The academic impact of open data: Bibliometric evidence from the DIRECT consortium and the REST-meta-MDD database

<p indent="0mm">重性抑郁障碍(MDD)是全球最常见的精神疾病之一, 其复杂的神经生物学机制以及对个体化治疗的迫切需求, 推动了抑郁症脑影像大数据研究的进一步发展。静息态功能磁共振成像作为活体无创的全脑神经影像学技术, 已广泛应用于MDD的脑影像病理特征分析, 但由于小样本和分析方法差异等因素, 研究结果推广性受限。为解决这一问题, 我国学者依托DPARSF的国内临床用户网络, 联合全国精神科专家, 牵头建立了抑郁症脑影像大数据(DIRECT)联盟, 通过统一标准化预处理, 显著提高了研究结果的可重复性。DIRECT联盟于2020年面向全球公开了REST-meta-MDD数据库, 为研究者提供了一个开放的数据资源。本研究对2019–2025年使用REST-meta-MDD数据库进行研究的103篇文章进行了文献计量学分析。结果发现, REST-meta-MDD不仅加速了抑郁症的脑影像学研究, 还促进了跨国合作和开放科学的发展。通过数据共享, 研究者在MDD的亚型分类、诊断模型优化及脑结构和功能异质性等方向取得了进展, 也为其他精神疾病的诊断提供了重要参考, 增强了不同神经精神疾病之间的诊断差异化。未来, 随着更多样本的加入和数据共享的深入, REST-meta-MDD数据库将在训练多疾病分类模型、实现跨疾病诊断、指导神经调控干预以及针对特定临床问题的人工智能分析等方面发挥更大作用。