功能连接的改变与用于评估痴呆症谱系中神经心理状态的“可重复神经心理状态评估电池”(Repetable Battery for the Assessment of Neuropsychological Status, RBANS)测试结果相关

《Journal of the International Neuropsychological Society》:Altered functional connectivity is associated with Repeatable Battery for the Assessment of Neuropsychological Status across the dementia spectrum

【字体: 大 中 小 】 时间:2026年04月02日 来源:Journal of the International Neuropsychological Society 2.6

编辑推荐:

  摘要 目的:寻找非侵入性和成本效益高的生物标志物以用于轻度认知障碍(MCI)和阿尔茨海默病(AD)的检测,这引发了对静息态功能性磁共振成像(fMRI)的日益关注。本研究探讨了全脑功能连接性测量与认知表现之间的关联,涵盖了认知老化的不同阶段。 方法:共有108名老年人(平

  摘要
目的:寻找非侵入性和成本效益高的生物标志物以用于轻度认知障碍(MCI)和阿尔茨海默病(AD)的检测,这引发了对静息态功能性磁共振成像(fMRI)的日益关注。本研究探讨了全脑功能连接性测量与认知表现之间的关联,涵盖了认知老化的不同阶段。

方法:共有108名老年人(平均年龄74.1 ± 5.7岁)参与了研究,包括认知功能正常的个体、患有遗忘型MCI的参与者以及因可能患有AD而出现轻度痴呆的参与者。他们接受了高分辨率结构MRI和静息态fMRI扫描,并完成了可重复神经心理状态评估电池(RBANS)的认知测试。功能连接性值是基于17个脑区的划分得出的。研究建立了网络连接性值与RBANS指数分数之间的相关性。

结果:分析显示,较低的RBANS注意力指数和总分数与腹侧注意力网络、中央执行网络以及边缘系统和默认模式网络之间的连接性增加显著相关。较低的RBANS总分数还与背侧默认模式网络与中央执行网络的侧前额叶区域之间的功能连接强度增加相关,这种连接性的增加在痴呆谱系中普遍存在(从认知功能正常到MCI再到AD)。

结论:这些发现表明,功能连接的异常或潜在的代偿性增加可能与认知衰退有关,支持了静息态fMRI作为MCI和AD有前景的生物标志物的实用性。

研究意义
研究问题或主题:本研究分析了不同认知老化和痴呆阶段老年人脑网络活动与记忆和认知技能之间的关系。

主要发现:研究显示,认知能力较弱的人在某些脑网络之间及内部的连接性更强。认知表现较差的个体在与注意力、记忆和决策相关的脑区之间表现出更强的连接性。这种模式在患有更严重认知问题的参与者(如阿尔茨海默病患者)中更为明显。

研究贡献:这些发现表明,大脑可能通过加强特定网络之间的连接来试图补偿认知衰退。研究表明,静息态脑扫描有助于检测轻度认知障碍和阿尔茨海默病相关痴呆的早期迹象,从而使诊断更加容易和可行。

引言
识别轻度认知障碍(MCI)和阿尔茨海默病(AD)的生物标志物有可能推进这些疾病的诊断、监测和治疗。尽管已有几种生物标志物可用(例如,通过正电子发射断层扫描(PET)检测β-淀粉样蛋白斑块,通过腰椎穿刺检测脑脊液中的tau蛋白,通过氟-2-脱氧葡萄糖PET成像检测脑代谢,以及通过血液检测载脂蛋白ε4携带状态和其他血浆标志物),但这些诊断方法可能费用昂贵且具有侵入性,并可能使潜在参与者面临不必要的风险。

静息态fMRI利用大脑在未参与特定认知任务时(即静息状态下)血氧水平依赖性(BOLD)对比度的自然低频振荡波动。功能连接性是一种定量测量同步脑活动的方法,用于识别大规模的静息态功能网络。MCI和AD患者的这种脑活动测量发生了变化,尤其是在多个典型网络(如默认模式网络、显著性网络、中央执行网络和边缘系统网络)之间的连接性方面(Agosta等人,2012;Badhwar等人,2017;Bai等人,2009;Binnewijzend等人,2012;等等)。然而,不同研究显示,较差的认知表现与大规模网络内部和之间的连接性降低(“低连接性”)或增加(“高连接性”)有关,这使得这些组中的功能连接性研究结果的方向性不明确。为了使静息态fMRI成为识别MCI和AD的潜在生物标志物,建立功能连接性与已建立的认知变化标志物之间的关系至关重要。

可重复神经心理状态评估电池(RBANS)是一种简短的神经心理筛查工具,用于评估语言、注意力、视空间/构建能力以及即时和延迟记忆(Randolph等人,1998)。大量研究验证了RBANS在评估认知功能正常老年人(Cooley等人,2015;Duff & Ramezani等人,2015;Phillips等人,2015;等等)、MCI(Clark等人,2010;Duff等人,2010;Hobson等人,2010;Karantzoulis等人,2013;等等)和AD(Burton等人,2015;Duff等人,2008;Enright等人,2015;等等)中的有效性。此外,RBANS的表现与现有的MCI和AD生物标志物相关,如海马体萎缩(Duff等人,2023;Euler等人,2023;Ottoy等人,2019;等等)、氟-2-脱氧葡萄糖(FDG)PET上的代谢降低(Frings等人,2016;Jagust等人,2010)、脑β-淀粉样蛋白沉积(Duff等人,2013;Hammers等人,2017;Ottoy等人,2019;等等)以及APOE ε4携带状态(Duff等人,2023;等等)。越来越多的文献表明,静息态功能连接性与各种任务和评估中的认知表现之间存在关联(Contreras等人,2017;Gour等人,2014;Li等人,2016;等等),这表明基于功能连接的生物标志物可能在不同评估工具中具有通用性。然而,据我们所知,尚未有研究专门探讨静息态功能连接模式是否与RBANS及其指数分数的表现相关。在老年人中建立RBANS特定的功能连接性相关性仍然很重要,因为这种简短的测试工具被这一人群广泛接受,具有适当的标准化数据,可以用于随时间跟踪认知变化,并已在认知功能正常或患有MCI或AD的老年人中得到验证(Randolph等人,1998)。它也被广泛用于临床实践(Rabin等人,2016)和临床试验(Papp等人,2022)。因此,理解功能连接性与RBANS表现之间的关联具有实际应用价值。

本研究旨在探讨RBANS指数和总分数与被认定为认知功能正常、MCI或AD的参与者之间的静息态功能连接性之间的关系。研究了包括视觉、躯体运动、注意力、显著性、中央执行和默认模式网络在内的全脑静息态功能网络的功能连接性(Yeo等人,2011)。鉴于MCI和AD相对于认知功能正常老年人的连接性预测模式不明确(低连接性与高连接性),本研究没有做出这样的方向性预测。相反,将诊断状态概念化为痴呆谱系上的一个位置,并将组别成员编码为临床严重程度的序数指标。研究假设,随着痴呆谱系状态的增加(从认知功能正常到MCI再到AD),感兴趣网络内部和之间的功能连接性与认知表现之间的关联会更强,反映了网络组织与认知功能逐渐受损的关系。

方法
本研究获得了犹他大学机构审查委员会的批准,并遵循赫尔辛基宣言进行。参与者来自认知障碍诊所或社区,他们因自愿参与而获得报酬。数据收集时间为2018年至2022年。所有参与者在参与研究前均提供了书面知情同意书。参与者需年满65岁或以上,并且有知情的亲属可以描述他们的认知和日常功能状况。他们的平均年龄为74.1 ± 5.7岁,平均教育水平为16.1 ± 2.5年。大多数参与者为白人(98.2%),其中58.3%为女性。共有108名参与者参与了研究,根据以下分类标准,47人被归类为认知功能正常,31人被归类为遗忘型MCI(单领域或多领域),30人被归类为可能患有AD的轻度痴呆。参与者的详细人口统计信息见表1。

表1. 人口统计和认知及影像学结果
数据以平均值±标准差[最小值–最大值]的形式呈现,除非另有说明。对于认知测试分数,MMSE和WMS-R是原始分数,而WRAT-4和RBANS是标准分数(M = 100,SD = 15)。使用皮尔逊卡方检验(Pearson’s Chi-Square)计算了性别和种族分布的组间差异。事后进行了Bonferroni检验(p < .05)。*正常对照组 vs. 轻度认知障碍(MCI)。**正常对照组 vs. 阿尔茨海默病(AD)。***AD vs. MCI。正常对照组 = 认知功能正常;AD = 阿尔茨海默病;CDR = 临床痴呆评定量表;MCI = 轻度认知障碍;MMSE = 迷你精神状态检查;RBANS = 可重复神经心理状态评估电池;WMS-R = 韦克斯勒记忆量表-修订版逻辑记忆II段落A;WRAT-4 = 广泛成就测试第四版。排除标准包括参与与抗淀粉样蛋白药物相关的临床试验、可能影响认知的医学共病(例如,神经系统疾病、当前重度抑郁、物质滥用和主要精神疾病),或无法完成神经影像学检查(MRI或PET)。其他排除标准包括老年抑郁量表(Geriatric Depression Scale)得分超过5分(参考文献Yesavage等人,1982年)以及全球临床痴呆评定量表得分达到2分或以上,或迷你精神状态检查(Mini-Mental Status Examination)得分低于20分(参考文献Folstein等人,1975年)。

**分组和测量**
基线测试用于根据阿尔茨海默病神经影像学倡议(ADNI2)分类将参与者分为三个组(认知功能正常、MCI或AD),该分类包括迷你精神状态检查(Folstein等人,1975年)、临床痴呆评定量表(Morris,1993年)和韦克斯勒记忆量表-修订版(Wechsler,1987年)逻辑记忆II段落A。AD组包括可能患有AD的轻度痴呆患者。使用广泛成就测试第四版(Wilkinson & Robertson,2006年)的阅读子测试评估了参与者基线时的智力功能。额外的基线神经心理学测试包括RBANS,这是一种用于评估各种认知领域的简明神经心理学筛查工具,包括注意力、语言、视空间/构建技能以及即时记忆和延迟记忆(Randolph等人,1998年)。RBANS指数分数通过年龄调整的标准化比较得出标准分数(M = 100,SD = 15),分数越高表示认知功能越好。所有RBANS指数分数以及总分数都被纳入分析。

**影像数据**
在基线测试后大约7天(7.0 ± 0.8天),在犹他州高级影像研究中心使用西门子Prisma 3特斯拉MRI扫描仪(80 mT/m梯度)和64通道头部线圈获取了影像数据。结构图像包括MP2RAGE序列(TR = 5000 ms;TE = 2.93 ms;翻转角度 = 4°和5°,FOV = 256 mm,176个矢状切片,分辨率 = 1.0 mm各向同性;TI1 = 700 ms;TI2 = 2030 ms)。静息态功能图像使用多带EPI序列获取(TR = 737 ms;TE = 33.2 ms;翻转角度 = 52°;FOV = 208 mm;72个轴向切片;分辨率 = 2.0 mm各向同性;多带加速因子 = 8;部分傅里叶变换 = 6/8;带宽 = 2004 Hz/Px)。进行了两次静息态扫描,每次1220个体积(时间序列持续时间为15分钟09秒;一次从左到右,一次从右到左),同时收集了脉搏和呼吸波形数据。在静息态扫描前,指导参与者保持清醒并睁开眼睛,让思绪自由流动。没有使用视觉固定刺激。

**影像分析**
结构数据使用FreeSurfer(v6.0.0)进行处理,该软件有文档记录并可免费下载(http://surfer.nmr.mgh.harvard.edu/)。有关FreeSurfer数据分析的技术细节,请参见(Fischl & Dale,2000年;Fischl等人,2002年;Fischl等人,2004年)。灰质萎缩可能会影响功能连接结果,这在老年人群中很常见(Binnewijzend等人,2012年;Damoiseaux等人,2012年;Hafkemeijer等人,2015年)。因此,从每个研究参与者那里提取了FreeSurfer输出变量BrainSegNotVent,作为总脑容量的度量,并在功能连接分析中用作协变量。静息态fMRI数据使用SPM12软件(Wellcome Trust,伦敦)进行分析,该软件适用于MATLAB(MathWorks,Natick MA)。处理流程包括静息态fMRI图像的运动校正(重新对齐)、将重新对齐的功能图像与结构图像(MP2RAGE)进行配准、MP2RAGE的分割,以及将配准后的MP2RAGE和功能图像标准化到MNI152模板。重新对齐步骤中的运动参数被存储下来,用于后续的体积审查。所有进一步的静息态分析都在MNI空间中进行。然后使用相位移动软组织校正(PSTCor)(Anderson等人,2011年)来回归六个去趋势的参与者运动参数:面部和颅骨的软组织、退化的白质、退化的脑脊液和生理波形(Birn等人,2008年)。使用处理流程提供的运动参数,删除了均方根头部运动大于0.5 mm的体积。各组之间的平均头部运动没有显著差异(见表1)。静息态分析在116名参与者上进行。在运动审查后,如果每个扫描的原始1220个体积中剩余不足50%的体积,则移除这些参与者。由于运动审查移除了8名参与者,最终有108名参与者纳入了当前分析。预处理后,使用17网络脑分割方案(Yeo等人,2011年)分析了静息态功能MRI数据(如King & Anderson,2018年所述)。这种分割包括视觉、躯体运动、背侧注意、显著性、边缘系统、执行控制和默认模式网络。这种分割比更常用的7网络分割(Yeo等人,2011年)更为细致,允许进行网络内和网络间的分析。此外,更细致的分割减少了在大而可能异质区域上平均时间过程的风险。从每个分布的17个脑网络中提取时间序列数据进行分析,每个网络被视为一个感兴趣的区域(ROI)。我们将功能连接量化为区域BOLD时间序列之间的皮尔逊相关性。这种方法得到了大量证据的支持,表明基于相关性的功能连接能够捕捉到关键的大规模系统和任务网络(Smith等人,2009年),并且使用现代去噪技术是可重复和可靠的(Noble等人,2019年),并且能够进行稳健的预测和个体识别(Finn等人,2015年)。此外,在宏观尺度上,静息态BOLD动态可以很好地用线性模型近似,使得线性关联成为一个合理且可解释的度量(Nozari等人,2024年)。对于每个受试者,通过平均两次静息态扫描创建了一个包含17 × 17网络功能连接的Fisher变换皮尔逊相关系数矩阵。每个矩阵包含136个独特的网络间边缘。

**统计分析**
使用单因素方差分析(ANOVA)检测组间差异,并通过事后Bonferroni检验进行多重比较校正。使用χ2检验比较各组间性别和种族的频率分布。非影像学统计分析使用SPSS(版本27.0;SPSS,芝加哥,IL,美国)进行。主要分析评估了RBANS指数(注意力、语言、即时记忆、延迟记忆、视空间/构建)和总分数以及整个痴呆谱系(认知功能正常、MCI和AD,视为有序变量)的功能连接。分析在MATLAB(MathWorks,Natick MA)中进行。对于每个认知指标和每个136个边缘,估计了功能连接与认知之间的偏相关值,同时控制了平均头部运动、年龄、性别和总脑容量。这些协变量都是静息态功能连接和认知中已知的方差来源,否则可能会混淆它们之间的关系。衰老改变了大规模网络连接,并与认知衰退相关(Andrews-Hanna等人,2007年;Ferreira & Busatto,2013年;Geerligs等人,2014年)。性别差异也影响功能连接模式和认知,这些差异足够显著,以至于仅凭功能连接就可以区分性别(Satterthwaite等人,2014年;Weis等人,2019年;Zhang等人,2018年)。即使是亚毫米级的头部运动也会偏倚功能连接估计,通常会夸大局部相关性并降低远距离相关性,因此即使在组均值没有差异的情况下,也必须在个体层面对运动进行建模(Ciric等人,2017年;Power等人,2012年;Satterthwaite等人,2013年;Power等人,2012年;Satterthwaite等人,2013年;Van Dijk等人,2012年)。总脑容量被纳入分析,以考虑与认知障碍和AD阶段密切相关的全球性萎缩效应。神经退化的结构MRI标志物,包括总脑容量和皮质体积损失,是AD病理的关键特征,反映了临床严重程度(Fox等人,1999年;Jack等人,2007年)。AD中的静息态研究明确将灰质萎缩与功能连接联系起来,表明连接差异不仅仅是由于组织损失(Binnewijzend等人,2012年;Damoiseaux等人,2012年;Hafkemeijer等人,2015年;Passamonti等人,2019年)。值得注意的是,尽管存在显著的组间差异,我们的模型中没有包括教育因素,因为教育可以被视为认知储备的代理指标,可能会调节病理如何转化为测量的认知(Bennett等人,2003年;Roe等人,2008年;Stern,2012年)。此外,调整这一潜在中介变量可能会引入过度调整偏差(Schisterman等人,2009年)。使用皮尔逊相关性计算偏相关值(r),结果包括效应大小r、双侧p值和95%置信区间(CI),使用Fisher的z变换和标准误差${\rm SE}=1/\sqrt{{n}-{k}-3}$,其中n是完整案例样本量,k是协变量数量(此处k = 4)。使用Benjamini-Hochberg程序在q < .05的情况下完成了对136个边缘的多重比较校正。未校正的结果(p < .05)以图表和表格的形式提供在补充材料中,用于所有RBANS指数和总分数的发现。

**组间差异**为了测试不同诊断组之间的功能连接性差异,我们对每条边分别拟合了线性模型,以功能连接性作为因变量,组别加上协变量(平均头部运动、年龄、性别和总脑容量)作为预测变量。分析包括了按临床严重程度排序的独特、无序的成对对比(AD与正常对照组、AD与MCI、MCI与正常对照组),并将组别因素重新分级,使得较轻微的级别作为参考。对于每条显著的边,报告了t统计量、自由度、双侧p值、FDR调整后的q值(在136条边内的对比中)以及标准化效应量${r}={t}/\sqrt{{t}^{2}+{df}}$,并附带置信区间。所有边(p < .05,未校正)的完整结果都提供在补充材料中。结果发现,三个诊断组在性别、种族、平均头部运动或发病前的智力功能方面没有差异(详见表1)。AD组比正常对照组和MCI组的年龄更大,而MCI组的受教育程度低于正常对照组(见表1)。AD组和MCI组的RBANS指数和总分数显著低于认知正常的个体。AD组在即时记忆指数和延迟记忆指数以及总分数上的表现也显著低于MCI组(见表1)。MCI组和AD组的总脑容量显著小于正常对照组。在MCI组和AD组之间没有发现脑容量的显著差异。在完整的研究样本中,RBANS注意力指数与功能连接性呈显著负相关,表明较低的RBANS指数分数与区域间的更强功能连接性相关。这种关联模式在中枢执行网络的子成分之间以及中枢执行网络与显著性网络、默认模式网络和边缘系统网络之间也存在(见图1A)。在中枢执行网络内部,RBANS注意力分数与外侧额顶叶和内侧顶叶区域之间的功能连接性呈负相关(r = ?.35, [95% CI = ?.51, ?.17], p < .001, qFDR = .013)以及内侧额顶叶区域(r = ?.31, [95% CI = ?.47, ?.12], p = .002, qFDR = .046)。RBANS注意力分数也与显著性网络和中枢执行网络的子成分之间的功能连接性呈负相关(前腹侧注意力与外侧额顶叶(r = ?.35, [95% CI = ?.51, ?.17], p < .001, qFDR = .013)以及内侧顶叶(r = ?.30, [95% CI = ?.47, ?.12], p = .002, qFDR = .046)。这种模式也存在于中枢执行网络和默认模式网络之间的子成分之间(外侧额顶叶与背侧默认模式,r = ?.37, [95% CI = ?.52, ?.19], p < .001, qFDR = .013),以及中枢执行网络和眶额边缘网络之间的子成分之间(内侧顶叶与眶额边缘,r = ?.30, [95% CI = ?.46, ?.11], p = .002, qFDR = .047)。RBANS总分数在中枢执行网络(外侧额顶叶)和背侧默认模式网络之间也显示出类似的模式(r = ?.38, [95% CI = ?.53, ?.20], p < .001, qFDR = .010;见图1B和图2)。在校正多重比较后,功能连接性与任何其他RBANS指数分数均无显著相关性。然而,未校正的结果显示,在中枢执行网络和默认模式网络中,RBANS指数分数较低与功能连接性增加之间存在类似的模式(见补充材料中的图1–6及相关表格)。图1显示,在不同诊断组(正常对照组-MCI-AD)中,RBANS注意力指数(A)和总分数(B)与17个网络划分下的静息态功能连接性值呈负相关(qFDR < .05)。数据代表了控制年龄、性别、平均头部运动和总灰质体积效应的部分相关系数。RBANS = 可重复神经心理状态评估电池;Attn. = 注意力;CEN = 中枢执行网络;DMN = 默认模式网络;SN = 显著性网络。图2显示了RBANS总分数(x轴)与外侧额顶叶(中枢执行网络)和背侧默认模式网络之间的功能连接性Fisher转换相关系数值(y轴)之间的简单散点图。为了帮助解释与诊断类别相关的维度效应,进行了探索性的事后组间差异分析。对于每个网络连接,拟合了一个线性回归模型,以诊断(认知正常、MCI、AD)作为分类预测变量,并使用与主要模型相同的协变量。从这些模型中得出了调整后的成对对比(认知正常与MCI、认知正常与AD、MCI与AD)。在认知正常和MCI参与者之间没有发现显著差异。与MCI相比,AD组的默认模式网络和中枢执行网络之间的连接性显著增加(背侧默认模式与外侧额顶叶,t(101) = 4.38, p < .001, qFDR = .004, r = .40 [95% CI = .22, .55];背侧默认模式与内侧额顶叶,t(101) = 3.36, p = .001, qFDR = .049, r = .32 [95% CI = .13, .48]),以及中枢执行网络和显著性网络之间(外侧额顶叶与前腹侧注意力,t(101) = 4.03, p < .001, qFDR = .007, r = .37 [95% CI = .19, .53])。当将AD组与认知正常个体进行比较时,也观察到了中枢执行网络和默认模式网络与显著性网络之间功能连接性的显著增加,但没有涉及内侧额顶叶子成分(背侧默认模式与外侧额顶叶,t(101) = 4.55, p < .001, qFDR = .002, r = .41 [95% CI = .25, .56;外侧额顶叶与前腹侧注意力,t(101) = 3.68, p < .001, qFDR = .026, r = .34 [95% CI = .16, .50])(见补充材料中的图7–9及相关表格)。讨论本研究探讨了使用RBANS评估的认知功能与老年人(认知功能正常、遗忘型MCI和轻度AD)的17个大规模内在功能脑网络之间的静息态功能连接性之间的关系。在痴呆谱系中,多线性回归分析显示,较低的RBANS注意力指数分数与默认模式网络、中枢执行网络、边缘网络和腹侧注意力(显著性)网络的功能连接性增加有关。RBANS总分数也与外侧额顶叶(中枢执行网络)和背侧默认模式网络之间的功能连接性强度呈负相关。这些功能脑网络对许多认知功能至关重要,包括记忆、注意力、情绪处理和认知控制。综合这些发现,这些网络内部和之间的功能连接性中断可能与痴呆谱系中个体的认知衰退有关。对组间功能连接的探索性分析未发现认知正常和MCI参与者之间存在显著差异。文献中也报告了类似的零结果,几项静息态fMRI研究未观察到对照组和遗忘型MCI个体之间的静态功能连接性有显著差异(Eyler等人,参考文献Eyler, Elman, Hatton, Gough, Mischel, Hagler, Franz, Docherty, Fennema-Notestine, Gillespie, Gustavson, Lyons, Neale, Panizzon, Dale, Kremen和Perneczky2019;Malotaux等人,参考文献Malotaux, Dricot, Quenon, Lhommel, Ivanoiu和Hanseeuw2022;Weiler等人,参考文献Weiler, Teixeira, Nogueira, de Campos, Damasceno, Cendes和Balthazar2014)。我们的研究还发现,与MCI和认知正常参与者相比,AD组在默认模式网络和中枢执行网络之间的连接性显著增加。此外,在AD组中还观察到腹侧注意力(显著性)网络与中枢执行网络之间的连接性增加。在AD患者中,中枢执行网络和默认模式网络的异常(低或高)功能连接性已被广泛报道(Binnewijzend等人,参考文献Binnewijzend, Schoonheim, Sanz-Arigita, Wink, van der Flier, Tolboom, Adriaanse, Damoiseaux, Scheltens, van Berckel和Barkhof2012;Damoiseaux等人,参考文献Damoiseaux, Prater, Miller和Greicius2012;Gour等人,参考文献Gour, Felician, Didic, Koric, Gueriot, Chanoine, Confort-Gouny, Guye, Ceccaldi和Ranjeva2014;Greicius等人,参考文献Greicius, Srivastava, Reiss和Menon2004;Grieder等人,参考文献Grieder, Wang, Dierks, Wahlund和Jann2018;Jones等人,参考文献Jones, Knopman, Gunter, Graff-Radford, Vemuri, Boeve, Petersen和Jack2017;Jones等人,参考文献Jones, Knopman, Gunter, Graff-Radford, Vemuri, Boeve, Petersen, Weiner和Jack2016;Wiepert等人,参考文献Wiepert, Lowe, Knopman, Boeve, Graff-Radford, Petersen, Jack和Jones2017)。在一项纵向研究中,Damoiseaux及其同事还报告了AD患者在基线时与对照组相比,前部和腹侧默认模式网络的功能连接性增加,而后部默认模式网络的功能连接性降低(Damoiseaux等人,参考文献Damoiseaux, Prater, Miller和Greicius2012)。在2-4年后的随访扫描中,所有三个默认模式子网络在AD患者中的功能连接性都降低,表明早期AD可能存在一种补偿机制。Gour及其同事(Gour等人,参考文献Gour, Felician, Didic, Koric, Gueriot, Chanoine, Confort-Gouny, Guye, Ceccaldi和Ranjeva2014)还发现AD患者与对照组相比,背侧默认模式网络的方向性功能连接性混合。与本研究类似,Damoiseaux和Gour还控制了灰质体积(Damoiseaux等人,参考文献Damoiseaux, Prater, Miller和Greicius2012;Gour等人,参考文献Gour, Felician, Didic, Koric, Gueriot, Chanoine, Confort-Gouny, Guye, Ceccaldi和Ranjeva2014)。在认知衰退的早期阶段,功能连接性的降低可能代表了神经元功能障碍的初始反应或神经元损伤的直接结果。后期功能连接性的增加(晚期MCI或早期AD)可能表明了一种试图维持认知功能的补偿反应。例如,MCI患者的默认模式网络内的连接性增加与语义记忆缺陷有关,这表明这些增加可能是不适应的或补偿性的(Gardini等人,参考文献Gardini, Venneri, Sambataro, Cuetos, Fasano, Marchi, Crisi和Caffarra2015)。然而,这种补偿可能会以增加的代谢需求和效率低下为代价,并且随着痴呆的发展最终可能失败。值得注意的是,默认模式网络内的异常高连接性是AD的特征,可能表明淀粉样病理的传播破坏了网络完整性(Jones等人,参考文献Jones, Graff-Radford, Lowe, Wiste, Gunter, Senjem, Botha, Kantarci, Boeve, Knopman, Petersen和Jack2017;Jones等人,参考文献Jones, Knopman, Gunter, Graff-Radford, Vemuri, Boeve, Petersen, Weiner和Jack2016;Roemer-Cassiano等人,参考文献Roemer-Cassiano, Wagner, Evangelista, Rauchmann, Dehsarvi, Steward, Dewenter, Biel, Zhu, Pescoller, Gross, Perneczky, Malpetti, Ewers, Sch?ll, Dichgans, H?glinger, Brendel, J?kel和Franzmeier2025)。AD的级联网络故障模型表明,大规模功能网络在系统层面逐渐崩溃,而不仅仅是局部病理。使用静息态fMRI在痴呆谱系中进行的研究表明,破坏始于后部默认模式网络子系统,随后默认模式网络枢纽和其他控制网络之间的连接性早期增加。这被解释为代谢成本较高的补偿性高连接性,随后随着功能网络的进一步失代偿而发展为广泛的低连接性和网络断开(Jones等人,参考文献Jones, Knopman, Gunter, Graff-Radford, Vemuri, Boeve, Petersen, Weiner和Jack2016)。多模态PET研究支持这一模型,表明功能网络故障与tau病理密切相关,淀粉样蛋白在网络故障和tau沉积之间起到了部分中介作用(Jones等人,参考文献Jones, Graff-Radford, Lowe, Wiste, Gunter, Senjem, Botha, Kantarci, Boeve, Knopman, Petersen和Jack2017)。这些健康网络连接的紊乱可能阻碍了高效的认知处理,这可能会影响RBANS分数。注意力缺陷特别与腹侧注意力(显著性)网络的中断有关,该网络有助于在内部和外部任务之间切换,以及支持工作记忆和决策的中枢执行网络(Menon,参考文献Menon2011)。这些网络中的连接性增加可能表明在处理需要注意力的任务时效率低下。此外,观察到的趋势(正常对照组-MCI-AD)表明,功能连接性的变化可能与认知和功能的衰退同时发生。这支持了这样的观点:最初具有补偿性的连接性增加可能会随着痴呆的发展而变得不适应。RBANS注意力指数分数评估基本的注意过程和处理速度。默认模式网络、中枢执行网络、边缘网络和腹侧注意力(显著性)网络的功能连接性增加与较低的RBANS注意力指数分数相关。默认模式、中央执行系统和腹侧注意力(显著性)网络在注意力过程和处理速度中都起着核心作用(Hellyer等人,参考文献Hellyer, Shanahan, Scott, Wise, Sharp和Leech2014;Menon,参考文献Menon2011;Staffaroni等人,参考文献Staffaroni, Brown, Casaletto, Elahi, Deng, Neuhaus, Cobigo, Mumford, Walters, Saloner, Karydas, Coppola, Rosen, Miller, Seeley和Kramer2018)。这些网络之间的有效协调,特别是由显著性驱动的默认模式与执行控制状态之间的切换,有助于快速检测、评估和响应刺激,从而支持专注且灵活的认知表现(Chand等人,参考文献Chand, Wu, Hajjar和Qiu2017;Cole,参考文献Cole2024;Seeley等人,参考文献Seeley, Menon, Schatzberg, Keller, Glover, Kenna, Reiss和Greicius2007;Sridharan等人,参考文献Sridharan, Levitin和Menon2008)。据我们所知,这是首次将静息态fMRI功能连接性与认知老化谱系中的RBANS分数相关联的研究,但文献中也探讨了其他评估注意力和认知能力的测量方法。例如,在一组早发性和晚发性AD患者中,Gour及其同事发现执行功能指标(包括Rey复杂图形复制测试得分)与Wechsler记忆量表第三版的前后视空间广度得分之间存在正相关,同时与背外侧前额叶网络的功能连接性也存在正相关(Gour等人,参考文献Gour, Felician, Didic, Koric, Gueriot, Chanoine, Confort-Gouny, Guye, Ceccaldi和Ranjeva2014)。他们还发现视觉识别记忆(使用延迟匹配样本任务48的延迟识别得分)与前内侧颞叶网络之间存在正相关(Gour等人,参考文献Gour, Felician, Didic, Koric, Gueriot, Chanoine, Confort-Gouny, Guye, Ceccaldi和Ranjeva2014)。Contreras等人发现,在一组老年人中,言语情景记忆与前额叶-顶叶网络和默认模式网络之间的功能连接性增强之间存在显著的正相关(Contreras等人,参考文献Contreras, Goni, Risacher, Amico, Yoder, Dzemidzic, West, McDonald, Farlow, Sporns和Saykin2017)。在另一项包括轻度认知障碍(MCI)和AD老年人的研究中,Mini-Mental Status Examination、Montreal Cognitive Assessment和California Verbal Learning Test的得分与左侧背侧前额叶(中央执行系统)和右侧外侧颞叶皮层(默认模式网络)之间的功能连接强度之间存在显著的负相关(Li等人,参考文献Li, Wang, Li, Sun, Sheng, Li, Li, Yu, Chen, Hu, Jing, Wang, Li, Jessen, Xia和Han2016)。最后,Lin等人使用11项阿尔茨海默病评估量表-认知子量表得分作为整体认知功能的指标,发现使用Pearson's r相关性和一致性/不一致性测量方法测量的静息态功能连接性可以显著预测包括认知正常对照组、MCI患者和AD患者在内的异质样本中的个体差异(Lin等人,参考文献Lin, Rosenberg, Yoo, Hsu, O’Connell和Chun2018)。总体而言,这些发现表明特定脑网络中的功能连接模式与认知表现有关;然而,这些关联的方向性仍然不明确且不确定。研究之间方向性的不一致通常源于功能连接是网络内部还是网络之间的,是否进行了全局信号回归(因为这可能会反转或引起反相关),以及影响脑-行为关系的运动处理和其他去噪选择(Ciric等人,参考文献Ciric, Wolf, Power, Roalf, Baum, Ruparel, Shinohara, Elliott, Eickhoff, Davatzikos, Gur, Gur, Bassett和Satterthwaite2017;Murphy等人,参考文献Murphy, Birn, Handwerker, Jones和Bandettini2009;Murphy & Fox,参考文献Murphy和Fox2017;Saad等人,参考文献Saad, Gotts, Murphy, Chen, Jo, Martin和Cox2012;Siegel等人,参考文献Siegel, Mitra, Laumann, Seitzman, Raichle, Corbetta和Snyder2016;Smith等人,参考文献Smith, Fox, Miller, Glahn, Fox, Mackay, Filippini, Watkins, Toro, Laird和Beckmann2009)。这些因素在不同研究中差异很大,即使研究的是相似的构念,也会导致连接性方向性的不同结果。此外,数据采集参数(如重复时间、相位编码方向和扫描持续时间)也可能影响连接性结果。在解释研究之间的矛盾结果时,需要考虑这些各种因素。在本研究中,网络被预先定义,然后评估这些系统之间的耦合是否与认知功能在认知正常、MCI和AD患者中的表现相关。结果表明了一种一致的模式:更高的连接性与较差的认知表现相关。尽管较强的耦合通常被视为“整合”,但它也可能表明不适应的同步、通常不同的系统的过度激活,或随着病理进展而变得低效的控制回路的过度招募。在这种情况下,“增加的连接性”代表功能特异性的丧失,或更嘈杂、选择性较低的通信,而不是信息流的有益增强。这种关联在不同诊断组中的方向一致性表明,它不太可能是与单一疾病阶段相关的偶然发现。本研究存在一些局限性。首先,每组的样本量相对较小,且样本量不均衡。尽管没有按组分析RBANS分数与功能连接性之间的相关性,但组间的不均匀分布可能会影响这些因素。然而,图2显示连接性值和RBANS分数覆盖了整个分布范围,没有间隙,这表明不均衡的组采样没有对组间估计产生负面影响。尽管如此,未来的研究应获得更大的样本量并设置匹配的亚组以复制这些发现。其次,功能连接性是使用皮尔逊相关系数在典型脑网络之间和内部定义的,这可能无法完全捕捉BOLD依赖性,其他方法可能会得出不同的结果(Mohanty等人,参考文献Mohanty, Sethares, Nair和Prabhakaran2020)。第三,灰质萎缩可能会影响功能连接性。虽然本研究试图通过在回归分析中使用灰质体积作为协变量来考虑这一变量,但灰质萎缩与功能连接性之间的关系可能是区域特异性的。未来的研究应采用更精确的测量方法来控制区域萎缩。第四,由于母研究专注于AD,因此招募对象是有记忆问题的个体,他们在MCI和轻度痴呆状态下都具有遗忘性认知特征。与此一致的是,MCI和AD组在情景学习和延迟回忆测量中表现出最大的损伤。然而,与发病前的智力估计(即WRAT-4阅读)相比,他们在语言方面的平均下降超过一个标准差,这与AD一致。因此,当前发现不一定能捕捉到非遗忘型MCI或非AD痴呆的神经心理学-连接性关联。尽管存在这些局限性,当前研究表明,个体全脑功能连接的独特模式包含了与MCI和AD相关的认知功能的重要信息。这些发现表明,从静息态fMRI得出的内在功能脑网络之间的功能连接性可能成为AD的新兴生物标志物,对早期诊断和治疗监测具有潜力。补充材料 本文的补充材料可以在https://doi.org/10.1017/S135561772610191X找到。致谢 无。资金声明 本研究中报告的研究得到了美国国立卫生研究院国家老龄化研究所的支持,资助编号为K01AG075166(King)、K01AG073578(Koppelmans)和R01AG055428(Duff)。内容仅代表作者的观点,不一定代表美国国立卫生研究院的官方立场。利益冲突 无利益冲突。
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