CH

同济医院主持的国家重点研发计划项目“卒中后抑郁的多维度筛查防治技术开发与应用”通过科技部验收

资料来源:神经内科

发布者:本站

时间:2022-11-24

浏览量:

分享:

2022年8月3日,由华中科技大学同济医院主持的国家重点研发计划项目“卒中后抑郁的多维度筛查防治技术开发与应用”通过科技部中国生物技术发展中心开展综合绩效评价。经质询和讨论,专家组高度肯定项目的研究成果及应用价值,日前项目综合绩效评价获验收通过科技部批文。据了解,同济医院神经科朱遂强教授主持的科技部“十三五”国家重点研发计划“卒中后抑郁的多维度筛查防治技术开发与应用”项目于2017年7月立项,2021年12月结题,分设有四个课题单位,分别为华中科技大学,首都医科大学附属宣武医院、杭州师范大学、中南大学附属湘雅医院。项目旨在基于全国多中心、大样本的前瞻性队列研究构建卒中后抑郁的筛查和转归预测工具,并寻找卒中后抑郁的个体化治疗方案。



我国是世界上卒中负担最重的国家,随着人口老龄化的加剧,脑卒中及其并发症的防治形势十分严峻。卒中后抑郁(Post-stroke Depression,PSD)是卒中后最常见并发症之一,在卒中幸存者中发病率高达33%左右。PSD与卒中病人不良的功能结局、更高的远期死亡率相关,同时增加卒中人群的医疗护理负担。因此,阐明PSD的发病机制和危险因素,以实现对PSD高危人群的早期预警并实施以发病机制为导向的精准防治,对于改善卒中病人的临床结局、降低家庭和社会的卫生经济负担具有重要意义。

朱遂强介绍,此次项目通过大样本的前瞻性队列研究,证实PSD的发生不仅仅是卒中病人面临新发躯体残障和应激事件的一种单纯的心理社会反应,同时还有包括神经解剖因素在内的生物学机制的参与,阐明了卒中后抑郁人口学、血生化、神经心理、遗传学、影像学等多维度特征,经机器学习模型的比对分析构建PSD筛查模型和预测转归模型,并生成可视化应用,有望临床转化得到广泛推广和应用。项目研究成果将有利于临床早期筛查卒中后抑郁病人并及时干预,减轻社会和家庭的经济负担,具有重大的临床转化价值和经济社会效益。

此外,通过项目建立的全国多中心、大样本卒中队列的多维度数据已提交给科技部国家数据中心,实现科研资源共享,对完善我国卒中后抑郁临床研究的数据库信息化建设提供了重要数据支撑,也为各级卫生管理部门应对老龄化社会带来的健康挑战提供重要的决策依据。

据悉,项目组织管理严谨,有效建立人才梯队。研究期间项目共发表论文43篇,含SCI论文37 篇(IF累计235.4分,IF10分以上7篇),项目执行期间各课题骨干共获得纵向课题经费合计超4千万,培养研究生39名,其中多名研究生获国家奖学金以及省、市级和校级优秀毕业生荣誉称号。其研究成果不仅取得了重要科研价值,在全国学科排名也有重大贡献。作为同济医院神经精神教研室主任朱遂强教授,带领的同济神经科及精神科在中国医学科学院发布的2021年度中国医院五年总科技量值(ASTEM)排名中,两学科排名均位居全国第九。其中精神科进步尤为显著,在科技量值(STEM)排名中由4年前的第二十位跃居至全国第八、湖北省第一。





同济医院主持的国家重点研发计划项目“卒中后抑郁的多维度筛查防治技术开发与应用”通过科技部验收