Psychol. Med.：精神分裂症早期听觉处理和认知测量之间的方向依赖性

精神分裂症的认知障碍与早期知觉处理缺陷有关，包括早期听觉处理 （EAP）。研究表明，EAP会影响精神分裂症的认知和日常功能。以前的研究主要使用潜在变量模型，如SEM，来检查早期感知和认知之间的关联，然而，这些模型未能解释认知和EAP个体测量之间的关系，从而限制了它们的效用。

有两种方法非常适合分析这种相互依赖关系。第一个是高斯图形模型（GGM）。GGM将结构表示为交互节点，其中节点符号化变量，节点之间的边表示在考虑网络中所有其他变量后变量之间的关联强度。其次是贝叶斯网络分析——一种有向网络。贝叶斯网络使用有向无环图（DAG）表示节点，DAG是指示节点之间条件概率的数学对象。

这篇研究包括 1415 名被诊断患有精神分裂症或分裂情感性障碍、抑郁型的患者和 1062 名健康的社区对照。使用了DSM-IV的结构化临床访谈以确认诊断。选定的认知测量取自之前的 COGS-2 SEM 论文，如下表所示：

由图1可知，在两组中，EAP和注意力/警觉变量是相关的，但与其他认知领域分开。CVLT 和 VOLT 在精神分裂症患者中具有最多的联系，而 CVLT 和 N-back 与对照组中其他变量的联系最多。LNS-R在两组中具有最高的节点可预测性。全局网络不变性检验表明，精神分裂症和对照网络之间的结构没有显著差异。

图 1.精神分裂症患者和对照组的 EAP 和认知变量的 GGM 和贝叶斯网络。

贝叶斯网络的结果，精神分裂症网络的BIC为-9744.99，控制网络的BIC为-9290.78。Jaccard相似系数为0.23，表示两个网络的弧集之间存在中等程度的相似性。0.23 的分数表明，大约 23% 的弧线在精神分裂症和控制网络之间是共同的。

基于贝叶斯网络的后续分析结果如下图，去除 VOLT 后，两组的网络结构看起来相似。

图2.精神分裂症患者和去除 VOLT 后的对照组的 EAP 和认知变量的贝叶斯网络。

总的来说，EAP和注意力/警觉变量是相互关联的，但与其他认知领域无相关关系。这篇研究结果揭示了认知测量中的其他因果假设，这些假设可能有助于指导统计控制，并最终帮助确定精神分裂症的早期目标或替代终点。