背景:近年来,基于图论的复杂脑网络研究,在精神疾病中得到了很大的发展。复杂脑网络的一些指标能够很好地反应精神疾病的变化特征。问题:然而不同精神疾病是否具有相似的变化模式还不清楚,而且这些脑网络特征的变化与临床症状的关系是否具有相似的模式也不清楚。方法:针对以上问题,采用meta分析和系统综述等方法。在综合PubMed检索的基础上,我们系统地回顾了利用非侵入性神经影像学数据和图论方法研究6种主要精神疾病的研究:精神分裂症(49篇)、重度抑郁症(36篇)、焦虑(12篇)、双相障碍(7篇)、强迫性障碍(12篇)和创伤后应激障碍(7篇)。并从功能整合(Cp、γ、Eloc)、功能分离(Lp、λ、Eglob)、强和弱的小世界属性(σ)对各疾病的基于图论的复杂脑网络指标的变化进行了分析;重点考察了脑网络属性改变的方式与临床症状及其严重程度的相关关系。结果:1.精神分裂症研究发现了一致的结果,即患者表现出在结构脑网络上趋于规则化,而功能脑网络却趋于随机化。然而重度抑郁症、焦虑、双相障碍、强迫性障碍和创伤后应激障碍等其他精神疾病研究没有发现一致结果。2.相比焦虑症强迫症和双向情感障碍,精神分裂症和抑郁症和PTSD发现了更多的与临床症状相关的脑网络属性,特别是与全局相关的脑网络属性占比较高。讨论:这些研究表明,不同精神疾病的脑网络变化模式有所不同,脑网络的全局属性能够较好地反应精神疾病的临床症状及其相关性,可能成为基于人脑链接组学的精神影像学客观标记物。结论:本文研究为精神疾病的客观标记物的寻找提供了一定的证据。