论文部分内容阅读
目的本研究采用图论方法分析2型糖尿病（type 2 diabetes mellitus,T2DM）患者的脑功能网络,探讨T2DM患者与健康者的小世界功能网络属性及网络拓扑属性差异,并分析其与临床、认知功能相关性。材料和方法作为前瞻性研究,本研究得到大连医科大学附属第一医院伦理委员会的审核与批准。29名T2DM患者（T2DM组）纳入本研究,其中男性15例,女性14例,平均年龄59.3±9.6岁（40-70岁）;同时招募健康志愿者20例作为对照组,男性7例,女性13例,平均年龄57.2±8.2岁（40-66岁）。分别记录所有受试者的临床检查资料及实验室检查资料,并由受过专科培训的神经内科医生进行一系列神经心理学测试,使用简明精神状态量表（The Mini–Mental State Examination,MMSE）、蒙特利尔认知评估量表（The Montreal Cognitive Assessment,MoCA）、加利福尼亚词语学习测验（California verbal learning test,CVLT）和符号数字模式测验（Symbol-digital mode test,SDMT）评估全体被试的认知状态。所有受试者采用Philips Ingenia CX 3.0TMR扫描仪及32通道头部线圈进行扫描,获取rs-fMRI和矢状位3D T1多次激发快速场回波（multishot turbo Field Echo,MS–TFE）序列。rs-fMRI图像数据利用GRETNA（https://www.nitrc.org/projects/gretna/）软件进行预处理、功能网络的构建及分析。利用解剖学自动标记（anatomical automatic labeling,AAL）90模板,将全脑分割成90个脑区,每个脑区定义为一个节点,把每个脑区内所有体素的时间序列进行加权平均后得到90个脑区的平均时间序列。然后通过计算每个被试两两脑区平均时间序列之间的皮尔森（Pearson）相关系数,生成该被试的脑功能连接矩阵。在GRETNA软件选定稀疏度（Sparsity）的取值范围为0.05～0.50,将步长设置为0.01,与500个预先设定好的随机网络做对比,得到该大脑网络属性在46个稀疏度下的具体参数值及所有稀疏度的曲线下面积（Area Under Curve,AUC）值,包括σ、λ、γ、聚类系数（Cp）、平均路径长度（Lp）、全局效率（Eg）、局部效率（Eloc）及节点局部效率。使用DPABI（http://rfmri.org/dpabi）软件对预处理后的图像进行局部一致性（regional homogeneity,ReHo）、低频振幅（amplitude of low frequency fluctuation,ALFF）和分数低频振幅（fALFF）指标计算。通过计算单个体素的时间序列和其周围相邻26个体素的时间序列一致性的肯德尔系数（Kendall’s consistency coefficient）来构建ReHo脑图;之后将每个体素的ReHo值除以全脑平均ReHo值,进行标准化处理得到m ReHo。通过将个体脑影像体素时间序列的频率信息通过傅里叶变换转换到功率域后,计算给定频率范围内（0.01～0.08Hz）的ALFF值,将该频率域中的ALFF计算在可检测到的整个频率范围内的幅度之和的比率fALFF。之后将两个度量值转换为z分数。使用社会科学统计软件包（statistics package for social science,SPSS）26.0软件对两组之间的人口学资料和临床数据进行统计,计量资料组间比较采用独立样本t检验或非参数检验,是否符合正态分布采用One-Sample K-S检验。计数资料组间比较采用χ~2检验。使用GRETNA软件对磁共振功能指标统计,采用两独立样本t检验,来评估两组之间的小世界网络属性、网络拓扑属性及节点局部效率的差异,并将节点局部效率结果进行Bonferroni校正;采用两独立样本t检验,来评估两组之间的连边属性差异,并将结果进行基于网络的统计（network-based statistic,NBS）校正。应用Pearson相关性分析探索结果指标与临床资料特征及量表评分的相关性,结果用热点图表示。以P＜0.05为差异有统计学意义。结果1.人口学及临床资料特征比较两组被试的年龄、性别、教育程度、BMI等差异均无统计学意义（P＞0.05）。除血糖指标（空腹血糖、糖化血红蛋白）外,甘油三酯、低密度脂蛋白、高密度脂蛋白、同型半胱氨酸、胆固醇、血红蛋白组间差异无统计学意义（P＞0.05）。T2DM组的臀腰比高于HC组,MMSE、MoCA、SDMT评分低于HC组,差异具有统计学意义（P＜0.05）。2.T2DM组与HC组的网络属性差异2.1 T2DM组与HC组的小世界网络属性差异两组所有被试的大脑网络均具有小世界属性,小世界属性参数均符合γ＞1,λ≈1,σ=γ/λ＞1的标准。两组间σ、λ、γ的每个稀疏度下属性值及所有稀疏度的AUC值无统计学意义（P＞0.05）。在稀疏度0.05～0.50范围内,T2DM组的大脑网络与HC组相比Eloc AUC值降低,差异具有统计学意义（P＜0.05）,余Cp、Lp、Eg AUC值组间差异无统计学意义（P＞0.05）。在0.30、0.34、0.36、0.40稀疏度下,T2DM组的大脑网络与HC组相比Eloc属性降低,差异具有统计学意义（P＜0.05）。余稀疏度下Cp、Lp、Eg、Eloc属性值组间差异无统计学意义（P＞0.05）。2.2 T2DM组与HC组的节点局部效率差异节点局部效率结果显示T2DM组的右侧岛盖部额下回、右侧嗅皮质、右侧缘上回、左侧颞中回脑区的节点局部效率显著降低,左侧眶部额上回、左侧眶部额中回、右侧眶内额上回、左侧楔叶脑区的节点局部效率显著升高（Bonferroni校正,P＜0.05）。2.3 T2DM组与HC组的连边分析差异连边分析结果显示两组间连边值差异无统计学意义（NBS校正,P＞0.05）。2.4 T2DM组网络属性指标与临床资料的相关性分析在性别、年龄、受教育程度无组间显著差异前提下,pearson相关分析显示T2DM组的Lp AUC值与SDMT评分呈正相关（r=0.38,P=0.04）;σAUC值（r=-0.45,P=0.02）、γAUC值（r=-0.40,P=0.03）与SDMT评分呈负相关;λAUC值与SDMT评分（r=0.45,P=0.01）呈正相关,与MoCA评分（r=0.45,P=0.02）呈正相关。此外,Cp AUC值与同型半胱氨酸（r=0.39,P=0.04）呈正相关,与血红蛋白（r=0.46,P=0.01）呈正相关。Eg和Eloc值与其余人口学资料、临床化验指标未见明显相关性。3.T2DM组与HC组的Kcc-ReHo、Cohe-ReHo、ALFF及fALFF指标差异T2DM组与HC组间Kcc-ReHo、Cohe-ReHo、ALFF及fALFF指标差异无统计学意义（TFCE校正,P＞0.05）。结论1.T2DM组及HC组的大脑网络均表现出经济的小世界属性。T2DM患者大脑网络的局部信息传递效率降低,与认知功能、同型半胱氨酸和血红蛋白存在相关性。2.T2DM患者右侧岛盖部额下回、右侧嗅皮质、右侧缘上回、左侧颞中回脑区的节点局部效率显著降低,左侧眶部额上回、左侧眶部额中回、右侧眶内额上回、左侧楔叶脑区的节点局部效率显著升高,提示认知和情绪功能活动异常。3.rs-fMRI技术结合基于图论的复杂脑网络分析理论为糖尿病脑病的研究提供了新的视角,对T2DM大脑网络改变机制进一步探索提供了线索。