摘要
研究背景：研究表明炎症可能与重性抑郁障碍(Majordepressivedisorder，MDD)有关。C-反应蛋白(C-reactiveprotein，CRP)是一个被广泛使用的炎症指标。以前的许多研究探讨了CRP在抑郁症中的作用，如CRP在抑郁症患者中升高，并且可以反映抑郁症的严重程度。相关研究表明，CRP还可以预测抗抑郁药的疗效，然而，关于CRP预测抗抑郁药的研究多是小样本、单一药物并且条件严格限制的临床研究。因此目前仍缺少大样本的研究。因而在这基础之上，本研究计划在大样本的真实世界中探讨CRP能否预测抗抑郁药的疗效。 研究方法： 1．资料收集：对于门诊患者，将符合ICD-10诊断标准被诊断为抑郁的患者纳入，并使用自制的入组手册来收集患者的人口学资料和临床特征。对于住院病人，使用医院住院电子病历系统的检索功能，以精神医学科为住院科室，以“抑郁”为关键词在出院诊断中进行检索，由此得到了自2019年10月至2021年2月份以来所有出院诊断中包含“抑郁”的曾在精神医学科住院的患者的信息。并通过电子病历的记录得到患者的人口学资料和临床特征。 2．CRP测量：作为临床常规检测，由医院检验科在门诊病人就诊的当天或在住院病人住院期间完成。CRP的测量使用透射比浊法。 3．筛选和随访：通过纳入和排除标准，对纳入的患者进行了筛选。筛选后由2位经过培训的精神科医生通过门诊或电话来对患者进行随访，得到患者用药种类（SSRIs:选择性5-羟色胺再摄取抑制剂，SNRIs:5-羟色胺去甲肾上腺素再摄取抑制剂，MT:褪黑素受体激动剂，NaSSA:去甲肾上腺素能和特异性5-羟色胺能抗抑郁药），用药剂量，用药时间等信息并使用临床总体印象量表-总体改善(CGI-I)来进行疗效评定。 4．质量控制：为减少回忆偏倚，随访的同时我们根据患者的名字／门诊号／住院号检索医院门诊和住院电子病历系统中的用药记录核实患者的用药种类和用药剂量。同样为减少回忆偏倚，若患者在这期间曾更换抗抑郁药，则根据最近一次使用的抗抑郁药进行记录和评估。 5．统计分析：我们收集到918例患者的资料，患者被分为高CRP组(CRP≥1mg/L)和低CRP组(CRP＜1mg/L)。以及根据使用的药物分为SSRIs组，SNRIs组，MT组，NaSSA组，药物疗效分为无效和有效。使用Kaplan-Meier生存分析进行两种比较，一是在高低CRP组中比较不同种类的药物（SSRIs和SNRIs）的疗效差异，二是在同种药物(SSRIs，SNRIs，MT,NaSSA)中比较高低CRP组的疗效差异。取p＜0.2作为纳入多因素分析的标准，将符合标准的纳入Cox比例风险回归模型以控制混杂因素。 结果： 1．低CRP组和高CRP组中不同种抗抑郁药(SSRIs，SNRIs)之间疗效的比较 在低CRP组中SSRIs，SNRIs药物间疗效差异无统计学意义(x2=0.251，df=1，p=0.617＞0.05，＞0.2)，在高CRP组中SSRIs，SNRIs药物间疗效差异同样无统计学意义(x2=1.991，df=l，p=0.158＞0.05，＜0.2)，但达到进入多因素分析的标准。 2．同种抗抑郁药(SSRIs，SNRIs，MT,NaSSA)中低CRP组和高CRP组之间疗效的比较 在使用SSRIs的患者中，高CRP组和低CRP组之间的疗效差异存在统计学意义（x2=4.501，df=1，p=0.034＜0.05，＜0.2），达到进入多因素分析的标准。而在使用SNRIs，MT,NaSSA的患者中，高CRP组和低CRP组之间的疗效差异无统计学意义(x2=0.452,df=1,p=0.501＞0.05＞0.2),(x2=0.340,df=1,p=0.560＞0.05＞02),(x2=0.552,df=1,p=0.458＞0.05＞0.2). 3．Cox比例风险回归模型控制混杂因素 高CRP组和SSRIs组进入多因素分析，经Cox比例风险回归模型控制性别，年龄等混杂因素后，结果显示在高CRP组中，SSRIs和SNRIs的疗效差异存在统计学意义，SSRIs的有效率明显低于SNRIs(HR=1.652，p=0.037＜0.05，95%CI:1.031-2.654);在SSRIs组中，高CRP组和低CRP组的疗效差异存在统计学意义，高CRP组的有效率明显低于低CRP组(HR=1.257，p=0.047＜0.05，95%CI:1.003-1.574)。 结论： 1．在真实世界中，CRP对于预测抗抑郁药的疗效具有一定的指导作用，与低CRP患者相比，高CRP患者对SSRIs的反应较差。 2．与使用SSRIs相比，高CRP的抑郁患者或许更多地受益于SNRIs。
NETL