最近的一項(xiàng)關(guān)于腦小血管?。?span>SVD）的縱向研究表明，白質(zhì)結(jié)構(gòu)腦網(wǎng)絡(luò)的一個(gè)指標(biāo)——“全局效率”與SVD患者的認(rèn)知損傷關(guān)系密切，并且基線時(shí)段的全局效率還可以預(yù)測SVD患者的死亡風(fēng)險(xiǎn)。該研究由荷蘭奈梅亨大學(xué)醫(yī)學(xué)中心的Anil M Tuladhar 等人發(fā)表在近期的Journal of Neurology, Neurosurgery & Psychiatry雜志上。

關(guān)鍵字：腦小血管?。?span>SVD）  腦網(wǎng)絡(luò)  全局效率

編者注：作者重點(diǎn)關(guān)注了腦網(wǎng)絡(luò)的一個(gè)圖論指標(biāo)——“全局效率”。全局效率是整個(gè)網(wǎng)絡(luò)最短路徑的倒數(shù)的平均值，反映了整個(gè)網(wǎng)絡(luò)信息溝通整合的能力。后面基本都在圍繞“全局效率”進(jìn)行討論。

1.簡介

    腦小血管?。?span>SVD，Cerebral small vessel disease）是一種常見的老年人疾病，在認(rèn)知損傷中扮演了重要的角色。SVD的常見影像標(biāo)記包括：白質(zhì)高信號（WMH，white matter hyperintensities）、血管源性腔隙、微出血以及白質(zhì)微結(jié)構(gòu)完整性損傷。這些影像標(biāo)記與患者的認(rèn)知衰退、癡呆、死亡均有關(guān)聯(lián)，雖然SVD影響這些臨床表現(xiàn)的潛在機(jī)制仍不完全清楚。

     一種具有潛力的假說認(rèn)為，SVD可以破壞白質(zhì)纖維束，從而影響了全腦的結(jié)構(gòu)連接。之前的橫向研究表明，結(jié)構(gòu)層面的腦網(wǎng)絡(luò)破壞更多地與基線認(rèn)知表現(xiàn)有關(guān)，但對影像標(biāo)記和認(rèn)知損傷的聯(lián)系也有一定的調(diào)節(jié)作用。不過，對于全腦結(jié)構(gòu)腦網(wǎng)絡(luò)效率的縱向變化與認(rèn)知衰退的關(guān)系，我們?nèi)灾跎佟?/span>

     最近的一份大型的系統(tǒng)性的綜述和Meta分析表明，SVD的個(gè)體影像標(biāo)記與增長的死亡風(fēng)險(xiǎn)有關(guān)，展示了這些標(biāo)記的臨床意義。更重要的是，將這些影像標(biāo)記綜合起來，可能更有助于死亡風(fēng)險(xiǎn)的預(yù)測。白質(zhì)腦結(jié)構(gòu)網(wǎng)絡(luò)的效率，正是這些影像標(biāo)記的綜合體現(xiàn)，因此可能是一個(gè)更好的預(yù)測指標(biāo)。

    在本研究中，作者有兩個(gè)主要目標(biāo)。

    目標(biāo)1：構(gòu)建白質(zhì)結(jié)構(gòu)腦網(wǎng)絡(luò)，探究腦網(wǎng)絡(luò)屬性的變化是否與認(rèn)知衰退有關(guān)系。 

    目標(biāo)2：探究基線腦網(wǎng)絡(luò)效率是否可以預(yù)測全因死亡率。作者猜測，以上兩個(gè)問題的答案都為“是”。

   編者注，我們來看一下作者的邏輯：SVD有幾種典型的影像標(biāo)記，別人的研究表明，這些影像標(biāo)記都有臨床意義，而且結(jié)構(gòu)腦網(wǎng)絡(luò)連接還可能是這些影像標(biāo)記的綜合體現(xiàn)，那么作者就找一個(gè)結(jié)構(gòu)腦網(wǎng)絡(luò)指標(biāo)（后續(xù)作者選擇的是“全局效率”這個(gè)圖論指標(biāo)）研究一下；前人做的橫向研究，作者進(jìn)一步做縱向研究。

2.材料與方法

被試

     該研究的被試主要由荷蘭奈梅亨大學(xué)彌散磁共振成像研究小組（RUN DMC，Radboud University Nijmegen Diffusion tensor and Magnetic resonance Cohort）招募，用于探究SVD的風(fēng)險(xiǎn)因素和臨床后果。被試納入標(biāo)準(zhǔn)：在MRI上表現(xiàn)有白質(zhì)高信號（WMH）和腔隙性梗塞。在2006年進(jìn)行基線數(shù)據(jù)收集，于2011、2015年進(jìn)行兩次隨訪。因設(shè)備升級、死亡、數(shù)據(jù)缺損、發(fā)展為癡呆等原因排除一部分被試，原始的503個(gè)被試最終有277個(gè)納入研究。

圖1. 被試篩選/納入的流程圖。

認(rèn)知測量   

認(rèn)知測量部分主要包含以下量表：MMSE、RAVLT、RCFT、PPMST、SCWT、SDST、VSAT。所有量表的原始分?jǐn)?shù)，都基于基線測試的均值和標(biāo)準(zhǔn)差，被轉(zhuǎn)換為z分?jǐn)?shù)。對于每個(gè)獨(dú)立的被試，

認(rèn)知衰退的計(jì)算方式為：后續(xù)分?jǐn)?shù) – 基線分?jǐn)?shù)。該研究中，作者重點(diǎn)關(guān)注全局認(rèn)知功能（后續(xù)也稱之為Cognitive index，認(rèn)知指數(shù)）和心理活動速度（Psychomotor speed）這兩個(gè)認(rèn)知測量指標(biāo)，因?yàn)樗麄兒湍X網(wǎng)絡(luò)效率的關(guān)系最為密切，并且在SVD中下降最為明顯。（注：MMSE: Mini-Mental State Examination ; RAVLT：Rey Auditory Verbal Learning Test ;RCFT: Rey Complex Figure Task ;PPMST: Paper-Pencil Memory Scanning Task ;SCWT: Stroop Color-Word Test ;SDST: Symbol Digit Substi- tution Task ;VSAT: Verbal Series Attention Test） 

MR圖像獲取   

MR圖像在一臺西門子Magnetom Avanto 1.5T磁共振機(jī)器上獲得。掃描的序列主要包括： 

（1）T1加權(quán)3D MPRAGE序列，掃描參數(shù)：TR 2250 ms、TE 2.95 ms、TI 850 ms、翻轉(zhuǎn)角 15度、體素大小 1.0*1.0*1.0 mm； 

（2）FLAIR序列，掃描參數(shù)：TR 14240 ms、TE 89 ms、 TI 2200 ms、 體素大小1.2*1.0*2.5 mm； 

（3） DTI序列，掃描參數(shù)：TR 10200 ms、 TE 95 ms、體素大小2.5*2.5*2.5 ms、7個(gè)b0像，61個(gè)b=900s/mm2圖像。 

T1圖像處理   

原始T1圖像使用N4算法進(jìn)行偏置場校正，在填充病灶后，使用FreeSurfer 6.0完成了剝顱骨、分割、皮層分區(qū)等一系列操作流程。在完成橫向數(shù)據(jù)處理后，對基線及隨訪數(shù)據(jù)，也完成了FreeSurfer的縱向數(shù)據(jù)處理流程（主要涉及被試內(nèi)模板的構(gòu)建）。 

SVD放射標(biāo)記     

白質(zhì)高信號(WMH)圖像通過一種半自動化的方法分割得到，并通過了人工視覺檢查；之后WMH圖像被標(biāo)準(zhǔn)化到顱內(nèi)圖像（通過組合FreeSurfer輸出的灰質(zhì)、白質(zhì)、腦脊液圖像獲得）。依據(jù)WMH信號中位數(shù)，作者將被試分為輕中度WMH組、重度WMH組。腔隙性梗塞通過T1/FLAIR圖像人工識別，微出血則通過T2加權(quán)圖像人工識別。

 DTI分析     

DTI數(shù)據(jù)分析流程如下： 

（1）降噪，使用自編MATLAB腳本進(jìn)行主成分分析降噪，并基于PATCH算法進(jìn)行頭動渦流校正； 

（2）磁敏感形變校正，基于SPM12將DTI圖像按相位編碼方向配準(zhǔn)到T1像； 

（3）使用FSL計(jì)算擴(kuò)散張量，并計(jì)算FA等指標(biāo)。隨后，基于FA指標(biāo)進(jìn)行TBSS分析，并提取了所有被試骨架內(nèi)的平均FA值、MD值等。

 概率追蹤     

概率追蹤使用MRtrix3軟件實(shí)現(xiàn)，流程如下：  （

1）剝顱骨； 

（2）估計(jì)白質(zhì)響應(yīng)函數(shù)； 

（3）估計(jì)纖維方向分布圖像（即FOD圖像）； 

（4）定義追蹤的mask。皮層、皮層下灰質(zhì)、白質(zhì)、腦脊液的mask可由FreeSurfer分割結(jié)果得到；病灶mask定義為白質(zhì)高信號區(qū)域；FreeSurfer白質(zhì)mask減去病灶mask，可得到“正常白質(zhì)mask”; 以上mask被配準(zhǔn)到DTI空間（b0像）。 

（5）基于MRtrix的iFOD2算法，以“正常白質(zhì)mask”和灰質(zhì)邊界為種子點(diǎn)，進(jìn)行概率性纖維束追蹤。追蹤的終止條件和確定性追蹤類似：解剖限制、偏轉(zhuǎn)角40度、FOD幅值0.1。 

白質(zhì)腦網(wǎng)絡(luò)構(gòu)建    

 節(jié)點(diǎn)定義：使用Desikan-Killiany腦圖譜定義皮層感興趣腦區(qū)，該圖譜主要將皮層劃分為溝和回（FreeSurfer流程可自動生成該圖譜）；結(jié)合FreeSurfer的皮層下結(jié)構(gòu)分割，最終定義了82個(gè)節(jié)點(diǎn)（左右半球各41個(gè)）。     

邊的定義：邊的權(quán)重結(jié)合纖維束的條數(shù)及平均FA值來定義，并且只保留了90%以上的被試具有的連邊。最終，對于每個(gè)被試，生成了一個(gè)82*82的無向有權(quán)腦網(wǎng)絡(luò)矩陣。 

網(wǎng)絡(luò)分析     

網(wǎng)絡(luò)分析主要采用基于圖論的指標(biāo)，作者基于BCT軟件計(jì)算了如下指標(biāo)：密度、總網(wǎng)絡(luò)強(qiáng)度、全局效率。其中，全局效率是整個(gè)網(wǎng)絡(luò)最短路徑的倒數(shù)的平均值，反映了整個(gè)網(wǎng)絡(luò)信息溝通整合的能力。之前的研究表明，該指標(biāo)和認(rèn)知表現(xiàn)，尤其是認(rèn)知處理速度以及癡呆轉(zhuǎn)化相關(guān)。因此，全局效率是作者重點(diǎn)關(guān)注的圖論指標(biāo)。

 統(tǒng)計(jì)分析     

對于各組（輕中度WMH組/重度WMH組）的名義變量，使用獨(dú)立樣本T檢驗(yàn)做比較（年齡、隨訪時(shí)間間隔作為協(xié)變量）；類別變量，則使用卡方檢驗(yàn)；非參數(shù)值則使用Mann-Whitney U檢驗(yàn)。為了確定重度WMH組相對于輕中度WMH組FA是否降低，作者對兩組做了基于體素的非參置換檢驗(yàn)（TFCE, p < 0.05，多重比較校正）。為了確定腦網(wǎng)絡(luò)中隨時(shí)間變化的、或者與認(rèn)知衰退相關(guān)的異常連接，作者使用了NBS校正方法（t>3.1， NBS toolbox， 置換次數(shù)5000次）。為了確定全局效率和認(rèn)知衰退的關(guān)系，作者做了多元線性回歸（以年齡、性別、基線認(rèn)知表現(xiàn)等作為協(xié)變量）。累積死亡率使用Kaplan-Meier生存分析來估計(jì)；為了確定MRI指標(biāo)與全因死亡率之間的關(guān)聯(lián)，對于每個(gè)MRI指標(biāo)（基線全局效率、WMH、腔隙、微出血等），使用Cox回歸分析計(jì)算了HR值。

編者注，簡單總結(jié)一下作者所做的分析： 

（1）人口學(xué)信息、認(rèn)知測試量表的統(tǒng)計(jì)； 

（2）SVD經(jīng)典影像標(biāo)記（WMH、腔隙、微出血）的縱向變化；按照WMH高低將被試分為兩組； 

（3）對于輕中度WMH/重度WMH組，在體素水平（基于TBSS方法）比較他們的彌散指標(biāo)（主要是FA）; 

 (4）通過纖維追蹤構(gòu)建全腦結(jié)構(gòu)網(wǎng)絡(luò)，種子點(diǎn)由FreeSurfer分割結(jié)果確定。腦網(wǎng)絡(luò)的分析分為兩部分：圖論指標(biāo)（重點(diǎn)是全局效率）的縱向變化/與認(rèn)知衰退的關(guān)系；腦網(wǎng)絡(luò)連邊連接強(qiáng)度的縱向變化/與認(rèn)知衰退的關(guān)系。  

（5）基線腦網(wǎng)絡(luò)全局效率對患者死亡風(fēng)險(xiǎn)的預(yù)測分析。

 3. 結(jié)果

    表1、表2呈現(xiàn)了基線人口學(xué)信息以及神經(jīng)影像特征隨時(shí)間的變化?；€時(shí)被試平均年齡為68歲(SD 8.0)， 平均隨訪時(shí)間為3.4年（SD 0.2）, 隨訪時(shí)間在兩個(gè)WMH組間大致相同。對于所有被試，認(rèn)知加工速度皆出現(xiàn)隨時(shí)間的下降。在基線時(shí)段，重度WMH組的FA值明顯比輕中度WMH組要低，主體現(xiàn)在胼胝體，尤其是胼胝體膝和額葉（p<0.05， FWE校正）

表1. 被試的基線/影像特征

表2. 認(rèn)知狀況、影像指標(biāo)隨時(shí)間的變化

SVD影像標(biāo)記的進(jìn)展    

白質(zhì)高信號（WMH）體積在3.4年間顯著增加（中位數(shù) 1.4 mL，IQR 0.5-3.1 mL），主要體現(xiàn)在重度WMH組（中位數(shù) 3.3 mL， IQR 1.7-6.6 mL）；在隨訪期間，出現(xiàn)23例腔隙、25例微出血，重度WMH組相對于輕中度WMH組的腔隙數(shù)量顯著增加。所有被試的MD指標(biāo)顯著增加，腦體積顯著下降（腦體積下降在WMH分組間無差別）。 

腦結(jié)構(gòu)網(wǎng)絡(luò)的縱向變化     

對于所有被試（p=0.21）以及輕中度WMH組（p=0.79），全局效率沒有顯著下降；但對于重度WMH組，全局效率發(fā)生顯著下降（p=0.01）。對于所有被試、輕中度WMH組、重度WMH組，網(wǎng)絡(luò)密度皆發(fā)生顯著下降（all p<0.001）。盡管沒有發(fā)現(xiàn)輕中度WMH組的全局效率明顯下降，對于重度WMH組，網(wǎng)絡(luò)圖論指標(biāo)都發(fā)生了明顯變化。對于所有被試(p<0.001)、輕中度WMH組(p<0.04)、重度WMH組(p<0.001)，總網(wǎng)絡(luò)強(qiáng)度也都發(fā)生明顯變化。全局效率的下降與WMH(白質(zhì)高信號）的上升相關(guān)（r=-0.15，p=0.02），但全局效率的變化與腦萎縮（r=0.05，p=0.47）、腔隙（r=-0.01,p=0.83、微出血（r=0.03，p=0.69）皆無關(guān)。腦網(wǎng)絡(luò)連邊強(qiáng)度分析（縱向變化/與認(rèn)知衰退的關(guān)系）使用了NBS校正方法，沒有有意義的結(jié)果。

圖2. 輕中度WMH組與重度WMH組之間FA值的比較 （雙樣本T檢驗(yàn)，p<0.05，經(jīng)過多重比較校正；回歸了年齡、性別、SVD經(jīng)典標(biāo)記等；結(jié)果疊加在MNI T1標(biāo)準(zhǔn)腦上）。

彌散指標(biāo)的變化與認(rèn)知衰退的關(guān)系   

平均FA值的變化與心理活動速度的變化顯著相關(guān)（beta = 0.15， p=0.001）, 與認(rèn)知指數(shù)的變化也有一定關(guān)系（beta = 0.10, p=0.03）；平均MD值的變化與認(rèn)知指數(shù)的變化顯著相關(guān)（beta = -0.13，p=0.006），與心理活動速度具有一定關(guān)系（beta =-0.13，p=0.02）。 

全局效率與認(rèn)知的關(guān)聯(lián)

     首先，作者檢查了基線全局效率與認(rèn)知加工速度或者認(rèn)知指數(shù)的關(guān)聯(lián)，發(fā)現(xiàn)基線全局效率與認(rèn)知加工速度或者認(rèn)知指數(shù)的下降并無關(guān)聯(lián)（beta = 0.07, p = 0.221；beta = 0.03, p =0.538）。

     其次，作者檢查了全局效率的下降與所有被試的認(rèn)知加工速度下降的關(guān)系，發(fā)現(xiàn)二者并無顯著關(guān)聯(lián)（beta=0.05，p=0.34）。將所有被試劃分為輕中度WMH組、重度WMH組后，發(fā)現(xiàn)輕中度WMH組全局效率的下降與心理活動速度的下降無顯著關(guān)聯(lián)（beta=-0.04, p=0.62），但重度WMH組全局效率的下降與心理活動速度的下降具有顯著關(guān)聯(lián)（beta=0.18，p=0.03）。不過考慮SVD的幾種經(jīng)典影像標(biāo)記的影響后，這種關(guān)聯(lián)則變?yōu)椴伙@著。排除異常值被試后，上述結(jié)論依然成立。   

 在所有被試和輕中度WMH組中，全局效率的下降與認(rèn)知指數(shù)的相關(guān)并不顯著；在重度WMH組，全局效率的變化則與認(rèn)知指數(shù)的變化顯著相關(guān)（beta=0.18,p=0.045），即使考慮了SVD的幾種經(jīng)典影像標(biāo)記。考慮到學(xué)習(xí)效應(yīng)，實(shí)際的認(rèn)知衰退可能更嚴(yán)重，因此將被試分成兩個(gè)亞組（基于心理活動速度的中位數(shù)），但在兩個(gè)亞組中均沒有發(fā)現(xiàn)全局效率的變化與認(rèn)知衰退變化之間的聯(lián)系。

圖3. 全局效率與心理活動速度的縱向聯(lián)系。在輕中度WMH組中，兩者無明顯聯(lián)系；在重度WMH組中，兩者有顯著聯(lián)系。

 SHAPE  \* MERGEFORMAT

圖4. 累積死亡率使用Kaplan-Meier生存分析來估計(jì)。高/低全局效率的差異使用對數(shù)秩檢驗(yàn)來估計(jì)。如圖所示，相對于較高的全局效率，較低的全局效率會導(dǎo)致更高的致死率（對數(shù)秩檢驗(yàn)，p=0.02）。

使用全局效率來預(yù)測死亡率   

約5.4%的被試（15例）被試在隨訪期間死亡。圖4展示了全局效率較低的被試具有較高的死亡率（對數(shù)秩檢驗(yàn)，p=0.02）。在Cox回歸分析中，基線全局效率也與全因死亡率顯著相關(guān)（p = 0.008, C statistic 0.76）?；€時(shí)的腔隙（HR 3.51, p=0.018, C-statistic 0.76）與全因死亡率相關(guān)，而基線時(shí)的WMH、微出血并不能預(yù)測全因死亡率。相似地，即使考慮到心血管風(fēng)險(xiǎn)因素（高血壓、高膽脂醇等）、糖尿病、抽煙、BMI指數(shù)等，甚至在沒有腔隙或微出血的被試中，基線時(shí)的全局效率依然與全因死亡率有關(guān)。 

編者注：簡單梳理一下主要的結(jié)果：

（1）SVD經(jīng)典影像標(biāo)記（重點(diǎn)是WMH）隨著時(shí)間都發(fā)生了變化; 

(2）輕重度WMH組和重度WMH組在彌散指標(biāo)（FA等）上存在明顯差別，主要體現(xiàn)在連通左右腦的胼胝體（因此影響了全腦網(wǎng)絡(luò)的連通性？）

（3）重度WMH組全局效率與認(rèn)知衰退的關(guān)聯(lián)，明顯比輕中度WMH組要強(qiáng)；

（4）全局效率越低，死亡風(fēng)險(xiǎn)越高。 

討論&總結(jié)   

該研究中，作者證實(shí)了腦結(jié)構(gòu)網(wǎng)絡(luò)的全局效率隨著SVD的發(fā)展逐漸降低。在重度WMH組中，全局效率的降低與認(rèn)知加工速度的降低有關(guān)；在沒有腔隙的被試中，則與認(rèn)知指數(shù)的衰退有關(guān)。獨(dú)立于心血管風(fēng)險(xiǎn)因素，基線全局效率可以預(yù)測3.5年觀察期的全因死亡率。   

描述被試認(rèn)知功能隨時(shí)間的變化軌跡時(shí)，作者發(fā)現(xiàn)，個(gè)體被試的變化軌跡曲線并不完全相似（部分被試甚至出現(xiàn)認(rèn)知功能提升）。作者認(rèn)為，可能白質(zhì)損傷達(dá)到一定程度時(shí)，才能造成明顯的認(rèn)知損傷；而只要不超過這個(gè)閾值，可能并不會造成明顯的認(rèn)知損傷。使用NBS校正進(jìn)行連邊分析沒有結(jié)果，說明白質(zhì)連接的損傷并不是局部性的，而是整體散落分布的。在前述的結(jié)果中，重度WMH組的表現(xiàn)比輕中度WMH組都要明顯。作者的解釋是，重度WMH組的白質(zhì)損傷更嚴(yán)重、血管損傷更多，因此認(rèn)知衰退也更嚴(yán)重。   

之前的研究表明SVD的經(jīng)典影像標(biāo)記（比如白質(zhì)高信號）與死亡風(fēng)險(xiǎn)增加有關(guān)；而作者的研究發(fā)現(xiàn)，腦網(wǎng)絡(luò)全局效率與死亡風(fēng)險(xiǎn)增加有關(guān)，但經(jīng)典影像標(biāo)記與死亡風(fēng)險(xiǎn)無關(guān)或者只有微弱關(guān)聯(lián)。作者認(rèn)為，一種可能的解釋是，腦網(wǎng)絡(luò)全局效率的下降可以充當(dāng)SVD血管損傷的標(biāo)記，并且可能比經(jīng)典影像標(biāo)記綜合了更多信息；此外，在很多神經(jīng)退行性疾?。ㄈ?span>AD）中都發(fā)現(xiàn)了結(jié)構(gòu)網(wǎng)絡(luò)的破壞，因此腦結(jié)構(gòu)網(wǎng)絡(luò)變化可能就是神經(jīng)退行過程的見證。不過，作者也表示，經(jīng)典影像標(biāo)記不能預(yù)測死亡風(fēng)險(xiǎn)，也可能是由于自己樣本數(shù)據(jù)造成的統(tǒng)計(jì)力度不足。     

該研究的限制由于設(shè)備升級排除了大量被試。縱向研究中使用相同的認(rèn)知測試量表，可能受到學(xué)習(xí)效應(yīng)的影響，從而使得認(rèn)知衰退的衡量沒有那么嚴(yán)重。數(shù)據(jù)采集使用1.5T的機(jī)器，使得DTI圖像分辨率較低，信噪比較低，而且現(xiàn)有的纖維追蹤技術(shù)還不能完全解決纖維交叉的問題。    

編者注，稍微思考一下作者的討論： 

（1）作者肯定了自己在文章篇首提出的兩個(gè)問題； 

（2）NBS校正無結(jié)果、重度WMH組結(jié)果更明顯，作者的解釋還是比較有說服力的；  

（3）經(jīng)典影像標(biāo)記不能很好地預(yù)測死亡風(fēng)險(xiǎn)，這與前人的結(jié)果是略有不同的，作者提出了一些佐證，但是說服力并不很強(qiáng)；  
原文：Structural network changes in cerebral small vessel disease

微信掃碼或者長按選擇識別關(guān)注思影