反应异常时，SZ的烟酸钝化亚组估计为受试者的24%至90%（平均70%[8]），而健康对照组为0–64%[5]。

结果不一致可能是由于缺乏客观准确的工具来评估烟酸挑战的反应[5]。2010年，Nadalin等人发表了一篇关于烟酸测试方法的综述。大多数论文都集中在视觉检查的主观评估上。一些作者试图找到更客观的方法，例如多普勒血流测量、光学反射光谱（ORS）或Photoshop程序分析[5]。研究人员使用的各种方法使得很难比较不同研究的结果，并可能导致反应减弱或没有反应的个体数量的差异。这些考虑成为开发烟酸反应评估新工具的起点。

该研究的目的是创建一种新的、更精确和快速的方法来客观评估烟酸挑战反应，并验证我们研究团队开发的工具的效用，以区分（1）精神分裂症患者和健康个体，（2）双相情感障碍患者和健康个人，（3）精神分裂症患者和双相情感障碍患者。

去：

2.材料和方法

2.1参与者

该研究包括住院和门诊患者：56名精神分裂症患者（SZ组）和29名双相情感障碍患者（BD组），45名健康人作为对照组（HC组）。

患者的入选标准为精神分裂症诊断（SZ组）、基于DSM-5标准的双相情感障碍诊断（BD组）、年龄在16至65岁之间，以及通过临床检查和口头沟通确定的提供书面知情同意书的能力。

如果患者患有研究人员认为可能影响研究结果的躯体疾病（过敏、哮喘、皮肤病、心脏病、癌症、自身免疫性疾病、皮肤病），患有物质使用障碍（尼古丁和咖啡因除外），或者在过去14天内，未服用影响前列腺素代谢的药物或膳食补充剂（抗炎药、糖皮质激素、脂肪酸补充剂）。孕妇和哺乳期妇女也被排除在外。对照组由16–65岁的志愿者组成。对照组的排除标准与患者相同。目前和/或过去被诊断患有精神疾病的个人，以及有精神疾病家族史的个人也被排除在外。

该研究由卢布林医科大学伦理委员会（编号：KE-0254/127/2016）批准，并根据《赫尔辛基宣言》[19]中所述的原则进行。研究中的每位参与者（如果患者年龄小于18岁，则其父母）均获得知情同意。

2.2.检查变量

2.2.1.精神病理学症状由训练有素的医生（E.S）对SZ组使用阳性和阴性综合征量表（PANSS）[20]，对BD组使用青年躁狂评定量表（YMRS）[21]和蒙哥马利-奥斯伯格抑郁评定量表[22]评估精神病症状的严重程度。

2.2.2.烟酸皮肤冲洗试验烟酸皮肤冲洗激发试验如Nadalin等人的综述中所述进行[5]。我们制备了三种浓度的烟酸甲酯（C7H7NO2，99%，Sigma Aldrich Chemistry GmbH，Steinheim，Germany）溶液：0.1M；0.01米；为了排除天气条件（阳光、温度）对结果的影响，评估总是在同一个房间进行，在上午9点到10点之间，使用恒定的人造光，关闭外部卷帘，使用同一个人操作的同一台相机和秒表（J.R.）。为了拍摄照片，使用了13万像素的华为相机（分辨率：4224×3136像素，矩阵类型：OmniVision OV13850），不带闪光灯。

对于每个参与者，将50µL的每种溶液放在三张滤纸上。然后，使用非过敏膏药将这些碎片贴在每个受试者前臂皮肤内侧的相邻部位。90秒后，纸张被取出。我们在皮肤激发后的四个间隔（3、5、10、15分钟）拍摄了反应。为了避免可能的偏见，研究人员对不知道特定参与者属于哪一组的研究人员进行了盲测。

2.2.3.烟酸反应评估使用最初为本研究准备的计算机程序评估烟酸应用的反应。简言之，获得的照片被上传到程序中，下一步是勾勒出两个区域：一个冲洗区域和一个不刺激的sk片段简而言之，获得的照片被上传到程序中，下一步是勾勒出两个区域：一个是潮红，一个是非刺激性的皮肤碎片，以确定皮肤颜色的变化，并计算发红的表面积。

该方法基于用数字处理对描绘前臂上受刺激皮肤区域和非受刺激皮肤周围区域的图像的结果进行比较。此外，在每张照片中都可以看到一个标尺，指示被烟酰胺溶液刺激的区域的位置，并确保从像素到毫米的正确转换。图像的毫米尺度用于测量红色区域的表面。

为了确定缺乏反应，两名研究人员（J.R.和E.S.）独立分析了上传到SKINREM的照片。缺乏反应被定义为在至少33%（12个中的4个）的测量中，邻近的皮肤刺激和非刺激区域没有明显的差异。

2.2.4.肤色模型描述使用本研究作者（P.W.）设计的软件程序进行肤色测量。该程序允许查看照片、选择分析区域并自动计算表征肤色的系数。由于数码相机的高灵敏度，测量结果可能会受到人眼无法察觉的照明条件变化的干扰，因此，皮肤的相邻受刺激区域和非受刺激区域之间颜色成分值的差异似乎是表征医生办公室测量的皮肤反应的最佳参数。

在图片中，标记了两个皮肤区域：用烟酰胺溶液处理的区域1和与区域1相邻的区域2，作为观察皮肤颜色变化的参考（见图1）。人工标记皮肤区域，以考虑皮肤颜色的自然变化和无皮肤反应的情况。基于颜色成分值的差异来表征皮肤反应，表示受刺激区域的颜色变化。颜色分量值是笛卡尔红、绿、蓝（RGB）空间和圆柱形色调、饱和度和值（HSV）中的矢量。使用以下方程进行RGB和HSV颜色模型之间的有损转换：

H={θ360−θB≤GB>G，θ=弧12（R−G） +（R）−B） （R）−G） 2+（R）−B） （克）−B）−−−−−−−−−−−−−−−−−−−−−−−√S=1−3分钟（R、G、B）R+G+BV=最大值（R、B、G）

(1)

保存图片、插图等的外部文件。

对象名称为jcm-09-01848-g001.jpg

图1

BD组患者前臂图像，剂量0.1M，测量值4。

RGB和HSV空间的应用不同。RGB空间的设计是为了描述投影仪和数字记录器显示的颜色。数字显示器和投影仪配备了RGB照明元件，通过使用不同强度的灯的组合获得了最终的色调。类似地，在记录器的情况下，使用了来自三种类型的感光元件的电信号。另一方面，HSV颜色对应于人类的感知过程。除了上述分量外，还确定了彩色分量蓝色色度（Cb）和红色色度（Cr），也称为相位交替线（PAL）电视系统中使用的YUV（Y亮度）空间的U和V维度[23]。RGB到YUV空间的转换矩阵如下所示（等式（2））：

⎡⎣⎢是的⎤⎦⎥=⎡⎣⎢16128128⎤⎦⎥+⎡⎣⎢0.257−0.1480.4390.504−0.291−0.3680.0980.439−0.071⎤⎦⎥⎡⎣⎢RGB公司⎤⎦⎥

(2)

YCbCr模型的分量在图像的给定区域中的人类皮肤检测中显示出良好的结果。在Surampalli等人的研究中，涉及数字图像中的皮肤检测，与HSV模型的3.57%效率相比，YCbCr模型实现了96.42%的效率[24]。我们使用RGB模型到YCbCr模型的转换率的值，如等式（3）和（4）所示：

⎡⎣⎢分量⎤⎦⎥=⎡⎣⎢10.1480.4391−0.291−0.36810.439−0.071⎤⎦⎥⎡⎣⎢RGB公司⎤⎦⎥+⎡⎣⎢16128128⎤⎦⎥

(3)

Cb=0.148R−0.291G+0.439B+128Cr=0.439R−0.368克−0.071B+128

(4)

在这种情况下，Cr（红色色度值）的8位像素值将从140到165，蓝色色度从140到195。作者准备了一个特殊的软件来修改阈值Cr、Cb和Y（色调，范围为0.01–0.1）。

使用软件在图像上手动标记用溶液处理的区域。控制区域位于与受刺激区域相同的光暴露水平的区域，沿着前臂轴线（见图1），以补偿椭圆形前臂皮肤的不均匀照明。标尺放在区域旁边，以确定图像的毫米（mm）比例。

然后，根据等式（1）和（4）计算所选区域1和2的颜色特性。这些区域被自动处理。代表值集包括区域（1）的区域A，以及以下统计数据对：R、G、B、H、S、V、Cr和Cb的平均值、中值、模式、范围、最小值和最大值（共97个变量：6个统计数据×8个分量×2个区域+1个区域）。测量结果收集在Microsof SQL Serfer数据库中。数据库的使用使我们能够根据统计分析的需要准备各种变量组合。

参考（1）发红区域和（2）皮肤对照区域的值用于计算相对统计（区域之间的差异）。表征可变性的统计数据用于评估数据的正确性。对于所选变量，还评估了正态分布。

2.3.统计分析

使用Kruskal–Wallis检验作为非参数方差分析，比较三组之间的人口统计学和临床变量。此外，将名义变量与χ2检验进行比较，如果仅在两组中发现任何变量（例如，抗精神病药物治疗），则采用非参数Mann–Whitney U检验，因为所获得结果的非高斯分布。

大多数研究比较了精神分裂症患者和健康对照组之间的烟酸皮肤潮红试验[5，25，26]。为了检查我们的工具在区分两组和选择能够提供最高灵敏度和特异性测试的因素（这可能有助于对患者进行临床评估）方面的效用，首先比较了HC组和SZ组对烟酸溶液的反应。

如果测试在这两组之间存在差异，我们比较了两个临床环境（SZ和BD）患者的反应。

通过这种方式，我们希望确认这样一个假设，即我们的工具的敏感性和特异性足够高，足以识别具有特定诊断（精神分裂症）的患者。下一步是选择区分BD和HC组的测试组件。

最推荐和方法正确的分析比较了三组，然而，它可能会模糊两组之间的比较结果。

因此，我们决定对两组进行三次独立测试，以寻找有助于证实我们假设的成分。我们还决定成对比较各组，以尽量减少分析中I型错误的风险[27]。

为了评估各组之间的差异，我们进行了多变量方差分析（MANOVA）。因变量包括烟酸暴露引起的皮肤潮红的各种标志物。应用MANOVA验证三种剂量的烟酸溶液（0.001M、0.01M和0.1M）和暴露于烟酸90秒后的四个时间间隔（3、5、10、15分钟）的效果。三种烟酸溶液（0.001M、0.01M和0.1M）的最终MANOVA模型为2组×4时间间隔。计算部分η平方（ƞ2p）值以评估影响大小。MANOVA计算的初始统计显著性水平设置为p<0.05，然而，最终显著性水平已根据多次测试的Bonferroni校正进行了调整。在结果部分，如果MANOVA的给定结果达到Bonferroni校正时设定的阈值，则表明其具有统计学意义。

接下来，应用非参数Spearman R相关系数来建立社会人口统计学变量与AMN解决方案反应之间的任何显著关联。这些相关分析分别在各组中进行。为了控制性别的可能影响，根据之前使用MANOVA进行的计算，分别对每组中的男性和女性进行了比较，并应用Student t检验对这些烟酸反应相关变量进行了比较。

为了评估诊断人员识别检查条件和区分三个检查组的能力，进行了受试者工作特性（ROC）分析[28]。ROC图是一种基于分类器性能组织和选择分类器的技术[29，30]。在医学决策过程中，ROC曲线已广泛用于评估不同医学试验的敏感性和特异性值。在本研究中，使用基于Matlab环境中创建的“ROC曲线”函数的算法，计算了不同皮肤反应变量的ROC曲线、敏感性和特异性值[31]。

去：

3.结果

我们检查了130名患者：56名精神分裂症患者（SZ组）、29名双相情感障碍患者（BD组）和45名健康志愿者作为对照组（HC）。表1显示了参与者的临床和人口特征