COVID-19康复者脑部结构与功能损伤的神经网络定位

《Frontiers in Neurology》:Brain structural and functional damage network localization of COVID-19 survivors

【字体: 大 中 小 】 时间:2026年04月02日 来源:Frontiers in Neurology 2.8

编辑推荐:

  摘要 目的:探索COVID-19幸存者大脑结构和功能变化的神经影像学研究得出了区域不一致的发现。尽管越来越多的证据表明,疾病更准确地映射到分布式神经网络而非离散的大脑区域,但关于COVID-19幸存者结构和功能缺陷在网络层面定位的研究仍然有限。 方法:为了填补这一空白,我

  摘要
目的:探索COVID-19幸存者大脑结构和功能变化的神经影像学研究得出了区域不一致的发现。尽管越来越多的证据表明,疾病更准确地映射到分布式神经网络而非离散的大脑区域,但关于COVID-19幸存者结构和功能缺陷在网络层面定位的研究仍然有限。
方法:为了填补这一空白,我们首先确定了COVID-19幸存者的结构和功能损伤部位,这些数据来自19项研究,涵盖了703名幸存者和596名健康对照组的23种对比情况。利用基于连接性的映射方法,我们将这些识别出的区域投影到大规模的静息态功能性磁共振成像(fMRI)数据集中,以重建与COVID-19幸存者神经异常相关的协调大脑网络。
结果:在COVID-19幸存者中,结构和功能的改变被映射到一个广泛分布的大脑网络中,主要涉及默认模式网络和边缘系统。
结论:我们的结果揭示了COVID-19幸存者结构和功能损伤背后的共同和独特的神经相关性。这些见解不仅通过基于网络的框架阐明了疾病的神经病理学,还为受影响个体的治疗干预措施的发展提供了支持。

引言
自2020年初COVID-19大流行爆发以来,已有数百万人感染了SARS-CoV-2病毒(1, 2)。许多患者在疾病急性期及后遗症期间出现了多种症状,包括嗅觉功能障碍、慢性疲劳、认知和注意力困难、睡眠问题、创伤后应激障碍(PTSD),甚至自伤和自杀念头的风险增加(3–7)。越来越多的神经影像学研究和临床观察表明,SARS-CoV-2感染后大脑结构和功能发生了显著变化,这强调了深入研究其神经毒性效应和长期神经后果的紧迫性(8)。得益于神经影像学技术的进步,特别是多模态磁共振成像(MRI),我们进行精神和神经科学研究的能力得到了极大提升(9)。利用这些方法,许多研究显示COVID-19幸存者存在结构和功能异常(10–14, 68)。为了在不同成像模式和任务范式中对结果进行对齐,研究人员进行了综合元分析。元分析发现,与健康对照组相比,COVID-19病史的个体在右侧颞上回、左侧岛叶、右侧眶额皮质和左侧小脑的神经活动减少。结构上,双侧前扣带回皮质/内侧前额皮质和左侧小脑的灰质体积(GMV)减少,而双侧杏仁核的GMV增加(15)。这些不同的结果支持了疾病与分布式大脑网络而非孤立大脑区域更相关的观点(16, 17)。

传统上,对大脑-行为相关性的研究通常将神经精神症状归因于特定的大脑区域。然而,越来越多的证据表明,这些障碍更准确地映射到大规模的神经回路而非孤立的解剖结构(18, 19)。在这项研究中,我们使用了一种创新的计算技术——功能连接性网络映射(FCNM)。FCNM可以将感兴趣的大脑位置与全面的人类大脑连接组数据整合起来(9, 14, 20–23)。FCNM是一种新颖且高效的方法,已成功应用于解释传统方法难以解释的神经和精神症状(17, 24–32)。尽管取得了这些进展,但关于COVID-19幸存者结构和功能缺陷在网络层面定位的研究仍然有限。为了解决先前关于COVID-19幸存者大脑的神经影像学发现的异质性,本研究采用了FCNM方法的网络视角。我们首先整合了关于COVID-19幸存者大脑结构和功能变化的报告证据,然后应用FCNM方法将这些识别出的区域与大规模的发现和验证静息态磁共振成像(rs-fMRI)数据集联系起来,从而重建了与COVID-19幸存者相关的大脑网络。研究工作流程和分析程序的示意图见图1。

图1 研究设计和分析流程。我们首先综合了已发表的文献,以确定COVID-19患者和健康个体之间的大脑结构和功能变化。通过将这些受影响的大脑位置与大规模的发现(西南大学成人寿命数据集[SALD])和验证(GSP,脑基因组超级结构项目)静息态功能性磁共振成像(rs-fMRI)数据集相结合,我们采用了功能连接性(FC)网络映射方法来构建COVID-19幸存者的大脑损伤网络。具体来说,通过在其相应坐标处创建球体并将其合并,生成了针对每种对比的联合种子掩模。随后,利用预处理的静息态fMRI数据,计算了参与者级别的对比种子到全脑的FC映射。第三,对这些个体FC映射进行了体素级别的单样本t检验,以确定在群体层面与每个对比种子具有显著功能连接的脑区。最后,将COVID-19幸存者的二值化映射叠加在一起,生成了一个网络概率图,并将其阈值设为60%,以确定COVID-19幸存者的脑结构和功能变化网络位置。

材料与方法
研究搜索与选择
我们在PubMed和Web of Science中系统地搜索了2023年12月之前发表的关于COVID-19幸存者和健康对照组之间大脑结构和功能比较的研究。有关文献搜索策略的更多细节见补充材料。由于单个研究通常包含多个独立的比较,我们将分析重点放在特定的对比结果上,而不是将每个研究视为一个单独的单位。我们根据预定义的标准手动筛选了符合条件的研究,研究选择过程总结在补充图S1中。从每个对比中提取了显著簇的峰值体素坐标。对所有坐标进行了空间转换,使其标准化到蒙特利尔神经学研究所(MNI)模板,其中包括Talairach图谱中最初报告的坐标。这项系统评价的方法已在PROSPERO中预先注册(https://www.crd.york.ac.uk/PROSPERO/,注册号:CRD420250654127)。

发现和验证数据集
我们使用西南大学成人寿命数据集(SALD)作为发现队列(33),脑基因组超级结构项目(GSP)作为独立的验证数据集(34)。SALD数据集包括328名健康成年人(206名女性;平均年龄37.74 [13.76]岁)。SALD参与者的排除标准包括MRI禁忌症、当前的精神或神经系统疾病、过去3个月内使用精神活性物质、怀孕以及有严重脑损伤史。详细的样本特征在另一篇出版物中报告(22)。GSP数据集包括1,430名健康成年人(837名女性;平均年龄21.58 [2.93]岁),排除了左撇子和双手灵巧的人。值得注意的是,我们将分析限制在18至60岁之间的参与者,以减少正在进行的脑发育和与年龄相关的退化可能带来的混杂效应。发现和验证数据集的详细人口统计信息见补充表S1。本研究获得了青岛大学附属医院伦理委员会的批准(QYFY WZLL 30682),并遵循赫尔辛基宣言进行。

fMRI数据的采集和预处理
SALD和GSP数据集的rs-fMRI数据是在3T西门子Trio扫描仪上采集的。每个数据集的具体成像参数见补充表S2。如果扫描显示明显的伪影或不完整的大脑覆盖范围,则应排除参与者。rs-fMRI数据的预处理使用了SPM12(https://www.fil.ion.ucl.ac.uk/spm/)和DPABI(https://rfmri.org/DPABI)根据经过验证的流程(9, 20–23, 35, 36)进行。最初忽略了每个受试者的前10个体素,以允许磁场稳定和参与者适应。随后对这些体素进行了切片时间校正,以调整切片采集的时间差异,然后进行了刚性体重新对齐以校正头部运动。通过计算每个体素的平移和旋转位移来量化头部运动。所有参与者的最大平移和旋转位移分别小于2毫米和2度。还计算了帧间位移,以评估头部位置的体积间变化。通过回归去除了以下干扰协变量,包括线性漂移、来自Friston-24模型的运动参数、帧间位移超过0.5毫米的高运动时间点,以及全局白质和脑脊液信号。实施全局信号回归以提高对系统选择性连接模式的敏感性,并增加与解剖路径的对应性(37)。然后对数据进行了时间带通滤波(0.01–0.1 Hz),以隔离低频波动。在空间标准化阶段,首先将每个参与者的结构图像与其平均功能图像对齐,然后使用基于指数李代数的差分同胚方法进行分割和转换到MNI空间(38)。空间过滤后的功能体积随后使用获得的变形参数标准化到相同的立体定向空间,并重采样为3毫米等距体素。最后,所有数据都经过了6×6×6毫米3高斯核的空间平滑处理。

功能连接性网络映射
为了识别与COVID-19幸存者的结构和功能损伤相关的网络,我们采用了基于先前提取的神经影像学坐标的FCNM方法(图1)。首先,在给定对比的每个显著坐标周围创建了4毫米的球形兴趣区域,并合并成一个复合种子掩模。其次,使用从SALD数据集获得的预处理rs-fMRI数据,为每个参与者构建了全脑功能连接性(FC)映射。具体来说,计算了复合种子与大脑中每个体素的时间序列之间的皮尔逊相关系数,并使用Fisher变换将其转换为z分数以提高正态性。第三,对所有328个个体FC映射进行了体素级别的单样本t检验,以确定在群体层面与复合种子区域具有显著正FC的脑区。分析仅限于正相关,因为关于负FC的生物学解释仍有争议(37, 39)。第四,对群体级别的t统计图进行了阈值处理和二值化。应用了体素级别的假发现率(FDR)校正以控制多重比较,显著性阈值设为p < 0.05。最后,将所有相关对比的二值化映射叠加在一起,生成了一个共识概率图,并将其阈值设为60%的重叠,以划定与COVID-19幸存者相关的功能障碍网络。

与典型大脑网络的关系
为了提高我们发现的可解释性,我们评估了COVID-19幸存者观察到的异常网络与七个已建立的典型功能网络之间的空间重叠。这些皮层网络包括腹侧注意网络、背侧注意网络、躯体运动网络、视觉网络、额顶网络、边缘网络和默认模式网络(DMN)(40)。我们计算了COVID-19相关网络中与每个典型功能网络重叠的体素比例作为空间重叠。

验证分析
为了确认我们结果的可靠性,我们实施了多种验证措施。首先,我们在GSP数据集中复制了关键的FCNM程序,以评估我们的发现的普遍性。其次,我们使用1毫米和7毫米半径的球形种子重复分析,以测试我们结果对种子定义设置的鲁棒性。此外,为了验证识别出的COVID-19相关大脑网络的特异性并排除随机伪影,我们使用随机生成的大脑坐标进行了对照分析。我们首先创建了一组与原始FCNM分析中使用的种子坐标数量和空间分布相匹配的随机颅内坐标。使用这些随机坐标,我们用与主分析相同的参数重新运行了整个FCNM流程。

包含的研究
基于广泛的文献回顾,我们在分析中选择了19项研究,涵盖了23种不同的实验对比。这些研究包括总共703名COVID-19幸存者和596名健康对照组,他们在人口统计特征上进行了匹配。有关样本组成和图像采集设置的详细信息见补充表S3。

幸存者的功能障碍网络
在COVID-19幸存者中观察到的大脑网络改变遍布多个不同区域。受影响的区域包括双侧颞叶皮层(颞上回和颞中回)、内侧前额叶皮层、嗅叶回、海马体、扣带回和皮下结构(壳核、苍白球和丘脑)(图2)。当映射到典型网络时,幸存者的功能障碍网络与DMN(重叠比例:29.78%)和边缘网络(11.91%)有很强的关联(图3)。

图2 COVID-19幸存者的功能障碍网络。功能障碍网络以60%的阈值显示为网络概率图,显示与超过60%的对比种子功能连接的大脑区域。SALD,西南大学成人寿命数据集。图3:COVID-19幸存者的功能障碍网络与典型脑网络的关系。极坐标图展示了幸存者的功能障碍网络与相应典型网络中的所有体素之间的重叠体素比例。

验证分析
从发现SALD数据集获得的幸存者异常网络模式与验证GSP数据集中识别的模式非常吻合(补充图S2)。此外,我们使用不同的种子大小重复进行了FCNM分析,包括1毫米和7毫米半径的球体。这些重复分析生成的网络图与使用原始4毫米种子生成的网络图高度一致(补充图S3、S4)。另外,我们还使用与原始种子坐标数量和空间分布相匹配的随机生成的大脑坐标进行了对照FCNM分析,但该对照分析没有产生任何显著的连接网络。上述结果表明,尽管数据集和方法设置有所不同,我们的核心发现仍然稳定,并确认了与COVID-19相关的大脑网络并非随机伪影。

讨论
通过使用新型FCNM方法和大规模人类连接组数据集,我们的研究发现了从COVID-19中恢复的患者的特定网络神经变化,这建立在先前报道的脑结构和功能损伤模式的基础上。我们发现受影响的脑区形成了一个广泛分布的系统,主要涉及DMN和边缘系统网络。这些发现可能有助于调和不一致的神经影像学结果,从网络角度加深我们对COVID-19幸存者神经生物学机制的理解,并最终提供更精确的治疗方案。

神经影像学是研究精神疾病中大脑结构和功能的常用工具,并已产生许多有希望的发现(41)。然而,大多数结果的可重复性较差,这是将这些进展应用于临床实践的主要障碍(42)。精神疾病神经影像学的不重复性问题可能源于多种因素,如样本量小缺乏统计功效、参与者群体临床异质性、实验设计高度灵活、研究团队之间的分析工作流程不一致以及使用控制不佳的统计方法(43)。为了解决这些问题,研究人员经常使用基于坐标的荟萃分析来结合多项关于精神疾病的研究结果,以识别一致的大脑异常。然而,越来越多的人认识到,疾病相关过程不仅仅影响一个区域,而是通过连接的大脑网络传播,这意味着从网络的角度更好地理解精神疾病(18)。因此,我们现在不仅关注特定的脑区,还将疾病与神经解剖学联系起来,采取更加综合的网络视角。这种方法论的变化主要得益于FCNM技术的进步。这种方法使研究人员能够通过将显示病变、结构损伤、功能异常或激活的区域与大规模大脑连接图结合,将症状、疾病或认知功能映射到大脑网络中(28)。FCNM方法基于这样的前提:某种疾病背后的神经病理可能出现在不同的解剖位置,但参与相同的神经回路。这种方法揭示了与抑郁症、精神分裂症和阿尔茨海默病等疾病相关的大脑网络(9, 20–23, 25, 26, 30–32, 44–46)。基于此,我们使用FCNM方法研究了这些异常在脑网络层面的组织方式。

我们发现,COVID-19幸存者的结构和功能损伤网络包括广泛分布的脑区,主要包括双侧颞叶皮层(上颞回和中颞回)、内侧前额叶皮层、嗅回、海马体、钩状回和皮下结构(壳核、苍白球和丘脑)。上颞前皮层在社会认知中起核心作用,整合理解社会行为所需的抽象概念知识。进一步的研究表明,患有社交焦虑障碍的人相对于健康对照组,其上颞回的体积较小(47)。关于脑损伤的研究显示,颞叶特定部分的损伤会导致多种高级认知能力的问题,包括识别物体、理解语言、命名物品、阅读和拼写(48)。所有这些都可能导致“脑雾”。前扣带回在评估动机相关性和识别负面后果方面发挥作用(49, 50)。它作为感觉、认知和情绪信号的整合中心,这一功能对自我调节过程至关重要(51)。因此,前扣带回的损伤可能与COVID-19幸存者的焦虑、抑郁甚至自杀行为有关(52)。嗅觉通路起源于嗅球,与前嗅核、梨状皮层和内嗅皮层相关。几个次要区域参与高级嗅觉处理,如岛叶、下丘脑和海马体(53)。梨状皮层有时被称为外侧嗅回,在这个意义上,它可以被认为是“嗅回”概念的一部分。钩状回是嗅皮层的一部分,接收关于气味的信息。越来越多的证据表明,嗅回、海马体和钩状回的异常与COVID-19幸存者的嗅觉减退/嗅觉丧失有关(54, 55)。此外,有证据显示,想象气味的调香师和品尝葡萄酒的品酒师在嗅觉处理区域(梨状皮层、眶额皮层)以及海马体显示出特殊的激活模式(56)。丘脑和基底神经节(包括壳核和苍白球)与支持认知、运动和情绪领域的皮层形成回路(57)。此外,基底神经节和丘脑富含多巴胺能神经支配(58),这对运动控制、情绪调节和记忆非常重要。如果这些区域受损,可能导致PTSD、“脑雾”、焦虑和抑郁(59)。

关于典型脑网络,COVID-19幸存者的结构和功能损伤的空间分布主要涉及默认模式网络和边缘系统网络。DMN在自我意识、人际理解、个人经历的回忆以及想象未来情景中起着关键作用(22, 60)。越来越多的研究表明,DMN的功能和结构完整性的变化与嗅觉障碍、抑郁症状和认知表现缺陷有关(61–63)。边缘系统由相互连接的大脑区域组成,帮助将情绪、身体感觉和动机驱动与我们的思想和行为联系起来(64)。该系统的重要皮下部分包括杏仁核、乳头体、下丘脑、某些丘脑核和腹侧纹状体。研究表明,当这个网络受损或功能不正常时,与PTSD、焦虑症和自闭症等神经精神疾病有关(17, 45, 65, 70)。

我们的研究有几个局限性。首先,由于关于COVID-19的研究数量有限,我们的研究没有区分结构和功能异常。尽管在神经病理过程中结构和功能异常密切相关,但在FCNM分析中结合使用结构和功能数据缺乏直接的方法学验证。这是我们研究的一个主要方法学限制,未来需要进一步专门的方法学研究来验证这种整合策略的可行性。其次,rs-fMRI扫描是从健康成年人中获得的,以研究COVID-19幸存者受影响的大脑网络。使用与幸存者在年龄、健康状况和背景上密切匹配的对照组似乎更好,这有助于通过减少与疾病本身无关的差异的影响来提高结果的可靠性。尽管如此,经验证据表明,样本选择对网络定位的结果影响很小(24, 34, 66, 69)。第三,我们的研究是回顾性的,依赖于先前发表的研究中的合成坐标数据来减少选择偏差。未来的研究需要采用前瞻性设计,以提供我们结果的实证验证。第四,我们采用了60%的宽松重叠阈值来划定与生成的60%种子具有神经连接的大脑区域。我们分析中包含的研究在统计功效和方法学方法上存在差异,这可能会限制我们检测一致大脑网络的能力。未来的研究解决这些变异性来源可能会增强当前的方法学框架。第五,我们的分析没有调整每项研究的样本量和种子大小的影响。这是因为研究界尚未建立处理这些变量的可靠方法。我们预计未来的工作将开发更先进的方法来调查和解决这一限制。第六,虽然FCNM有助于识别与表型相关的大脑网络异常,但传统的FCNM可能主要关注规范矩阵的基本拓扑属性,而不是疾病特定的改变,因为依赖于固定模板的重复重采样(67)。为了解决这些限制,未来的FCNM应用可能会考虑采用数据驱动的输入、整合多维验证和优化算法参数,从而提高研究结果的严谨性。第七,所包含的研究在样本人口统计学、临床特征、神经影像学采集参数和分析流程方面存在显著异质性,这可能会影响当前研究的发现(43)。值得注意的是,这种异质研究之间的一致性并不一定意味着结果的稳健性,因为它也可能源于共享的方法学伪影(67)。因此,未来的大规模研究需要使用严格同质的人群、标准化的成像协议和统一的分析方法,以克服这一限制,并进一步验证所识别的大脑网络改变的特异性和稳定性。最后,我们识别的结构和功能网络中的部分区域与在各种神经精神疾病中普遍检测到的跨诊断脑枢纽有重叠(67)。因此,我们发现的临床特异性可能被夸大了,应谨慎解释COVID-19相关脑异常的独特病理特征。

总之,我们的研究应用了创新的FCNM方法,并整合了大规模连接组数据,将COVID-19幸存者的分布式结构和功能大脑变化映射到特定的大脑网络上。这些结果有助于协调先前不一致的神经影像学发现,并通过网络视角推进我们对COVID-19神经病理学的理解。此外,识别COVID-19幸存者的脑损伤网络有助于开发有针对性的预防和治疗方案。具体来说,这些幸存者中识别出的脑网络标志物可能具有转化价值,可以帮助确定非侵入性神经调节技术(如经颅磁刺激和经颅直流刺激)的目标。同时,这些标志物可以帮助监测疾病的进展并评估COVID-19幸存者治疗策略的有效性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号