亚洲h色精品,亚洲精品久久久久,欧美激情一二三区,成人影院入口

學術(shù)咨詢服務(wù),正當時......期刊天空網(wǎng)是可靠的職稱工作業(yè)績成果學術(shù)咨詢服務(wù)平臺!!!

輕型缺血性卒中后認知障礙與腦動態(tài)功能連接狀態(tài)改變的功能磁共振成像研究

發(fā)布時間:2021-11-24所屬分類:醫(yī)學職稱論文瀏覽:1692次

摘 要: 【摘要】目的探索輕型缺血性卒中后有認知障礙(cognitiveimpairment,CI)患者和無認知障礙(nocognitiveimpairment,NCI)患者腦動態(tài)功能連接(functionalconnectivity,F(xiàn)C)狀態(tài)的變化。方法選擇2014年12月1日-2016年5月31日首都醫(yī)科大學附屬北京天壇醫(yī)院神經(jīng)病學中心就診

  【摘要】目的探索輕型缺血性卒中后有認知障礙(cognitiveimpairment,CI)患者和無認知障礙(nocognitiveimpairment,NCI)患者腦動態(tài)功能連接(functionalconnectivity,F(xiàn)C)狀態(tài)的變化。方法選擇2014年12月1日-2016年5月31日首都醫(yī)科大學附屬北京天壇醫(yī)院神經(jīng)病學中心就診的輕型急性缺血性卒中患者為研究對象,對所有患者進行神經(jīng)心理學評估和多模態(tài)MRI檢查,分為CI組(15例)和NCI組(11例),同時招募年齡、性別均匹配的志愿者作為健康對照(healthycontrol,HC)組(29例)。基于靜息態(tài)功能頭顱MRI影像,利用動態(tài)功能網(wǎng)絡(luò)連接方法構(gòu)建一系列隨時間變化的FC網(wǎng)絡(luò),然后通過聚類方法劃分為多個具有代表性的動態(tài)FC狀態(tài)(分別為模塊化連接狀態(tài)、強連接狀態(tài)、局部連接狀態(tài)和稀疏連接狀態(tài)),比較HC組、CI組與NCI組的FC動態(tài)特征(各狀態(tài)的時間比例、駐留時間及各狀態(tài)間的轉(zhuǎn)換次數(shù))差異,并在兩個時間點(基線和3個月隨訪期)探索CI組與NCI組動態(tài)FC狀態(tài)的變化。結(jié)果HC組、CI組和NCI組在基線和隨訪期各連接狀態(tài)的時間比例差異均無統(tǒng)計學意義。基線CI組和NCI組在稀疏連接狀態(tài)的駐留時間比HC組更低,三組差異有統(tǒng)計學意義(P=0.035),但兩兩比較的結(jié)果均未通過Bonferroni校正;而在隨訪期,各連接狀態(tài)的駐留時間差異均無統(tǒng)計學意義。縱向比較中,與基線相比,CI組隨訪期在模塊化連接狀態(tài)的時間比例明顯下降(P=0.035),在稀疏連接狀態(tài)的時間比例明顯上升(P=0.025),在模塊化連接狀態(tài)的駐留時間明顯降低(P=0.012);而NCI組在兩個時間點各連接狀態(tài)的時間比例和駐留時間差異均無統(tǒng)計學意義。對于轉(zhuǎn)換次數(shù),所有組間的差異均無統(tǒng)計學意義。結(jié)論輕型缺血性卒中患者急性期較對照人群有局部連接狀態(tài)增多而稀疏連接狀態(tài)減少的趨勢,但差異未達統(tǒng)計學意義;對于有認知障礙的輕型缺血性卒中患者,發(fā)病3個月時模塊化連接狀態(tài)和稀疏連接狀態(tài)均較急性期顯著恢復;動態(tài)功能網(wǎng)絡(luò)能夠客觀反映大腦功能的變化。

輕型缺血性卒中后認知障礙與腦動態(tài)功能連接狀態(tài)改變的功能磁共振成像研究

  【關(guān)鍵詞】卒中;認知障礙;動態(tài)功能網(wǎng)絡(luò)連接;功能磁共振成像

  卒中后認知功能障礙的患者比例高達59%[1-2],盡早對卒中患者的認知功能障礙進行預(yù)測和評價,是卒中后認知功能障礙干預(yù)的關(guān)鍵[3]。靜息態(tài)功能磁共振成像(restingstatefunctionalmagneticresonanceimaging,rsfMRI)可通過計算不同腦區(qū)間血氧水平依賴信號(bloodoxygenleveldependent,BOLD)的相關(guān)性,構(gòu)建特定的功能連接(functionalconnectivity,F(xiàn)C)網(wǎng)絡(luò)來研究大腦的功能異常[4-8]。FC網(wǎng)絡(luò)的相關(guān)研究多假設(shè)FC在靜息掃描過程中是保持恒定的,但實際上FC也會隨著時間波動[9],而基于rs-fMRI的動態(tài)功能網(wǎng)絡(luò)連接(dynamicfunctionalnetworkconnectivity,dFNC)是一種可用于研究大腦短期內(nèi)FC動態(tài)變化的新方法[10-11]。近年來,已有研究通過dFNC方法在一些精神類疾病中觀察到FC狀態(tài)的明顯變化[12-15],但卒中后認知功能與大腦動態(tài)FC狀態(tài)之間的關(guān)系尚不清楚。本研究以卒中后有認知障礙(cognitiveimpairment,CI)患者與卒中后無認知障礙(nocognitiveimpairment,NCI)患者為研究對象,利用dFNC方法探索CI、NCI的缺血性卒中患者與健康人之間動態(tài)FC狀態(tài)的差異,并在基線與3個月隨訪期探索CI與NCI患者動態(tài)FC狀態(tài)的變化。

  1對象與方法

  1.1研究對象2014年12月1日-2016年5月31日,首都醫(yī)科大學附屬北京天壇醫(yī)院神經(jīng)病學中心連續(xù)招募年齡在35~65歲的首次輕型急性缺血性卒中(NIHSS≤3分)患者進行前瞻性研究。受試者均接受標準基線評估,包括完整的人口社會學調(diào)查、血管危險因素評估、神經(jīng)心理學評估和多模態(tài)MRI檢查。

  納入標準:①年齡35~65歲;②患者的病變位于前循環(huán)皮質(zhì)下(基底節(jié)、丘腦、放射冠、腦室周圍白質(zhì)或內(nèi)囊);③NIHSS≤3分;④發(fā)病時間為7d內(nèi)的急性卒中;⑤無既往卒中或TIA病史;⑥急性缺血性卒中根據(jù)世界衛(wèi)生組織標準進行診斷[16],并經(jīng)頭顱CT或MRI證實;⑦患者有一位知情者,在患者被招募前至少5年內(nèi)每周均與患者見面。

  排除標準:①有癲癇發(fā)作、偏頭痛病史;②非皮質(zhì)下卒中;③文盲(小學以下文化程度);④存在無法配合神經(jīng)心理學測試的身體或精神狀況;⑤漢密爾頓抑郁量表(Hamiltondepressionscale,HAMD)評分≥17分[17];⑥老年人認知功能減退知情者問卷(informantquestionnaireoncognitivedeclineintheelderly,IQCODE)評分>3.38分[18];⑦有癡呆病史,或發(fā)病前已存在認知功能障礙;⑧頭顱MRI掃描頭動>3mm或3°。

  為與卒中患者的認知功能進行對比,本研究還招募了志愿者作為健康對照(healthycontrol,HC),所有HC均接受神經(jīng)心理學評估和頭顱MRI檢查。納入標準為年齡、性別與卒中組相匹配,無精神障礙病史,且頭顱MRI顯示無明顯腔隙性梗死。

  本研究由首都醫(yī)科大學附屬北京天壇醫(yī)院倫理審查委員會批準(審查編號:KY2015-001-01),受試者均簽署知情同意書。1.2神經(jīng)心理學評估及分組所有急性缺血性卒中患者在發(fā)病后10d(基線)和3個月(隨訪期)由神經(jīng)內(nèi)科醫(yī)師進行神經(jīng)心理學評估。NIHSS評估卒中的嚴重程度、HAMD評估抑郁程度、基礎(chǔ)性日常生活活動(basicactivitiesofdailyliving,BADL)量表和工具性日常生活活動(instrumentalactivitiesofdailyliving,IADL)量表分別評估基本日常功能和復雜日常功能。此外,所有患者還接受全認知域神經(jīng)心理學測試,包括:①總體認知,采用MoCA進行評估;②記憶功能,采用聽覺詞語學習測驗(auditoryverballearningtest,AVLT)進行評估;③視覺延遲記憶,采用ReyOsterrieth復雜圖形測驗(Rey-Osterriethcomplexfiguretest,ROCFT)進行評估;④視覺運動速度,采用符號數(shù)字模式測驗(symboldigitmodalitytest,SDMT)進行評估;⑤語言功能,采用波士頓命名測驗(Bostonnamingtest,BNT)、動物流暢性測驗(animalfluencytest,AFT)進行評估;⑥注意和執(zhí)行功能,采用數(shù)字連線測驗A/B(trailmakingtest-A/B,TMT-A/B)進行評估。

  根據(jù)MoCA評分將患者分成CI組(MoCA≤22分)和NCI組(MoCA≥23分)[1]。

  1.3影像學數(shù)據(jù)采集受試者在首次卒中10d內(nèi)(基線)和3個月后(隨訪期)均采用西門子3.0TPrismaMRI掃描儀進行數(shù)據(jù)采集。使用單次激發(fā)平面回波成像(singleshotechoplanarimaging,single-shotEPI)獲取rs-fMRI圖像,主要掃描參數(shù)為:重復時間(repetitiontime,TR)2500ms,回波時間(echotime,TE)30ms,翻轉(zhuǎn)角度90°,體素大小2.86mm×2.86mm×3mm,圖像矩陣70×70×43。另外,采集高分辨T1WI圖像,主要參數(shù)為:TR2300ms,TE2.3ms,翻轉(zhuǎn)角度8°,體素大小0.94mm×0.94mm×1mm,圖像矩陣256×256×192。

  1.4數(shù)據(jù)處理與分析

  1.4.1數(shù)據(jù)預(yù)處理基于MATLAB2018a,使用DPABI工具包(http://rfmri.org/DPABI)對頭顱MRI數(shù)據(jù)進行預(yù)處理,主要步驟:①去除前10個時間點,保留穩(wěn)定的信號;②時間層矯正與頭動矯正;③使用EPI模板將所有圖像配準到蒙特利爾神經(jīng)病學研究所(MontrealNeurologicalInstitute,MNI)標準腦空間;④對圖像進行平滑,平滑參數(shù)為全寬半高(full-widthofhalf-maximum,F(xiàn)WHM)值=8mm;⑤去線性漂移;⑥對腦脊液和腦白質(zhì)信號進行回歸;⑦濾波去噪,帶寬為0.01~0.1Hz。

  1.4.2獨立成分分析與腦網(wǎng)絡(luò)劃分通過獨立成分分析(independentcomponentanalysis,ICA)方法劃分腦區(qū)。基于MATLAB2018a,使用GIFT(https://trendscenter.org/software/gift/)工具箱中的infomax算法進行組水平ICA,并設(shè)定獨立成分(independentcomponent,IC)為100。使用icasso算法確保所估計IC的穩(wěn)定性,然后根據(jù)既往文獻[19]的IC挑選方法選出24個有意義的IC,并通過Allen等[10]的IC分區(qū)模板劃分成7個腦網(wǎng)絡(luò):執(zhí)行控制網(wǎng)絡(luò)(executivecontrolnetwork,EC)、聽覺網(wǎng)絡(luò)(auditorynetwork,AUD)、視覺網(wǎng)絡(luò)(visualnetwork,VIS)、默認網(wǎng)絡(luò)(default-modenetwork,DMN)、感覺運動網(wǎng)絡(luò)(sensorimotornetwork,SM)、小腦(cerebellum,CB)和皮層下網(wǎng)絡(luò)(subcorticalnetwork,SC)(圖1)。

  1.4.3dFNC與動態(tài)FC狀態(tài)劃分設(shè)定時間窗=20TR、步長=1TR,對各IC進行滑窗操作,計算每個窗口中所有BOLD信號兩兩之間的Pearson相關(guān)系數(shù),構(gòu)建一系列動態(tài)FC矩陣,各組樣本均執(zhí)行以上操作。然后結(jié)合各組所有樣本的動態(tài)FC矩陣進行聚類,劃分為多個具有代表性的動態(tài)FC狀態(tài)(圖2)。根據(jù)以上步驟,動態(tài)功能網(wǎng)絡(luò)最終聚類成4個代表性FC網(wǎng)絡(luò)狀態(tài):①模塊化連接狀態(tài),表現(xiàn)為AUD、SM、VIS之間具有明顯模塊化特征的強連接;②強連接狀態(tài),表現(xiàn)為整個大腦每個網(wǎng)絡(luò)內(nèi)及網(wǎng)絡(luò)間均存在較強的正連接;③局部連接狀態(tài),表現(xiàn)為各網(wǎng)絡(luò)之間存在局部性連接;④稀疏連接狀態(tài),表現(xiàn)為每個網(wǎng)絡(luò)內(nèi)和網(wǎng)絡(luò)間都僅存在少量弱連接(圖3)。

  1.4.4動態(tài)特征的計算根據(jù)劃分的動態(tài)FC狀態(tài),在各組中分別計算以下動態(tài)特征:①時間比例(fractiontime),表示每個狀態(tài)占總時間的百分比;②駐留時間(dwelltime),表示每個狀態(tài)的平均持續(xù)停留時間;③轉(zhuǎn)換次數(shù)(transition),表示每個狀態(tài)之間相互轉(zhuǎn)換的總次數(shù)。

  1.5統(tǒng)計學方法采用SPSS26.0軟件包進行一般臨床資料和dFNC動態(tài)特征的統(tǒng)計分析。連續(xù)變量進行正態(tài)性檢驗,符合正態(tài)分布的用表示,兩組間比較采用獨立樣本t檢驗,多組間比較采用單因素方差分析;不符合正態(tài)分布的用M(P25~P75)表示,兩組間比較采用Mann-WhitneyU檢驗,多組間比較采用Kruskal-Wallis檢驗。分類變量以頻數(shù)(%)表示,兩組間或多組間比較采用χ2檢驗。同組兩個時間點之間的比較采用配對樣本t檢驗(正態(tài)分布)或Wilcoxon符號秩檢驗(非正態(tài)分布)。以P<0.05為差異有統(tǒng)計學意義。多重比較均對P值進行Bonferroni校正(其中分類變量三組間的事后兩兩比較,P值調(diào)整為0.05/3=0.017,即P<0.017為差異有統(tǒng)計學意義)。

  2結(jié)果

  2.1基線資料與兩個時間點認知功能比較本研究共納入CI組15例,NCI組11例,HC組29例。對于人口社會學信息,與NCI組相比,CI組的受教育年限更少;與HC組和NCI組相比,CI組的IADL評分更高,差異有統(tǒng)計學意義(均P<0.05)。對于血管危險因素,與HC組相比,CI組與NCI組吸煙、飲酒、高血壓、脂代謝紊亂者比例更高,CI組的糖尿病患者比例更高,差異有統(tǒng)計學意義(均P<0.017)。在認知方面,與HC組比較,CI組MoCA、AVLT、ROCFT、SDMT、BNT、AFT評分均更低,TMT-A/B的反應(yīng)時長更長,而NCI組只有AVLT和SDMT評分更低,差異有統(tǒng)計學意義(均P<0.05);與NCI組比較,CI組MoCA、ROCFT、AFT評分均更低,TMT-A的反應(yīng)時長更長,差異有統(tǒng)計學意義(表1)。

  在基線和隨訪期兩個時間點之間,CI組隨訪期只有ROCFT評分較基線明顯升高(P=0.023),其他認知功能項目評分或反應(yīng)時長比較差異均無統(tǒng)計學意義(表2)。

  2.2dFNC動態(tài)特征比較HC組、CI組和NCI組在基線和隨訪期各連接狀態(tài)的時間比例差異均無統(tǒng)計學意義。在基線,HC組、CI組和NCI組僅在稀疏連接狀態(tài)的駐留時間差異有統(tǒng)計學意義(P=0.035),經(jīng)過Bonferroni校正后,兩兩間的駐留時間差異均無統(tǒng)計學意義;在隨訪期,各連接狀態(tài)的駐留時間差異均無統(tǒng)計學意義。縱向比較中,與基線相比,CI組隨訪期在模塊化連接狀態(tài)的時間比例明顯下降(P=0.035),在稀疏連接狀態(tài)的時間比例明顯上升(P=0.025),在模塊化連接狀態(tài)的駐留時間明顯減少(P=0.012);NCI組隨訪期各連接狀態(tài)的時間比例和駐留時間差異均無統(tǒng)計學意義。對于轉(zhuǎn)換次數(shù),所有組間的差異均無統(tǒng)計學意義(表3)。

  3討論

  本研究通過基于rs-fMRI構(gòu)建dFNC的方法為CI與NCI患者的大腦功能變化提供了一種新的測量手段,以動態(tài)的角度更深入地了解卒中后認知功能恢復過程中潛在的腦網(wǎng)絡(luò)連接機制,為卒中后認知功能障礙相關(guān)的研究提供新的認識。

  本研究發(fā)現(xiàn),雖然HC組、CI組和NCI組在基線和隨訪期各連接狀態(tài)的時間比例差異均未達統(tǒng)計學意義,但與HC組相比,CI組基線和NCI組基線在局部連接狀態(tài)的時間比例存在上升趨勢、在稀疏連接狀態(tài)的時間比例存在下降趨勢,而CI組隨訪期和NCI組隨訪期在這兩個狀態(tài)中則存在向HC組恢復的趨勢。局部連接狀態(tài)的特點是各腦區(qū)之間都有可能出現(xiàn)小部分的強連接。在基線,即卒中急性期,這種局部腦區(qū)FC增加的現(xiàn)象可能是一種功能代償[20],這種機制可讓大腦更靈活地調(diào)用其他腦區(qū)來對部分缺失的大腦功能進行替補,從而加強卒中患者大腦功能的調(diào)控。這種代償機制并不少見,如在卒中患者運動功能的相關(guān)研究中,有研究表明在卒中兩周內(nèi)初級運動皮層、聽覺皮層和視覺皮層與其他腦區(qū)間的連接會更為頻繁[21];一項專門針對急性卒中患者運動執(zhí)行網(wǎng)絡(luò)的研究發(fā)現(xiàn),初級運動皮層與其他腦區(qū)FC的動態(tài)變化明顯增多[22]。這些研究均發(fā)現(xiàn)卒中梗死區(qū)附近通常會和其他遠處的腦區(qū)構(gòu)成新的FC[23],以補償部分受損腦區(qū)的缺失功能。同時隨著大腦功能的恢復,F(xiàn)C將逐漸恢復正常[24]。本研究的結(jié)果進一步支持了這種代償現(xiàn)象的解釋,說明卒中患者無論有無認知障礙,急性期時只要大腦出現(xiàn)了組織損傷,可能都會出現(xiàn)一定程度的功能代償以保持大腦基本功能的穩(wěn)定;同時在隨訪期,大腦功能逐漸恢復,這種功能代償逐漸減弱,因此其大腦FC狀態(tài)也逐漸往正常狀態(tài)恢復。

  從基線到隨訪期,只有CI組在模塊化連接狀態(tài)的時間比例與駐留時間明顯降低,同時在稀疏連接狀態(tài)的時間比例明顯增加。這可能說明模塊化連接狀態(tài)的變化與認知功能的變化存在一定聯(lián)系。模塊化連接狀態(tài)最明顯的特征為AUD、SM和VIS網(wǎng)絡(luò)之間的FC增強,CI患者基線模塊化連接狀態(tài)的增多可能同樣是一種代償,但與前面局部連接狀態(tài)的增多不同,這更可能是一種認知功能的代償。從所有認知量表的評價結(jié)果可知CI患者基線的總體認知、視覺、語言等功能都有明顯的缺陷,可能是基底節(jié)損傷破壞了皮層下組織與額葉腦區(qū)等認知相關(guān)腦區(qū)的信息交流而導致的[25],為了彌補部分認知功能的嚴重缺陷,AUD、SM和VIS腦區(qū)的FC增加,以維持部分語言、感覺、視覺等功能。在有運動障礙的卒中患者中,代償機制是運動功能動態(tài)恢復的標志[24],因此推測,在CI患者中,這種代償機制的出現(xiàn)可能同樣意味著認知功能有逐漸恢復的趨勢。近年來,已有研究表明有語言障礙的卒中患者存在大腦半球內(nèi)FC增加以恢復語言功能的代償現(xiàn)象[26],也有研究通過動態(tài)因果模型分析方法發(fā)現(xiàn)CI患者的神經(jīng)元模型中出現(xiàn)了額外的連接路徑[27],還有研究通過基于種子點的FC發(fā)現(xiàn)CI患者梗死周圍相關(guān)腦區(qū)的FC顯著增加,提示損傷和代償共存[28]。另外,還有研究提示認知功能網(wǎng)絡(luò)的FC在認知功能受損的初期會先增加,然后逐漸減少,最終隨著認知功能的恢復達到正常水平[24]。本研究結(jié)果顯示CI患者模塊化連接狀態(tài)的變化趨勢與此相一致,說明CI患者在隨訪期時,認知功能可能已逐漸出現(xiàn)好轉(zhuǎn),但從主觀的量表評分中卻沒有太多明顯的變化,僅能觀察到視覺延遲記憶功能的改善,意味著在主觀量表評分出現(xiàn)明顯變化之前,大腦的動態(tài)FC狀態(tài)已出現(xiàn)了顯著改變,因此dFNC或許能夠為卒中患者認知功能的恢復效果提供一種新的客觀評價手段。

  本研究的優(yōu)點是采用了新的dFNC方法來探索卒中后認知功能障礙與動態(tài)FC狀態(tài)之間的關(guān)系,并且進行了縱向研究。局限性是本研究的樣本量較少,個體差異較大,因此在進行組間比較時可能因為方差較大導致有些趨勢顯然存在但卻并不顯著。但在小樣本的研究中,在P>0.05的統(tǒng)計水平并不意味著差異一定不存在統(tǒng)計學意義,相反地,如果直接忽略這些結(jié)果很可能會錯過重要信息,因此小樣本的均值趨勢結(jié)果同樣應(yīng)引起關(guān)注[29]。

  本研究通過dFNC方法發(fā)現(xiàn)CI和NCI患者的動態(tài)FC狀態(tài)均發(fā)生改變,這些改變可能意味著受損大腦的一種代償和恢復的過程。尤其在卒中患者認知功能的評價上,動態(tài)FC狀態(tài)的改變可能比主觀的量表評分能夠更早地發(fā)現(xiàn)認知功能的恢復,從而為卒中患者認知功能的預(yù)測與評價提供更為客觀的影像學依據(jù)。——論文作者:肖瑞珠1,左麗君2,周怡君3,陳姚靜4,劉艷亭1,劉濤3

  相關(guān)期刊推薦:《中國卒中雜志》(月刊)2006年創(chuàng)刊,為中國科學信息技術(shù)研究所主辦、首都醫(yī)科大學附屬北京天壇醫(yī)院承辦。主要報道腦血管疾病相關(guān)的基礎(chǔ)和臨床研究的最新國內(nèi)外研究成果、診療技術(shù)及臨床指南。適合從事腦血管病相關(guān)工作的醫(yī)務(wù)人員、預(yù)防工作者以及基礎(chǔ)醫(yī)學科人員閱讀,腦血管病患者亦可從中吸取有益知識。

声明:①文献来自知网、维普、万方等检索数据库,说明本文献已经发表见刊,恭喜作者.②如果您是作者且不想本平台展示文献信息,可联系学术顾问予以删除.

现有选题 早选早安排

咨询心仪选题

我们的服务
全学科期刊推荐 中英文发表指导

熱門核心期刊

sci|ssci服務(wù)

EI|SCOPUS服務(wù)

翻譯潤色解答

論文發(fā)表指導

學術(shù)成果常識

2023最新分區(qū)查詢?nèi)肟?/a>

SCISSCIAHCI

主站蜘蛛池模板: 南开区| 萍乡市| 安陆市| 信阳市| 会东县| 涿州市| 湖北省| 云安县| 白河县| 黄骅市| 太康县| 七台河市| 平江县| 胶州市| 滦南县| 云阳县| 当阳市| 门源| 富顺县| 新平| 松江区| 华蓥市| 青河县| 句容市| 津南区| 富裕县| 信丰县| 资溪县| 红河县| 淅川县| 荆州市| 龙陵县| 武夷山市| 连山| 米易县| 汉阴县| 永仁县| 林西县| 临泉县| 常德市| 马山县|