Nổi bật
- Xác định ba loại sinh học thần kinh ADHD khác biệt: Nghiêm trọng kết hợp (bất ổn cảm xúc), Hiếu động/Cảm hứng, và Thiếu tập trung, dựa trên hình thái não.
- Nghiên cứu sử dụng Mô hình chuẩn của Mạng lưới Tương đồng Hình thái (MSNs) để lập bản đồ sự chệch lệch cá nhân từ quỹ đạo phát triển khỏe mạnh.
- Các sự khác biệt đáng kể giữa nhóm bệnh nhân và nhóm kiểm soát được định vị ở tổ chức trung tâm bất thường trong vỏ não hố quỹ đạo, khu vực quan trọng đối với kiểm soát điều hành và xử lý phần thưởng.
- Hồ sơ thần kinh của các loại này liên quan đến các hệ thống hóa sinh cụ thể và kết quả nhận thức dài hạn, chứng minh tính hợp lệ lâm sàng và sinh học cao.
Nền tảng
Rối loạn thiếu chú ý và hiếu động (ADHD) là một trong những rối loạn phát triển thần kinh phổ biến nhất, ảnh hưởng đến khoảng 5% đến 7% trẻ em trên toàn thế giới. Dù có tỷ lệ mắc cao, quản lý lâm sàng của ADHD vẫn gặp thách thức do sự đa dạng cực độ của nó. Hiện nay, chẩn đoán dựa chủ yếu vào quan sát hành vi được mã hóa trong DSM-5 hoặc ICD-11, phân loại bệnh nhân thành ba biểu hiện lâm sàng: thiếu tập trung chủ yếu, hiếu động/cảm hứng chủ yếu, và kết hợp. Tuy nhiên, các danh mục triệu chứng này thường không phản ánh được sự đa dạng sinh học tiềm ẩn của rối loạn. Nhiều bệnh nhân biểu hiện các triệu chứng chồng chéo, và các biểu hiện lâm sàng thường thay đổi theo thời gian phát triển, cho thấy các khuôn khổ hiện tại không nắm bắt được ‘sự thật sinh học’ của ADHD.
Để tiến tới y học chính xác, cần có dấu hiệu sinh học có thể phân loại bệnh nhân thành các nhóm sinh học đồng nhất (loại). Các nỗ lực trước đây sử dụng MRI cấu trúc hoặc chức năng truyền thống thường đưa ra kết quả không nhất quán do kích thước mẫu nhỏ và hiệu ứng ‘trung bình’, nơi các sự khác biệt tinh tế giữa cá nhân bị mất trong các so sánh nhóm. Nghiên cứu của Pan et al. (2026) giải quyết các hạn chế này bằng cách tích hợp mô hình chuẩn—một phương pháp tương tự như bảng tăng trưởng nhi khoa—với mạng lưới tương đồng hình thái (MSNs) để lập bản đồ sự đa dạng của ADHD.
Nội dung chính
Sáng tạo về phương pháp: Mạng lưới Tương đồng Hình thái và Mô hình chuẩn
Tâm điểm của nghiên cứu này nằm ở việc xây dựng Mạng lưới Tương đồng Hình thái (MSNs). Khác với hình ảnh cấu trúc truyền thống chỉ xem xét thể tích hoặc độ dày riêng lẻ, MSNs lượng hóa sự tương đồng giữa các vùng não khác nhau qua nhiều đặc điểm hình thái (ví dụ, độ dày vỏ não, diện tích bề mặt, thể tích, độ cong Gaussian). Điều này cung cấp một đại diện cho tổ chức vỏ não và ‘kết nối’ nhạy cảm hơn với sự khác biệt cá nhân so với các thước đo đơn đặc điểm.
Bằng cách áp dụng Mô hình chuẩn cho các MSNs, các nhà nghiên cứu đã thiết lập một phạm vi tham chiếu cho ‘phát triển não khỏe mạnh tiêu chuẩn’ sử dụng một bộ dữ liệu kiểm soát lớn. Mỗi trẻ ADHD sau đó được lập bản đồ so với tham chiếu này, cho phép tính toán các điểm số ‘sự chệch lệch cá nhân’ (Z-scores) ở mỗi vùng não. Sự chuyển đổi từ ‘trung bình nhóm’ sang ‘sự chệch lệch cá nhân’ là quan trọng để nắm bắt sự đa dạng thực sự của rối loạn.
Vỏ não hố quỹ đạo: Trung tâm chung của sự chệch lệch
Trước khi phân loại, nghiên cứu đã điều tra xem có một chữ ký thần kinh chung cho ADHD hay không. Kết quả đã xác định một trung tâm ‘trung tâm’ của tổ chức bất thường trong vỏ não hố quỹ đạo (OFC). Trên tất cả ba chỉ số topo—độ trung tâm, hiệu suất nút, và hệ số tham gia—trẻ ADHD cho thấy sự chệch lệch đáng kể ở OFC. Kết quả này phù hợp với mô hình rối loạn chức năng điều hành và mạch phần thưởng của ADHD, vì OFC rất quan trọng cho quyết định và kiểm soát xung động. Tuy nhiên, các nhà nghiên cứu lưu ý rằng mặc dù OFC là một địa điểm chung của sự chệch lệch, hướng và mức độ của các sự chệch lệch này thay đổi đáng kể trong nhóm, đòi hỏi phân loại thêm.
Đặc trưng của Ba Loại
Sử dụng phân cụm bán giám sát của các bản đồ chệch lệch topo, nghiên cứu đã xác định ba loại khác biệt, mỗi loại có hồ sơ thần kinh, lâm sàng, và dài hạn độc đáo:
- Loại 1: Nghiêm trọng kết hợp với Bất ổn Cảm xúc (n=142). Nhóm này biểu hiện sự chệch lệch rộng rãi nhất, đặc biệt là trong mạch vỏ não trung gian-pallidum. Lâm sàng, những đứa trẻ này có các triệu chứng nghiêm trọng nhất ở cả lĩnh vực thiếu tập trung và hiếu động, thường đi kèm với mức độ bất ổn cảm xúc cao. Dữ liệu dài hạn cho thấy một quỹ đạo triệu chứng dai dẳng hơn cho nhóm này.
- Loại 2: Chủ yếu Hiếu động/Cảm hứng (n=177). Loại này được đặc trưng bởi các thay đổi cục bộ trong mạch vỏ não trung gian (ACC)-pallidum. Các vùng này rất quan trọng đối với kiểm soát vận động và giám sát xung đột. Lâm sàng, những đứa trẻ này đạt điểm cao nhất trên các thang đo hiếu động/cảm hứng nhưng có sự chú ý tương đối bảo tồn so với Loại 1.
- Loại 3: Chủ yếu Thiếu tập trung (n=127). Đặc điểm thần kinh của nhóm này là các thay đổi ở thùy trán trên, một nút quan trọng trong mạng lưới chú ý lưng. Những đứa trẻ này cho thấy sự thiếu hụt đáng kể về sự chú ý kéo dài và chức năng điều hành, với điểm số thấp hơn trên các thang đo hiếu động/cảm hứng.
Nguyên tắc hóa sinh và chức năng
Để cung cấp một cầu nối sinh học giữa cấu trúc não và triệu chứng lâm sàng, các nhà nghiên cứu đã sử dụng các cơ sở dữ liệu hóa sinh quy mô lớn. Loại 1 (Nghiêm trọng kết hợp) cho thấy sự tương quan không gian mạnh mẽ với phân bố của các vận chuyển dopamine và serotonin, gợi ý rằng các triệu chứng cảm xúc và hành vi của họ có thể do sự rối loạn trong các hệ thống monoamine này. Trái lại, Loại 3 (Thiếu tập trung) có liên kết chặt chẽ hơn với phân bố của hệ thống norepinephrine, nhấn mạnh các mục tiêu tiềm năng cho các can thiệp dược lý (ví dụ, atomoxetine) cụ thể cho nhóm phụ đó.
Tính tổng quát và xác minh
Một ưu điểm đáng kể của nghiên cứu này là việc sử dụng một nhóm xác minh độc lập đa chẩn đoán. Các loại được xác định trong nhóm khám phá đã được tái tạo thành công trong một bộ dữ liệu riêng biệt, chứng minh rằng các dấu hiệu sinh học dựa trên MSN này là vững chắc trên các máy quét khác nhau, địa điểm, và quần thể lâm sàng. Tính tổng quát này là tiền đề cho bất kỳ dấu hiệu sinh học nào dự định sử dụng trong lâm sàng.
Bình luận chuyên gia
Công trình của Pan et al. đại diện cho một bước tiến lớn trong việc áp dụng y học tính toán vào các rối loạn phát triển thần kinh. Bằng cách chuyển từ phân loại dựa trên triệu chứng sang ‘phân loại sinh học’, chúng ta cuối cùng đang bắt đầu nhìn thấy ‘cách’ và ‘tại sao’ đằng sau sự đa dạng lâm sàng của ADHD.
Một trong những khía cạnh thuyết phục nhất của nghiên cứu này là việc tích hợp mô hình chuẩn. Trong y học truyền thống, chúng ta không chẩn đoán một đứa trẻ ‘thấp bé’ bằng cách so sánh họ với trung bình của tất cả trẻ em; chúng ta sử dụng bảng tăng trưởng xem xét tuổi và giới tính. Nghiên cứu này mang cùng mức độ nghiêm ngặt đó vào hình ảnh não. Việc xác định vỏ não hố quỹ đạo là một địa điểm chung của sự bất thường, trong khi tìm thấy các đường dẫn khác nhau cho các loại, giải thích tại sao ADHD có thể trông giống nhau nhưng đáp ứng khác nhau với điều trị.
Tuy nhiên, vẫn còn những hạn chế. Mặc dù các loại là vững chắc về mặt thống kê, ‘tính hữu ích lâm sàng’—tức là, việc biết loại của một đứa trẻ có thay đổi kết quả điều trị của họ hay không—chưa được thử nghiệm trong một thử nghiệm lâm sàng tiền cứu. Ngoài ra, sự phụ thuộc vào MRI cấu trúc chất lượng cao và mô hình topo phức tạp có thể hiện tại hạn chế khả năng tiếp cận của phương pháp này trong các cơ sở chăm sóc ban đầu. Nghiên cứu trong tương lai nên tập trung vào việc xem liệu các loại này có thể được lập bản đồ bằng các dấu hiệu dễ tiếp cận hơn, chẳng hạn như EEG hoặc các giao thức MRI ngắn gọn.
Kết luận
Nghiên cứu này cung cấp bằng chứng rằng sự đa dạng của ADHD không phải chỉ là ‘tiếng ồn’ mà được tổ chức thành các loại sinh học thần kinh riêng biệt. Việc sử dụng mạng lưới tương đồng hình thái và mô hình chuẩn đã cho phép xác định ba nhóm có kiến trúc thần kinh và đường lối lâm sàng độc đáo. Những phát hiện này đặt nền móng cho một cách tiếp cận cá nhân hóa hơn đối với ADHD, nơi hình ảnh não có thể cuối cùng hướng dẫn việc chọn thuốc hoặc can thiệp hành vi dựa trên hồ sơ sinh học cụ thể của một cá nhân. Khi chúng ta tiến gần hơn đến thời đại y học chính xác, những hiểu biết này sẽ đóng vai trò quan trọng trong việc cải thiện kết quả lâu dài cho trẻ em mắc ADHD.
Tham khảo
- Pan N, Long Y, Qin K, et al. Mapping ADHD Heterogeneity and Biotypes by Topological Deviations in Morphometric Similarity Networks. JAMA Psychiatry. 2026 Feb 25:e260001. doi: 10.1001/jamapsychiatry.2026.0001. PMID: 41739459.
- Marquand AF, Rezek I, Buitelaar J, Beckmann CF. Understanding Heterogeneity in Clinical Cohorts Using Normative Models: Beyond Case-Control Studies. Biol Psychiatry. 2016;80(7):552-561.
- Seidlitz J, Váša F, Shinn M, et al. Morphometric Similarity Networks Detect Microscale Cortical Organization and Socio-Cognitive Effects. Neuron. 2018;97(1):231-247.e7.