大脑亚组的通用神经发育干预vs. 针对临床亚组的特定预防。在此背景下需要注意的是，结果通过识别可增强护理的额外多维度目标和亚组澄清了健康、高风险和患病之间的界限，而不是取代现有的参考框架（例如，CHR-P vs ROP）。

局限性

尝试在早期、最小化治疗的疾病中划分个体是困难的，因为解决方案将代表在发生重大变化时的单一特例（例如，阳性症状和抑郁亚组）。然而，考虑到的稳定轨迹，我们假设对于阴性症状和高功能亚组的改变可能性较小。结果不佳的个体也可能进入脑体积减少亚组。进一步的研究需要分别研究每种模式的亚组成员随时间变化的稳定性，尤其是与治疗效果（即抗精神病药物和心理治疗）的相互作用的关系。然而，重要的是，此类发现不会削弱当前发现的潜在临床重要性，因为CHR-P和ROP名称有助于治疗选择，但也可能发生重大变化。

第二个限制是，这里发现的模式可能代表临床和大脑变异的相对粗糙的高阶分解，这些可以进一步探索更敏感的潜在维度和亚组。未来的研究可以通过研究更高维度的分解或通过控制一级维度的底层探索来研究这一点。除了磁共振成像之外，还可以使用其他成像或密度成像来帮助发现额外的层。除了智力评估之外，还需要研究认知特征。在新分析的背景下，还应考虑添加层的临床效用和转化能力。

另一个限制是，聚类可以通过其他层次进一步增强，如单核苷酸变异、表观遗传测量、蛋白质组学、功能成像、认知和环境风险因素。使用关于层次之间关联程度的开放假设来实现这一方法可能会揭示更多的独立风险表型，或有望找到具有特定、相互关联和可治疗特征的统一多维亚组。

总结

在这项研究中，发现了早期精神病阶段的常见多维参考框架，该框架统一了高风险、首次发作和抑郁症组的临床和大脑相似性，以明确特定亚组的治疗目标。模式之间不是直接联系的，可能提示相对独立的预防目标。这些结果提供了除阳性症状严重程度及其与脑体积减少的关联之外的其他重要背景。