本篇文献发表在Neurobiology of Disease杂志。所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤付出与研究成果。

1.引言

脑小血管疾病(CSVD)是一组影响穿透性小动脉、毛细血管和小静脉的疾病。CSVD是缺血性卒中、出血性卒中和血管性认知障碍的主要原因，其中认知能力下降是最常见的表现，严重影响患者的日常和社交功能。CSVD通常通过MRI识别和诊断，主要MRI特征包括腔隙、白质高信号、脑微出血(CMB)和血管周围间隙。通过评估和整合四个基本的CSVD影像特征，计算总CSVD评分以表达CSVD的总MRI负荷。总CSVD评分已被证明与CSVD患者的整体认知能力下降以及注意力和执行功能损害相关。此外，先前研究已确定总CSVD评分可预测未来卒中、痴呆和死亡的风险。

铁对各种神经生物学过程至关重要，包括DNA合成、氧运输、髓鞘形成、线粒体功能以及神经递质合成与代谢。过量的铁沉积可导致氧化应激，这被认为有助于许多神经退行性疾病和认知障碍。在大脑中，铁主要以铁蛋白和含铁血黄素的形式储存，它们的顺磁性特性可以扭曲局部磁场。定量磁化率成像(QSM)可以根据对局部场畸变敏感的相位信号确定磁化率的分布。这使得能够深入研究由铁分布、代谢耗氧量、钙化、脱髓鞘和其他病理生理改变等因素引起的磁化率变化。灰质的总体磁化率与化学测量的铁浓度呈强线性相关。

含铁分子的积累主要发生在皮层下灰质，并且与各种中枢神经系统疾病（特别是CSVD）的临床表现密切相关。Sun等人使用磁化率加权成像探索了CSVD中六个皮层下灰质感兴趣区的铁沉积模式及其与临床特征的关系。Li等人使用QSM报告了有和无脑微出血的CSVD受试者之间深部灰质磁化率值的差异，并报告了磁化率值增加与认知障碍相关。最近，Sun等人揭示了CSVD患者灰质和白质磁化率值与认知功能之间的关系。先前关于CSVD深部灰质微结构改变的研究存在几个局限性：1）样本量小；2）使用单一CSVD标志物评估严重程度不能完全反映大脑的真实负担；3）将单侧或双侧皮层下核团视为单个感兴趣区导致磁化率定位不精确。

在一项正在进行的大规模前瞻性研究中，使用QSM对32个皮层下灰质ROI进行了详细的基于图谱的分析。目标是：1）阐明CSVD负荷与特定深部灰质亚区铁水平之间的关系；2）探索这些区域铁水平与认知功能之间的关联。

2.材料与方法

2.1.参与者

数据收集自济南脑小血管疾病队列，这是一项正在进行的前瞻性研究，旨在探讨脑小血管疾病负荷及其相关临床表现与脑铁水平之间的关系。从2019年12月至2024年10月，共有295名参与者在山东省立医院纳入此研究。参与者的纳入标准如下：1）年龄 ≥ 40岁；2）受教育年限 > 6年；3）无可能影响认知功能的严重精神或神经系统疾病史；4）无头部损伤、手术或肿瘤史；5）无与铁代谢异常或皮层下核团萎缩相关的疾病，如脑出血、脑梗死、阿尔茨海默病或亨廷顿病；6）近期无可能影响测量准确性的铁补充或相关质子植入；7）无物质使用障碍，包括酒精或药物滥用；8）无显著的心、肾或肝功能不全；9）无与2型糖尿病相关的急性并发症；10）无严重高血压史；11）无显著的视或听觉功能缺陷。临床数据，包括年龄、性别、体重指数、教育程度和血管危险因素被系统地记录。每个血管危险因素的存在与否根据参与者自我报告的病史确定，每个因素分配一个二进值。这些个体危险因素随后被组合成一个复合血管风险评分，范围从0到5。

该研究获得山东省立医院伦理委员会批准。所有参与者均获得知情同意，同意书已妥善保管。

2.2. MRI采集

所有参与者均在配备32通道头部线圈的MAGNETOM Skyra 3.0 T MR扫描仪（西门子医疗，埃尔兰根，德国）上进行MRI扫描。脑成像方案包括用于解剖结构成像的三维T1加权磁化准备快速梯度回波序列（TR = 7.3 ms，TE = 2.4 ms，TI = 900 ms，翻转角 = 9°，各向同性体素大小 = 1 mm³）。此外，使用三维多回波梯度回波序列进行定量磁化率成像（TR = 50 ms，初始TE = 6.8 ms，回波间隔 = 4.1 ms，10个回波，翻转角= 15°，体素大小 = 1 × 1 × 2 mm³）。为了检测潜在的脑异常，还执行了T2加权涡轮自旋回波、T2加权液体衰减反转恢复、弥散加权成像和磁化率加权成像序列。

2.3.图像处理

脑QSM图通过形态学启用偶极子反演结合自动均匀脑脊液零参考算法从mGRE复数图像数据中导出。总之，首先对多回波数据进行非线性拟合以估计总磁场。随后使用投影到偶极场算法进行空间场解缠绕和背景场去除以计算局部场。然后反演局部场以产生最终的磁化率图。为了提高QSM的准确性并提供自动磁化率参考，将来自幅度图像的结构先验以及用于强制执行侧脑室内均匀CSF磁化率的正则化项纳入数值反演中。随后基于Tian等人描述的分割方法进行QSM皮层下核团分割。在此研究中，实施了严格的质量控制流程。所有分割图像均由具有20年以上经验的神经放射科医生LF Guo进行视觉检查和验证，以确保数据准确性和一致性。

2.4.神经心理学评估

所有参与者均接受了全面的认知功能评估。蒙特利尔认知评估用于评估整体认知功能。MoCA是一项30分测试，涵盖八个认知领域，分数越高表示认知表现越好。为确保对中国人群的适用性，此研究使用了北京版MoCA。

认知子领域评估包括Stroop色词测验、连线测验(TMT)和符号数字模式测验(SDMT)。中文版SCWT反映信息处理速度和抵抗认知干扰的能力。表现根据对颜色或单词的口头反应准确性和时间来评估，分数越高表示认知灵活性越低。TMT评估信息处理速度、排序能力、认知灵活性和视觉运动协调。分数基于排序任务的准确性和时间，分数越高反映信息处理速度越慢和认知灵活性越差。SDMT主要测量信息处理速度。要求参与者在90秒内口头提供符号对应的数字，总分反映正确回答的数量。

2.5.脑小血管疾病影像特征评估

脑小血管疾病影像生物标志物的识别和严重程度评估依据最新指南——神经影像血管变化报告标准进行。每个CSVD影像生物标志物的详细评估标准如下：腔隙定义为皮层下、圆形或卵圆形空腔，具有脑脊液信号，大小范围为3-15 mm。WMH定义为T2 FLAIR图像上白质中信号高的区域。使用Fazekas量表评估深部白质高信号和脑室周围白质高信号的严重程度。PVS在MRI上类似于CSF，通常不位于WMH区域内。PVS的最大轴向直径通常小于3 mm。CMB定义为在磁化率加权序列上表现为低信号的病变，直径通常为2-5 mm。

为了评估CSVD的总体负荷，计算了复合CSVD评分，该评分已被推荐用于预测认知障碍。以下每个发现分配1分：腔隙 ≥ 1，CMB ≥ 1，融合的深部WMH或延伸到深部白质的不规则脑室周围高信号，以及中度至重度血管周围间隙(EPVS)（定义为超过10个位置）。

根据CSVD评分将参与者分为三组：0分，健康对照；1分，轻度CSVD；2-4分，重度CSVD。

2.6.统计分析

使用SPSS和R进行统计分析。Shapiro-Wilk检验用于评估数据正态性。连续变量使用ANOVA和Kruskal-Wallis检验，分类变量使用卡方检验。使用Mann-Whitney U检验及事后分析比较组间磁化率值。采用单变量回归和多变量逐步回归分析研究CSVD负荷与皮层下灰质磁化率值之间的关联，纳入年龄、性别、教育程度、血管风险因素评分和APOE ε4作为协变量。为了研究有和无CSVD参与者中认知表现与皮层下灰质核团磁化率值之间的关联，将研究队列分层为HC组和CSVD组。在每个组内，进行Spearman相关分析以评估每个认知评分与每个皮层下核团磁化率值之间的关系。选择FDR校正后p值小于0.1的关系进行多元线性回归分析。随后，应用多元线性逐步回归模型，以认知评分为因变量，选定核团的磁化率值为候选自变量，并调整年龄、性别和受教育年限。

为了探索区域磁化率值对CSVD负荷与认知功能之间关系的中介效应，使用CSVD评分作为预测变量，区域磁化率值作为中介变量，认知评分作为结局变量。使用SPSS 27.0的PRECESS 4.2进行中介分析，采用95%置信区间和5000个bootstrap样本。模型评估了直接、间接和总效应。如果间接效应的置信区间不包含零，则认为间接效应显著。计算间接效应在总效应中的百分比以评估中介的权重。

为了评估多元线性回归模型的稳健性，拟合了一系列不同混杂因素调整程度的模型以评估临床发现的稳定性。模型定义如下：模型0：不调整任何协变量；模型1：调整性别和年龄；模型2：模型1 + APOE ε4携带状态；模型3：模型1 + APOE ε4携带状态和教育水平；模型4：模型1 + APOE ε4携带状态、教育水平和血管危险因素。

在脑海科技云平台中，内置了定量磁化率成像分析，支持用户批量处理数据，并确保每一步参数设置都有据可查。此外，平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本等信息，极大提升了研究的透明度和可复现性。感兴趣可联系咨询以及预约产品演示。

3.结果

3.1.参与者特征

在排除了18名关键MRI图像缺失、8名MRI质量差和1名多发性硬化的参与者后，共有295名参与者被纳入此研究。其余参与者根据CSVD评分分为三组：HC组（57名女性；平均年龄，56.6 ± 8.5岁）、CSVD-M组（43名女性；平均年龄，61.4 ± 7.4岁）和CSVD-S组（40名女性；平均年龄，66.1 ± 6.9岁）（图1）。为了确定比较32个脑区磁化率值所需的样本量，我们使用G Power 3.1进行了先验功效分析。假设效应量f为0.25，alpha水平为0.05，统计功效为0.95，计算得出三组Kruskal-Wallis检验所需的最小样本量为252。

未发现显著的性别差异 (P > 0.1)。与HC组相比，CSVD-M和CSVD-S组教育水平较低，高血压、糖尿病和高脂血症的发病率较高。与其他组相比，CSVD-S组具有更高的血管风险因素评分和显著不同的认知评分。

3.2. CSVD负荷与皮层下灰质亚区磁化率值之间的关联

Kruskal-Wallis检验显示，三组之间右侧海马后部、右侧尾状核后部和左侧壳核前部的磁化率值存在显著差异(校正p <0.05）。

单变量分析显示，pHIPr（r = 0.115，P = 0.048）、pCAUr（r = 0.226，P = 0.000）和aPUTl（r = 0.213，P = 0.000）的磁化率值与CSVD评分显著相关。多元线性回归显示，在校正协变量后，pHIPr（β = 1.209，P = 0.030）和pCAUr（β = 4.373，P = 0.005）的磁化率值与CSVD评分显著相关（表3）。

3.3.皮层下灰质亚区磁化率值与认知功能之间的关联

Spearman相关系数分析结果总结于表S1。

调整年龄、性别、教育程度和总血管风险因素评分后的多元逐步线性回归结果显示：在HC组中，皮层下灰质亚区磁化率值与认知功能之间无显著相关性。在CSVD组中，pCAUr的磁化率值与SCWT（β = 0.267，P = 0.019）、TMT（A + B）（β = 0.936，P = 0.003）和TMT（B-A）评分（β = 0.538，P = 0.021）呈显著正相关，与SDMT评分（β = -0.063，P = 0.004）呈显著负相关。此外，pHIPr的磁化率值与SCWT呈显著正相关（β = 0.687，P = 0.030）（表4；图4）。

3.4.亚区磁化率值对脑小血管疾病负担与认知功能关系的中介效应

pCAUr的平均磁化率值在CSVD评分与SCWT之间表现出部分中介效应（间接效应 = 2.309，95% 置换检验 = 0.450–4.986，Pm = 21.5%）（图5）。

3.5.敏感性分析

敏感性分析显示，总CSVD评分与pHIPr-rh和pCAUr-rh磁化率值之间的关联在所有模型中保持一致，无论混杂因素调整程度如何。然而，aPUT-Ih的磁化率值与总CSVD评分之间的关联在调整年龄和性别后不再显著，这与主要分析结果一致。

4.讨论

此研究在FDR校正后发现，三个CSVD组之间pHIPr、pCAUr和aPUTl的平均磁化率值存在显著差异。在调整混杂因素后，多元线性回归显示pHIPr和pCAUr的磁化率值与CSVD严重程度呈正相关，表明较高的铁水平与较大的CSVD负担相关。在CSVD队列中，回归分析还揭示了pCAUr磁化率与认知功能之间的关联，提示pCAUr中铁水平升高可能导致认知能力下降。此外，中介模型显示，pCAUr的铁水平介导了CSVD负担与SCWT评分之间的关系，将CSVD负担与认知损害联系起来。

脑组织中的铁沉积与脑铁调节机制功能障碍有关。CSVD的核心特征是脑血管系统弥漫性内皮功能障碍。内皮细胞损伤导致血脑屏障受损，引起BBB渗漏。这种破坏使得血液来源的神经毒性物质（包括血红蛋白、含铁血黄素和游离铁）在大脑中积累。此外，血液成分的外渗可导致局部血管改变和弥漫性脑组织损伤，随后触发脑内的神经炎症。神经炎症和过度的氧化应激可能导致小胶质细胞/巨噬细胞的持续激活，进一步促进神经炎症、氧化应激和铁过载。

多元线性回归证实了pHIPr磁化率与CSVD负担之间的线性关系。Mann-Whitney U检验显示，CSVD-M组的pHIPr磁化率低于HC组，尽管该差异在FDR校正后不显著。这表明在CSVD早期阶段pHIPr磁化率可能降低。在先前的研究中，已发现颞叶癫痫和阿尔茨海默病患者海马磁化率值降低，这被认为与富含铁细胞的选择性丢失有关。在CSVD晚期阶段，我们识别出相对较高的pHIPr磁化率值。除了这种变化可用铁积累解释的可能性外，脱髓鞘的参与也可能导致类似的结果。海马伞是一束白质纤维，起源于海马内侧，主要分布在海马尾部。它是海马的主要传出通路。髓鞘由抗磁性蛋白和脂质组成，被认为是影响纤维束磁化率的主要因素。脱髓鞘被认为是白质磁化率增加的主要原因。此外，我们先前的形态学研究揭示了CSVD中海马伞的萎缩。因此，我们提出海马伞中髓鞘的丢失可被视为与CSVD相关的病理变化的一部分。然而，与这些变化相关的特定组织学改变仍需进一步研究确认。

此研究的结果揭示了pCAUr磁化率与CSVD负担之间的正相关。负担最严重的CSVD-S组，其pCAUr磁化率值显著高于HC和CSVD-M组。CSVD-M组的平均磁化率值略高于HC组，但无显著差异。这些发现表明该区域的铁积累可能与CSVD的中晚期阶段有关。

通常，大脑中铁水平升高可能通过干扰蛋白质合成或加剧氧化应激导致神经损伤。此研究显示，CSVD患者pCAUr磁化率增加与SCWT、TMT (A + B)、TMT (A-B)和SDMT评分显著相关，但与MoCA评分无关。MoCA用于评估整体认知，主要关注注意、视觉空间能力、语言和视觉记忆测试，并且在检测认知障碍方面高度敏感。相比之下，SCWT、TMT和SDMT主要反映各种执行功能，包括认知灵活性、工作记忆和抑制。先前研究表明，尾状核中的铁积累与MoCA评分、TMT评分和SCWT评分相关。然而，一些研究并未报道尾状核铁积累与认知功能障碍之间的关联。此研究的结果表明，尾状核中铁水平升高主要与执行功能损害相关，而不能解释整体认知功能的缺陷。这一发现此前未有研究报道。作为基底节内纹状体的组成部分，尾状核参与整合多种信息源、协调指令处理，并在缺乏预先建立通路的情况下促进皮层区域之间的通信。通常认为它与执行功能相关。此外，尾状核中β-淀粉样蛋白和tau蛋白的沉积已被证明与执行控制和认知处理速度的缺陷有关。

此研究揭示，尾状核后部（体部+尾部）而非头部的铁积累主要影响CSVD患者的执行功能。先前的研究通常将整个尾状核作为一个ROI，忽略了后部区域对认知的具体影响。后部尾状核铁沉积及其对CSVD认知影响的机制仍有待进一步探索。

此研究有几个局限性。首先，由于研究招募的是社区志愿者，该队列可能比一般人群具有更强的健康意识，可能导致较低的CSVD负担。其次，该研究未实施参与者组间匹配。鉴于CSVD的年龄依赖性，这可能会引入组间的年龄相关差异。为了减少潜在混杂因素，在统计分析中调整了年龄。第三，尽管样本量相对较大，但单中心设计可能增加I型错误的风险。第四，目前尚无动物模型为此研究的假设提供直接验证，但几项研究提供了间接支持。未来的动物研究可以解决这一差距并进一步证实此研究的发现。第五，作为一项横断面研究，无法评估磁化率值与认知功能随时间的动态关系。需要大规模、多中心的前瞻性研究来解决这一局限性。

此研究表明，海马和尾状核亚区磁化率值升高与高CSVD负担和认知能力下降相关。这些变化可能是由血脑屏障破坏和神经炎症引起的。QSM可以有效检测CSVD中这些与认知障碍相关的微结构改变。