简要总结

这篇研究利用静息态fMRI和图论方法，系统分析了阿尔茨海默病（AD）进展过程中脑功能网络的变化。研究纳入来自ADNI数据库的132名被试，涵盖正常认知、早期轻度认知障碍（EMCI）、晚期轻度认知障碍（LMCI）和AD患者，采用横断面和为期约两年的纵向随访设计。结果显示，与正常对照相比，AD及MCI人群在全局网络属性（如小世界性、聚类系数、路径长度和全局效率）上均存在显著差异，且随疾病进展逐步恶化。纵向分析进一步揭示EMCI和LMCI阶段已出现明显的网络效率下降和小世界性丧失，而AD阶段变化更为剧烈。研究表明，功能连接的拓扑学指标能够敏感反映从正常老化到AD的连续过程，或可作为疾病分期和进展的潜在生物标志物。这为理解AD病理机制及开发早期诊断与干预手段提供了新的证据支持。

摘要

引言：静息状态网络的功能性大脑连通性随着阿尔茨海默氏病（AD）的进展而变化。但是，研究人员对AD过程中大脑中发生动态纵向变化的理解有时是矛盾和缺乏的。

材料和方法：在这项研究中，研究人员使用来自ADNI数据集的132名参与者的纵向静止状态fMRI数据分析了全脑网络连接性。该队列分为四组：20个AD，35个CN，46个早期MCI和31个后期MCI横截面分析在基线和随访（相距约两年）时进行，在组之间和两组之间评估了纵向变化。

结果：横截面分析表明，在两个时间点，所有组与全球网络属性中的AD均有显著差异，与CN相比，EMCI也显示出拓扑指标的中断。纵向分析强调了小组的小世界（σ），全局聚类系数（CP）和归一化特征路径长度（λ）的显著变化。随着时间的推移，EMCI和LMCI组均显示出全球效率（EGLOB），CP和σ的显著改变。成对比较还显示出显著的相互作用效应，尤其是在CN-EMCI和CN-AD组之间。根据组内纵向变化，所有组在σ，λ和CP中均显示出显著变化。此外，在LMCI和EMCI组中观察到EGLOB随时间的明显变化。几乎所有子网属性在两个时间间隔内都表现出各个阶段的患者之间的显著变化。

1 引言

影响思维，记忆和日常功能的一系列神经退行性疾病被共同称为痴呆症。这些疾病的特征是脑损伤和神经细胞死亡，最终导致认知能力逐渐下降。尽管这不是衰老的正常方面，但痴呆症在老年人中最常见，尽管它会影响任何年龄的人。预测表明，到2060年，患有痴呆症的65岁以上的成年人比2014年的痴呆症遭受了近1400万。大约60-80％的痴呆症病例是由阿尔茨海默氏病（AD）引起的，使其成为痴呆症的最常见原因。预计到2060年，将有1500万美国人患有轻度认知障碍或阿尔茨海默氏病。

患有广告的人通常会在认知功能稳步下降之前会出现轻度记忆力障碍，因为他们的最初症状。此外，在临床症状发作，最近的病理生理，神经影像学和认知研究的发作之前，已经确定了生物标志物变化的存在和时间序列，导致AD。调查具有潜在风险的个体的早期生物标志物因此，开发AD对于理解这种疾病的性质和发展治疗干预措施至关重要，这可能包括风险因素修饰。因此，尽早检测AD至关重要。但是，大多数当前针对中级和晚期患者的诊断技术都取决于心理评估和临床观察。这些方法缺乏客观性和有效的早期检测技术。在早期AD痴呆症的发展过程中，大脑中发生结构和功能变化，可以使用磁共振成像（MRI）或PET可视化。先前的研究表明，临床进展为痴呆与进行性萎缩和葡萄糖代谢减退有关。关于静止状态功能连通性的横断面研究产生了不一致的发现。有一些研究表明随着疾病的进展，在默认模式网络 （DMN） 中功能连通性降低和功能连通性增强的情况，为了充分检验这些理论，需要进行纵向研究。具体来说，研究痴呆的进展对于了解与临床衰退相关的功能变化很重要，但没有对 MCI 发展到痴呆阶段随访的患者进行纵向静息状态研究。

具体而言，对痴呆进展的研究是必要的，以理解与临床下降相关的功能变化。然而，使用图论从AD的最早到痴呆症阶段，没有进行纵向休息状态fMRI研究。最近，尝试使用图论方法从神经影像学数据中得出有关大脑拓扑的良好措施，这可能代表大脑组织的原理，以更全球化的范围。大脑被视为图论中复杂连接区域的复杂网络。它的特征是通过边缘连接的节点集合，它的组织是为了最大程度地提高具有不同功能专业化的区域的集成和隔离之间的相互作用。各种计算都可以用来描述其拓扑，该拓扑捕获了节点之间的关系，无论它们在何处的位置。全局聚类系数是网络分离的度量，量化节点之间的局部相互作用，而全球效率（衡量网络集成的度量）反映了跨节点的信息传输速度。在健康人类的功能连通性研究中，已经报道了整个脑网络结构的小世界特性，即高度聚集但全球相互联系的节点。当将AD患者与健康患者进行比较时，突破性的研究表明，聚类系数降低，特征路径长度，标准化聚类系数，归一化的特征路径长度和小世界性增加。其他研究报告称，AD和 MCI的聚类程度和模块化程度有所下降，但相对于没有 MCI 或 AD 的个体具有相似的特征路径长度。

这项研究的目的是检查全面的图论指标方法的变化，包括使用静止状态fMRI的AD的不同阶段，包括大脑网络弹性，功能隔离，功能整合，中心性和小世界大脑连接性。为了对与AD相关的功能连通性的变化提供全面而动态的理解，研究人员的目标涉及分析整个网络大脑分析，检查基线和随访（横截面）功能连通性方面的群体差异，并评估组内部和组之间连接性的纵向变化。本研究的图形摘要如图1所示。

2 材料与方法

2.1 被试

本研究最初纳入了132名被试包括：35名认知正常（CN），46例早期的轻度认知障碍，31例晚期轻度认知障碍以及ADNI研究中的20名阿尔茨海默氏病患者。ADNI研究由美国国家老化研究所，美国国家生物医学研究所，生物工程研究所，食品和药物管理局，私人制药公司和非营利组织启动。ADNI是一个多站点的纵向数据存储库，使研究人员可以根据要求和批准访问公开可用的数据，从而为促进与AD相关的研究做出了重大贡献。

2.2 数据获取

2.3 数据预处理

连接工具箱（RRID：SCR_009550）版本22.a和SPM12（RRID：SCR_007037）版本12.7771已用于预处理数据。使用灵活的预处理管道对功能和解剖学数据进行预处理，包括重新对齐，并校正SUS摄取性失真相互作用，SLICE定时校正，外部距离检测，直接分段和MNI空间正常化和平滑。使用SPM重新对齐和解扭曲程序（重新对齐功能数据，其中所有扫描使用最小二乘法和6参数（刚体）变换共同注册到参考图像（第一次扫描），并使用b样条插值重新采样以校正运动和磁化率相互作用。采用SPM切片时间校正（STC）程序对功能数据的不同切片之间的时间偏差进行校正（按升序获取），使用sinc时间插值将每个切片BOLD时间序列重新采样到一个公共的获取中段时间。使用ART识别潜在的异常点扫描，作为帧间位移大于0.9mm或全局BOLD信号变化大于5个标准差的采集，并通过对除异常点外的所有扫描进行平均计算，为每个受试者计算参考BOLD图像。将功能和解剖数据归一化为标准MNI空间，分割为灰质、白质和脑脊液组织类别，并使用SPM统一分割和归一化算法和默认的IXI-549组织概率图模板，按照直接归一化程序重新采样为2毫米各向同性体素。最后，利用6mm全宽半最大值（FWHM）高斯核对函数数据进行空间卷积平滑处理。此外，使用标准去噪管道对功能数据进行去噪，包括对潜在混杂效应的回归，这些影响包括白质时间序列（5个CompCor噪声分量）、CSF时间序列（5个CompCor噪声分量）、运动参数及其一阶导数（12个因素）、异常值扫描及其一阶导数（4个因素）。每个功能运行中的灰质时间序列（1个分量）和线性趋势（2个因素）。随后对BOLD时间序列在0.008Hz和0.09Hz之间进行带通频率滤波，以减少低频漂移和高频生理呼吸和心脏噪声。CompCor通过计算平均BOLD信号以及与BOLD平均值正交的最大主成分、运动参数和每个受试者侵蚀分割掩膜内的异常值扫描来估计白质和脑脊液中的噪声成分。

2.4 连通性矩阵与图论度量

从Dosenbach Brain Atlas定义的160个感兴趣区域中提取每个受试者的平均时间序列。然而，在目前的研究中，研究人员只关注了142个大脑区域，小脑被排除在外。随后，通过计算来自所有可能脑区对的时间序列之间的Pearson相关系数（PCC），构建每个参与者的142×142相关矩阵。对相关矩阵进一步应用Fisher的r-to-z变换。然后对网络中的正边进行脑网络分析，根据边的定义将网络划分为二值化的网络；在给定阈值下的幸存连接中，二值化网络的边缘被赋值为1。另外，将二值化网络中不存在的连接赋值为0。本研究中使用的图论方法，通过DPABINet、DPABI和DPARSF工具箱实现，在全局和节点水平上生成大脑功能连接体的大脑拓扑特性。以下小节中描述的所有分析都是使用MATLAB版本执行的，R2023b版本。在这个过程中，稀疏阈值范围从S1到Sn，间隔为0.01，其中S1=0.10,Sn=0.50，用于处理不同个体受试者中不同数量的边。

本研究使用的全局网络参数包括9种，分别是：选型性、模块化性、全局聚类系数（Cp）、特征路径长度（LP）、全局效率（Eglob）、局部效率（Eloc）、归一化聚类系数（γ）、归一化特征路径长度（λ）和小世界性（σ）。相反，节点属性用于描述大脑区域之间的连通性，包括between中心性，Degree中心性，特征向量中心性，节点效率，PageRank中心性和参与系数。这些参数可以用来识别在网络中起到信息传递桥梁作用的枢纽节点。总的来说，大脑网络在稀疏度阈值范围内（从0.01到0.5，间隔为0.01）构建和分析，以确保所有生成的网络具有具有相同边数的可比较拓扑结构。选择的条件是：gamma≥1，λ≈1或sigma=gamma/lambda>1。脑网络表现出小世界性。曲线下面积（The area under the curves,AUCs）对脑部疾病的拓扑变化非常敏感，为脑功能连接体的拓扑表征提供了一个汇总标量，即不依赖于单一阈值选择，在0.1-0.34的稀疏度范围内计算每个网络参数，间隔为0.01。复杂网络测度的数学定义见表S1。

2.5 研究设计

研究人员研究了当前研究中的四个分析，包括：A.基线时的横截面组差异（图2a）B.横截面组的随访时差异（图2b），C.组内图形度量的纵向变化（即在每个组内，随访时的图形度量是否与基线时不同？）（图2c）D.图形度量纵向变化的组间差异（即组间的图形度量是否不同？）（图2d）。

图2本研究的四个主要分析

这个假设模型旨在展示当前研究中进行的四种主要分析。数据点反映了阿尔茨海默病（AD）患者、早期轻度认知障碍患者（EMCI）、晚期轻度认知障碍患者（LMCI）和认知正常个体（CN）在两个时间点（基线和随访）的功能连通性示例。研究人员研究了：A)基线时横断面组间差异，B)随访时横断面组间差异，C)组内纵向变化，D)组间纵向变化。

2.6 统计分析

进行了多个统计检验以检测差异。使用NCSS 2023（数字Cruncher统计系统）软件进行了统计分析。 使用不同的统计检验对人口统计学和临床数据进行统计分析。单向方差分析测试和Kruskal-Wallis检验分别用于识别组之间的年龄和性别不同。进行这些测试以检测每对组中CN，EMCI，LMCI和AD的差异。为了找到在AD的不同阶段的功能连接网络发生了多少变化，ANCOVA P值小于0.05被认为是一个显著差异。由于在不同的组之间计算了ANCOVA，因此绝对需要进行多个比较的校正。 为了纠正多个比较，在ANCOVA检测到的显著连接性中进行了Bonferroni校正。采用了小于0.05的Bonferroni-Correction P值来解决全球指标中的多个比较。 

统计分析分为四个关键程序：

A.基线时的群体差异：研究人员进行了一个单向ANCOVA（与年龄，性别为协变量），以比较跨预定义的稀疏性阈值（0.10到0.34，间隔为0.01），在基线的四个基线上进行了图论的表达（图2a）。 

B.随访时的组差异：进行了类似的单向ANCOVA（与年龄和性别为协变量），以评估组之间的随访时间点的差异（图2b）。

C.组内的纵向变化：为了研究图指标的纵向变化，第二次访问（随访）从第一次访问（基线）中减去了第二次访问（随访）的单个本地和全球指标（随访）。这是每个受试者在一个矩阵中包含两个时间点之间图指标差异的结果。研究人员使用配对的t检验来评估从基线到随访的每组内图论测量中的刻板变化（图2C）。

D.纵向变化的群体差异：这种混合效应分析被分为三个特定的程序，以全面了解这些措施如何随时间变化以及对照组之间的变化如何差异（CN）（图2D）。 

a.条件差异的t值（受试者因素内）：研究人员计算t值来评估每个受试者基线和随访期间图论测量的差异对每组的条件差异（对应于第一条件减去第二条件）的t值（主题因子内）进行平均，以确定每组内的变化是否具有统计学意义。

b.相互作用的F值（主体因子之间与主体因子内）：使用f值评估群体因子（主体因子之间）与条件因子（主体因子内）之间的相互作用效果。 该分析确定了与CN相比，图论测量的时间变化在四组之间是否存在显著差异，表明大脑网络变化的组特异性模式。

c.群体差异的T值（在主题因素之间）：最后，研究人员计算了t值以比较图论与对照组（CN）之间的图论测量的纵向变化。该程序有助于确定哪些群体随着时间的推移表现出更明显的特定措施变化，从而阐明了整个疾病频谱中神经变性的差异进展。

同样，为了研究淋巴结特征，ANCOVA（随着年龄，性别为协变量）用于四个组之间每个节点的相同稀疏度范围内的所有节点参数。通过Bonferroni校正方法校正142个节点的ANCOVA P值，P <0.05。

3 结果

3.1 人口统计学和临床比较

表1中的数据概述了所有参与者的人口统计信息。这项研究的参与者是：35位健康的人（15名男性，20名女性，平均年龄75.4±7.2）；46例诊断为EMCI的患者（26名男性，20名女性，平均年龄71.3±6.6）；31例LMCI患者（17名男性，14名女性，平均年龄72.3±7.5）；有20名患者出现AD（10名男性，10名女性，平均年龄74.2±7.2）。患者群体之间的基线年龄，随访期和性别没有显著差异。根据预期，与对照组相比，每个组的MMSE得分（所有p<0.00001）都有明显的变化。

表1 受试者的人口学和临床特征

数值为平均值±SD，即患者数；CN=认知正常（健康控制）；EMCI：早期轻度认知障碍；LMCI：晚期轻度认知障碍；AD：阿尔茨海默病。i：表示单因素方差分析的结果.~：表示Kruskal-wallis检验的结果

3.2 小世界大脑功能网络

与随机网络相比，在给定的阈值范围内，四组的大脑功能网络具有小世界特征。在定义的阈值水平上，与相当的随机网络相比，所有参与者的大脑功能网络特性均显示出较高的聚类系数（γ>1）和几乎相同的特征路径长度（Lambda≈1）。结果表明，在本研究中的所有参与者中，典型的小世界特性（Sigma=gamma/lambda>1）（图3）。这些结果与以前对小世界网络的研究一致。功能连接组的其他全局拓扑参数的分布，包括：分类，模块化，全局聚类系数，特征路径长度，全局效率和淋巴结效率，在不同的稀疏性阈值中显示在图S1（A-F）中。

图3

认知正常组（CN）、早期轻度认知障碍组（EMCI）、晚期轻度认知障碍组（LMCI）和阿尔茨海默病（AD）组在基线和随访时间点不同稀疏度阈值（0.1-0.5）之间的功能连接体小世界拓扑参数分布。图1显示，在定义的稀疏度范围内，各组均表现出典型的小世界特性（sigma=gamma/Lambda>1） | 小世界性或归一化聚类系数（γ）与归一化特征路径长度（λ）之比。

3.3 功能连接组的全球拓扑组织的组间差异

为每个受试者计算功能连通性矩阵，并在每组内的稀疏阈值范围内构建。然后，全球网络措施的AUC包括：分类（R），模块化（Q），聚类系数全球（C_P），特征路径长度（L_P），全球效率（E_GLOB），局部效率（E_LOC）用于检查组功能连接性的差异。

3.3.1 基线时横截面分析中的全球拓扑指标

对于基线时的横截面分析（图2a），使用其平均值，在95％的Con Fidence间隔中根据其AUCS和ANCOVA测试（以年龄和性别作为协变量，p<0.05，Bonferroni校正）（图4），使用其平均值和下限进行了全球图参数和小组之间的小世界拓扑结构的变化。在这方面，在组之间观察到功能连接组的全球拓扑组织的显著差异。具体而言，与CN相比，EMCI个体在CP方面显示出更高的全球指标（F=-2.2618，P=0.02647）和Lambda（F=-2.1551，P=0.0343），但局部效率较低（F=2.1582，P=0.03485）。与CN组相比，AD，LMCI和EMCI组显示出明显较低的CP和LAMBDA。在基线和随访检查中，这些结果都是一致的。此外，与AD相比，CN，EMCI和LMCI个体显示出显著的全球拓扑差异。在这种情况下，与AD相比，CN组显示出更高的CP（F=3.3888，P=0.00149）和Lambda（F=2.2909，P=0.02597）。同时，作为AD痴呆症的最早阶段之一，早期MCI显示出更高的CP（F=6.0724，P=0.00001）和Lambda（F=4.7963，P=0.00001），同时局部效率较低（F=-2.9894，P）。与AD患者相比，观察到=0.00638）和小世界（F=-2.7415，P=0.00876）。与AD相比，LMCI患者显示了LAMBDA，局部效率和全球聚类CO效率的变化（F=2.7807，P=0.00786;F=-2.3326，P=0.02659;F=3.3803，P=3.3803，P=0.00176）。“CN Vs. LMCI”和“EMCI Vs. LMCI”组比较未观察到显著变化。

图4 基线横截面分析中的全局图测度

|A：在阈值（0.1-0.34）范围内，功能连接组的全局拓扑参数及其AUC在不同稀疏度下的分布（A中的数字为平均AUC值）|B：使用以年龄和性别为协变量的单向ANCOVA检验，各种图拓扑参数（值为p值）的组差异的α水平（p值）|缩写：B：基线；r:Assortativity;Q：模块化，Cp：聚类系数全局；Lp：特征路径长度；E_glob：全球效率；E_loc：地方效率；γ:Gamma或归一化聚类系数；λ:λ或归一化特征路径长度；σ:Sigma或小世界；CN：认知正常；EMCI：早期轻度认知障碍；LMCI：晚期轻度认知障碍，AD：阿尔茨海默病。

3.3.2 在随访时进行的横截面分析中的全球拓扑指标

与基线程序相似，在随访时间点（图2B)，使用ANCOVA检验（以年龄和性别为协变量，P<0.05，Bonferroni校正）、它们的平均值以及基于AUCs的95%置信区间的上下界计算组间小世界拓扑和全局图参数的变化（图5）。在此背景下，“EMCI-LMCI”、“EMCI-AD”、“LMCI-AD”与全球图表指标没有明显变化。然而，与CN受试者相比，所有三组患者，包括EMCI，LMCI和AD，都显示出变化。在此背景下，EMCI、LMCI和AD患者的Cp较CN显著增加（F=-2.4855,p=0.01719;F=-2.7829,p=0.00816;F=-2.5781,p=0.01325）。同样，“CN-EMCI”（F=-2.782,p=0.00815）、“CN-LMCI”（F=-2.7985,p=0.00786）和“CN-AD”（F=-2.5445,p=0.01504）的Lambda显著增加。最后，当与EMCI的CN（F=2.1257,p=0.03954）和LMCI的CN（F=2.0779,p=0,04317）比较时，全球指标仅在小世界中发现显著下降。在“EMCI-LMCI”、“EMCI-AD”和“LMCI-AD”组的全球拓扑指标两两比较中未观察到显著变化。

图5 后续横断面分析的全局图测度

|A：功能连接组的全局拓扑参数及其AUC在不同稀疏度阈值范围（0.1-0.34）内的分布（A中的数字为平均AUC值）|B：使用以年龄和性别为协变量的单向ANCOVA检验，各图拓扑参数（值为p值）的组差异的α水平（p值）|缩写：B：基线；r:Assortativity;Q：模块化，Cp：聚类系数全局；Lp：特征路径长度；Eglob：全球效率；Eloc：地方效率；γ:Gamma或归一化聚类系数；λ:λ或归一化特征路径长度；σ:Sigma或小世界；CN：认知正常；EMCI：早期轻度认知障碍；LMCI：晚期轻度认知障碍，AD：阿尔茨海默病。

3.3.3 组内纵向变化的全局拓扑度量

对于组内的纵向变化（图2C），进行配对t检验来比较CN、EMCI、LMCI和AD组内基线和随访之间的总体测量（图6）。 对于CN组，Cp从基线（M = 0.095, SD = 0.032）到随访（M = 0.136, SD = 0.0261）显著增加（t = - 6.599, p = 0.000001）。 此外，Lambda在基线（M = 0.1651, SD = 0.067）和随访（M = 0.2416, SD = 0.053）之间显著增加（t = - 6.2644, p = 0.000001）。 相反，从基线（M = 0.1931, SD = 0.023）到随访（M = 0.1849, SD = 0.012），局部效率显著下降（t = 2.0941, p = 0.04378）。

图6所示 组内纵向变化的全局拓扑指标

|A：功能连接体的全局拓扑参数及其AUC在不同稀疏度阈值范围（0.1-0.34）内的分布（A中的值为平均AUC值）|B：使用配对t检验的各种图拓扑参数（值为p值）的组差异的α水平（p值）|缩写：B：基线；F:随访;r:Assortativity;Q：模块化，Cp：聚类系数全局；Lp：特征路径长度；Eglob：全球效率；Eloc：地方效率；γ:Gamma或归一化聚类系数；λ:λ或归一化特征路径长度；σ:Sigma或小世界；CN：认知正常；EMCI：早期轻度认知障碍；LMCI：晚期轻度认知障碍，AD：阿尔茨海默病。

同样，小世界性从基线（M = 0.7039, SD = 0.32）到随访（M = 0.4176, SD = 0.184）显著下降（t = 4.4789, p = 0,00008）。 EMCI组和LMCI组在Cp （EMCI: t = - 5.8306, p = 0.000001; LMCI: t = - 6.9202, p = 0.000001）和整体效率（EMCI: t = - 2.2891, p =）方面均表现出显著的组内纵向变化。0.02682; LMCI: t =−2.3393,p = 0.02617), Lambda （EMCI: t =−6.2114,p = 0.00001; LMCI: t =−5.7115,p = 0.000001）和Small - world （EMCI: t = 4.8857, p = 0.00001; LMCI: t = 5.1186, p = 0.00002）。 相比之下，AD组仅在Cp （t = - 24.1956, p = 0.000001）、lambda （t = - 13.4458, p = 0.000001）和small-world （t = 7.5956, p = 0.000001）上有显著变化。

3.3.4 组间纵向变化的全局拓扑度量

如前所述，相对于组之间的纵向变化的全局拓扑指标，组之间的纵向变化中的整体拓扑指标（图2D），研究人员使用混合效应模型检查了相对于对照组的差异。表2列出了组对组之间纵向变化的全球拓扑指标的结果。与对照组相比，组内的条件差异（基线与随访）的分析显示，几种全球措施都有显著变化。例如，当比较时，条件差异（对应于第一个条件，减去第二条件或主体因素内）显示CP，全球效率和LAMBDA显著增加。与CN的EMCI，LMCI和AD组，而与这些组相比，在这些组中观察到局部效率和小世界的显著降低CN。组和条件之间的相互作用效应的F值（受试者间因子和受试者内因子）进一步说明了大脑网络变化的不同轨迹。在这方面，与LMCI的个体相比，认知正常个体没有发现显著差异。但是，在将CN与EMCI进行比较时，观察到CP和LAMBDA的显著增加以及局部效率和小世界的显著降低。与AD相比，CN唯一更改的全球指标是CP和Lambda。通过分析组差异的T得分（对应于第一组减去第二组），在“CN与EMCI”和“CN与LMCI”成对组比较中发现了显著差异。值得注意的是，首先将这两个条件平均为每个受试者（受试者间因素）。在“CN”和“AD”的比较中没有发现显著差异。

表2 组间纵向变化的全局拓扑度量

组间差异纵向变化采用混合效应分析，具体分为三个步骤：1)条件效应：条件差异的T值（对应于第一个条件减去第二个条件）（主题内因素）|2)相互作用：相互作用的F值（主题间因素除以主题内因素）|3)群体差异：群体差异的T值（对应于第一组减去第二组）。注意：这两个条件将首先对每个受试者（BetweensubjectFactor）取平均值|值为t值和p值。p值小于0.05为显著性差异|缩写：CN：认知正常；EMCI：早期轻度认知障碍；LMCI：晚期轻度认知障碍；AD：阿尔茨海默病；Cp：全局聚类系数；Eglob：全球效率；Eloc：本地效率；Lambda：归一化特征路径长度；σ:small-worldness。

3.3.5 区域（节点）网络特性的组间差异

组间（淋巴结）网络属性的组间差异，以调查节点网络属性的特征和变化，ANCOVA测试，ANCOVA测试（P<0.05，Bonferroni，Bonferroni校正-随着年龄的年龄和性别作为协变性），基于AUC的AUC来检测各个部位的大脑差异。中心性（BC），程度中心性（DC），特征向量中心（EC），节点效率（NLE），PagerankCentrantil（PR）和参与系数（PC）（PC）（Bonferroni在p<0.05）进行了分析，以相互分析为单位。基线，在随访中的横截面，组内的纵向变化

3.3.6 功能连通性的组间差异和改变

随访时的横截面变化，与AD在随访时相比，基线的纵向变化的补充S7是在基线上显示出显著差异的。

4 讨论

在这项研究中，研究人员使用了一种全面的方法学方法，该方法既整合了横截面和纵向分析以及图论指标，以检查AD和健康衰老的不同阶段中静止状态fMRI功能的变化。通过分析基线和跟踪组之间和之间的纵向变化的群体差异，研究人员能够捕获与认知能力下降相关的大脑网络变化的不断变化的性质。这种多方面的方法使研究人员能够对大脑连通性如何随着时间的变化进行重要见解，从而更详细地了解阿尔茨海默氏病的不同阶段的神经退行性过程。

4.1 基线横断面分析的静息状态网络和功能连通性

基线时横截面分析中的静止状态网络和功能连接性在基线时横截面分析的目标是确定这些组之间通过全球图论指标测量的基本脑网络属性是否存在显著差异。值得注意的是，在基线的横截面分析中，在AD患者和CN患者之间观察到了CP和LAMBDA的明显差异。在“EMCI-AD”和“LMCI-AD”指标的成对组比较中发现了类似的显著变化，这表明AD与与CP和Lambda有关的大脑网络拓扑中的显著破坏有关。结果还表明，“CN-EMCI”，“EMCI-AD”和“LMCI-AD”的局部效率发生了重大变化。在比较EMCI和AD时，较小的世界显示出显著差异。先前的研究表明，患有AD的患者的局部效率发生了重大变化。一方面，这表明与CN，EMCI和LMCI相比，AD患者在全球大脑的全球网络组织中显示出显著变化。另一方面，lambda的变化表明，与CN相比，EMCI中网络中的总体最短路径的时间更长，这可能表明甚至在转向AD之前，信息传输效率的早期变化。鉴于早期发现AD的重要性，研究EMCI患者的异常变化可能是有用的。EMCI患者的大脑功能连接异常。受EMCI影响的大脑区域主要是分布在额叶和颞叶之间。EMCI的局部效率降低表明，与CN个体相比，网络中处理局部信息的能力开始恶化。改变的局部效率表明，与CN个体相比，网络中处理本地信息的能力开始恶化。这些结果表明，EMCI已经在脑网络组织中显示出一些恶化，尽管这些变化不如AD中的明显。Lambda，本地效率和CP的变化可能反映了早期网络的破坏。人们普遍认为，额叶皮质在人类记忆中起着关键作用。特别是，左额叶的激活对于将口头体验的努力编码为长期记忆很重要。人们广泛认识到，颞叶（尤其是内侧零件）和内存功能之间存在明显的联系。此外，前额叶环路对于情节编码和子序列记忆很重要。因此，研究人员的结果表明，两个叶中的异常FC可能是EMCI患者记忆缺陷的标志，是AD的最早阶段。

关于淋巴结变化，在右心室前额叶皮层（vent aPFC）中发现了度中心性和Pagerank中心性提高功能连通性。度中心性反映了大脑区域的直接连接数量，表明心室前额叶皮层更强烈地与网络中的其他大脑区域相关。另一方面，PageRank中心性强调了节点与其他高度连接节点的连接良好的重要性。这种措施的改变表明，该区域在认知障碍的早期阶段可能在网络中的信息流中起关键作用。在腹侧前皮层（vlPFC）中发现功能连通性的降低，这表明该区域在传达不同大脑区域之间的信息方面的关键不足。相比之下，在左侧枕叶皮层中观察到功能连通性的提高，这表明该区域在促进整个网络的连接方面具有更大的影响。中间中心性触发了节点在其他节点之间最短路径上充当桥梁的频率。该指标的变化表明，不同大脑区域整合到整体网络的效率发生了变化。

结果还显示，背外侧前额叶皮层（dlPFC）和右侧楔前叶的功能连通性增加。这些结果与研究人员的结果一致，并支持EMCI和MCI代表健康衰老和痴呆症之间的过渡阶段的想法，早期的变化发生在后扣带皮层和楔前。他们还建议，默认模式网络中的活动改变可能是AD病理学的早期指标，这与研究人员在研究中观察到的相一致。使用特征向量中心性时，未观察到淋巴结指标的显著变化。鉴于各种横断面研究表明，与年轻受试者相比，这些结果并不奇怪。自从先前的研究以来的结果表明，AD患者大脑的拓扑特性有破坏，显示出局部效率的提高，但降低了全球效率。受影响的大脑区域主要位于默认模式网络，颞叶和特定的皮层下区域，所有这些区域都与AD的神经病理学变化密切相关，这与研究人员的发现一致。与LMCI相比，CN在程度和PageRank中心性方面没有显著差异。 然而，在dlPFC、左枕叶、右枕后、基底节区、左扣带后区、右顶叶顶内沟（IPS）、扣带背前皮层（dACC）和右顶叶等区域，神经元的度中心性、节点效率、特征向量中心性和参与系数之间有变化。

受影响最大的脑网络拓扑是“CN-AD”，其中所有节点指标显示不同区域出现显著变化。在度和PageRank中心性方面，CN和LMCI之间没有显著差异，说明网络内的连接数（degree）和节点的影响力（PageRank）在CN和LMCI之间保持相对稳定。此外，在“CN-LMCI”的几个脑区观察到显著的变化，包括：背外侧前额叶皮层（一个参与执行功能和工作记忆的关键区域）、左右枕叶区（对视觉处理很重要）、基底神经节（一个与运动控制和认知功能相关的区域）、左后扣带（默认模式网络（DMN）的一部分，参与记忆和自我参照思维）、右顶叶内沟（对空间注意和感知至关重要）、背前扣带皮层（dACC）（参与认知控制和决策）和右顶叶皮层（与空间意识和注意力有关）。这些区域的变化表明LMCI中关键的认知和感觉网络受到破坏。这些变化可以通过中介中心性、节点效率、特征向量中心性和参与系数等度量来捕捉。这些结果表明，LMCI的网络中断更局部，影响特定的认知和功能区域。值得注意的是，Xiang等利用脑功能网络研究了AD早期的异常脑连通性，并报道EMCI的聚类系数高于LMCI，而LMCI的平均最短路径比EMCI长。虽然差异不显著，但这种分析脑功能网络差异的方法可以为分类区分EMCI和LMCI提供有效的特征参考。

4.2 随访时横断面分析的静息状态网络和功能连通性

随访时横断面分析的主要目的是检查在基线时观察到的脑网络组织的差异是否随着时间的推移在认知障碍谱系中持续、恶化或改变。该分析使研究人员能够确定随着疾病的进展，AD及其相关阶段是否会导致进一步显著的网络中断。随访分析结果显示，与CN组相比，EMCI、LMCI和AD组在脑网络组织方面继续表现出显著差异。这表明，在基线时观察到的干扰会随着时间的推移而持续存在，表明认知障碍与大脑网络结构的持续变化有关。在此背景下，研究结果显示，与CN相比，EMCI、LMCI和AD组均存在显著差异。其中，“CN-EMCI”和“CN-LMCI”的小世界度、Lambda和Cp发生了显著变化。以往的研究也表明，随着四组认知缺陷的增加，静息状态功能网络的最短路径逐渐增加，聚类系数逐渐降低。这些结果表明，随着认知障碍从正常到轻度（EMCI和LMCI）的发展，网络拓扑结构进一步恶化。对比CN组和AD组，发现只有Lambda和Cp有显著变化。这表明，在认知衰退的更高级阶段，如AD，特征路径长度和全局聚类系数——两者都是网络效率和组织的指标——受到的影响特别大，而其他全局指标，如小世界可能会稳定或不再出现，将会有显著差异。

当比较认知正常组和EMCI组时，淋巴结指标分析显示，唯一显著的变化发生在右侧枕后区。这种变化是使用节点效率度量来确定的。当比较CN和LMCI时，在PageRank中心性和参与系数方面没有发现显著的脑区差异。然而，通过度和特征向量中心性来识别，左侧颞结显示FC减少，而右侧下顶叶（IPL）的中间中心性显示FC减少。研究表明，进行性轻度认知损伤表现为左侧颞极和海马旁回特征向量中心性降低，左侧额叶中回特征向量中心性增加。此外，与正常对照组相比，EMCI和MCI患者右侧海马和双侧海马旁回的特征向量中心性下降。唯一显示FC增加的区域是通过节效率识别的，位于左枕叶和岛叶皮层。与LMCI相比，CN的PageRank中心性和参与系数没有显著差异。度中心性和特征向量中心性发现左侧颞节点FC减少。左颞叶中对记忆和语言处理至关重要的区域FC的减少可能表明，在LMCI的发展过程中，该区域失去了直接和有影响的连接。中间中心也显示右侧下顶叶（IPL）的FC减少，这是一个涉及注意和感觉信息整合的区域。中间性中心性衡量一个节点在网络中充当其他节点之间桥梁的频率。该指标的下降可能表明，IPL在调节网络内信息传递方面变得不那么重要，这可能导致与LMCI相关的认知能力下降。需要强调的是，节点效率显示左侧枕叶和岛叶皮层FC增加。左枕区参与视觉处理，岛叶皮层在整合感觉、情绪和认知信息方面起着关键作用。

随访时，CN与AD在淋巴结效率和受累系数上无明显差异。度和PageRank中心性确定了相同的大脑区域，包括：左侧楔前叶、右侧枕肌和右侧梭状肌在FC中增加。特征向量中心性仅显示腹额叶皮层的FC减少。在节点效率和参与系数方面，CN与AD没有显著差异。这表明，尽管AD的进展，个体大脑区域与网络其他部分有效沟通的整体能力（通过节点效率来衡量）及其与不同网络模块的相互作用程度（通过参与系数来衡量）在此比较中保持相对不变。这些指标可能无法捕捉到与AD相关的大脑连接变化的全部程度。相比之下，度中心性和PageRank中心性在以下脑区发现了FC的增加：左楔前叶：默认模式网络（DMN）的中心节点，涉及自我参照思想、记忆和意识；右枕部：参与视觉处理；右梭状回：这是物体识别的重要区域，包括人脸识别。特征向量中心性还发现了腹额叶皮层功能连接的减少。该区域与决策、社会行为和情绪调节等高级认知功能有关。先前的研究表明，AD组与正常对照组相比，AD组的内侧颞叶、扣带、梭状回区、内侧额叶和眶额回发生了变化，这一结果在意料之中。先前的研究也表明，在AD、EMCI和MCI中，额回、小脑的分类性、度中心性、聚类、节点和局部效率都发生了改变。

群体纵向变化中的静息状态网络和功能连通性

AD是一种进行性疾病，随着疾病的进展，通过轴突通路向其他脑区扩散。据报道，这种扩展受到脑白质潜在结构连接组的限制，这可能反映了大脑网络拓扑如何影响阿尔茨海默病早期损伤的神经元反应的可能机制。纵向变化（组内）的目标是确定每个组内特定的图论指标如何随时间演变（例如，基线时的CN与随访时的CN）。该分析旨在检测组内显著的变化，这些变化可能反映疾病进展、代偿机制或脑网络特性随时间的稳定性。研究人员的研究结果为这一假设提供了一些支持，研究人员发现对比CN参与者；在纵向分析中，EMCI、LMCI和AD患者在全局图指标上均显示出显著差异，这表明在AD过程中，大脑功能网络发生了动态重组。

研究人员的研究结果显示，健康老年人在小世界、Lambda、局部效率和Cp方面的纵向FC变化显著，反映了即使在没有认知障碍的情况下，大脑网络组织的动态性质。这些变化可能是由自然老化过程引起的，它影响了局部和全局连接之间的平衡，以及大脑网络中信息处理的效率。尽管这些变化并不一定表明认知能力下降，但它们表明，随着时间的推移，大脑网络受到与年龄相关的结构和功能变化的影响，经历了持续的适应。

对个体EMCI和LMCI的纵向FC变化的研究显示，关键图论指标（包括小世界性、Lambda、全局效率和Cp）存在显著差异。这些结果表明，个体EMCI和LMCI的大脑网络拓扑结构随着时间的推移发生了可测量的变化。一个关键的观察结果是，AD患者随时间的纵向变化结果显示，小世界、Lambda和Cp的FC也发生了显著变化。其中，小世界属性在AD不同进展阶段组间存在显著差异，说明在AD病程中，大脑网络的信息传递效率发生了显著变化。

就EMCI的纵向节点变化而言，大多数受影响的区域属于DMN，DMN被认为负责情景记忆的形成和注意力，以及扣带-盖网络。DMN被认为主要负责内部集中的思维过程，如自传体记忆和自我体验，而扣带-盖网络（cingulo-opercular,CON）是人类大脑中调节行为的执行网络。CON由许多广泛分布的皮质区域组成，这些区域涉及对较低水平（即运动）和较高水平（即认知）功能的自上而下控制，以及对疼痛刺激的处理。先前的研究一致表明，DMN是AD中受影响的第一个网络，并且已知AD患者中DMN的FC减少。同样，检查LMCI内的纵向FC变化主要发生在扣谷-眼窝网络、DMN、额颞叶和感觉运动网络。位于CON网络中的左右额叶腹侧皮层、梭状回区、基底神经节、左丘脑和右侧颞上皮层等区域是受影响最严重的区域，通过节点指标可以识别为明显不同的区域。关于AD纵向FC节点指标的变化，包括扣带-盖网络、默认模式网络、额顶叶网络、枕叶网络和感觉运动网络在内的几乎所有脑网络均出现显著变化。

4.3 静息状态网络和组间纵向功能连接

组间纵向分析的目的是比较各组与对照组（CN）相比，脑网络测量随时间的发展有何不同。目的是捕获与CN相比，网络变化的速率和幅度的跨组差异，这可能揭示从健康认知过渡到认知障碍各个阶段以及最终AD发挥作用的潜在神经机制。通过应用混合效应模型，研究人员考虑了条件差异（对应于第一个时间点减去第二个时间点，或主体-因素内差异）、相互作用（或主体-因素之间和主体-因素内）和群体差异(对应于第一个时间点减去第二个时间点，这提供了一个全面了解CN、EMCI、LMCI和AD组之间的纵向变化差异。这不仅可以理解组内的变化，还可以理解组间的差异，这些变化是如何随着时间的推移而显现的。 当比较CN组和EMCI组时，在几个脑网络指标上观察到显著差异。特别是Cp、Lambda和small-world变化明显。此外，总体效率的显著变化是由于条件效应和群体差异。这与研究表明，随着认知障碍的进展，整体效率趋于下降，反映了整体网络通信效率的下降是一致的。相比之下，局部效率是唯一显示出由于相互作用而发生显著变化的指标，这表明认知障碍对局部网络连通性的影响取决于特定组和观察到的纵向变化。

在比较认知正常个体和LMCI患者时，在Cp、整体效率、lambda和小世界性方面发现了显著变化。从条件效应和组差异（组差异）两方面观察这些变化。条件效应是指同一组内随时间的变化（例如，从基线到随访）。由于状态效应，这些指标发生了显著变化，这表明LMCI的脑网络特性随着时间的推移发生了显著变化，表明进行性恶化。而组间差异是指在给定时间点CN和LMCI之间的差异。这些指标的显著差异突出了LMCI患者的网络特性与CN患者的不同，并突出了晚期认知障碍对脑网络组织的影响。

最后，在CN个体和AD患者之间的比较中，发现了几个图论指标的显著变化，特别是与状态效应相关的指标。这表明，随着疾病的发展，大脑网络结构会发生渐进式变化。疾病影响导致Cp的显著变化与研究表明AD患者局部连接的广泛恶化是一致的，这是神经变性的标志。与CN患者相比，AD患者局部效率的降低表明大脑支持局部处理的能力下降。这是由于阿尔茨海默病的网络恶化，这反映了突触连接的丧失，而突触连接对于维持特定大脑区域的功能完整性至关重要。值得注意的是，在CN和AD之间观察到的Cp和lambda的显著相互作用表明，随着时间的推移，AD的进展对这些网络测量的影响与CN个体不同。

4.4 局限与优势

本研究的主要目的是研究AD不同阶段的横断面和纵向两两比较，以利用多节点中心性和各种全局指标阐明每个阶段不同的网络中断。通过在认知正常、早期轻度认知障碍、晚期轻度认知障碍和AD组之间进行详细的两两比较，研究人员强调了区分疾病各个阶段的特定网络改变。这项详细的分析提供了有价值的生物标志物，可以被临床医生用于改善AD进展的诊断和监测，从而为这种神经退行性疾病及其不同阶段的潜在机制提供更深入的见解。该研究包括了大量处于认知衰退不同阶段的参与者，增强了研究结果的稳健性和泛化能力。尽管如此，目前的研究仍存在一些潜在的局限性。首先，ADNI数据集中的纵向fMRI数据具有较短的时间间隔（即1或2年）。因此，建议进一步进行长期的纵向研究，以调查AD网络及其阶段的动态变化。其次，研究人员的数据集仅由EMCI、LMCI、AD和CN组组成。因此，对轻度认知障碍（MCI）和主观记忆障碍（SMC）个体进行研究是有必要的。第三，由于采用了没有权重的二元网络模型，可能会遗漏很多有价值的信息。因此，未来的研究应更加注重探索更现实的加权网络模型。第四，研究人员仅使用包含142个区域（不包括中枢）的Dosenbach图谱来分析脑功能连接体的拓扑组织。然而，网络属性对基于分割策略和空间尺度的节点定义很敏感。在今后的工作中，应明确研究更可靠的包裹尺度和测试-重测试信度图谱。第五，在更大的队列和其他老年模式中验证当前的研究结果可能对了解AD患者的症状和预后至关重要。最后，研究人员的主要重点是图形全局和节点指标，并分析AD阶段各组两两比较之间的功能连接（FC）变化，这导致研究人员只检查这些测量。因此，在未来的研究中，应该引入对不同神经生理测试性能的综合评价，以实现它们之间的因果关系，并提供更多有趣的发现。

5 结论

本研究强调了AD进展过程中脑功能连接的演化性质，并揭示了静息状态网络发生的动态变化。虽然研究人员对这些纵向变化的理解经常是矛盾的，但研究人员的综合分析，使用纵向和横断面方法，提供了至关重要的见解。通过应用图论指标，研究人员能够在基线和随访中识别出显著的组差异，并查明阿尔茨海默病不同阶段的重要连接变化。此外，随着时间的推移，在组内注意到显著的变化，说明了脑网络功能障碍的进展。最后，混合效应分析提供了对群体间纵向变化差异的更深入理解，并揭示了认知衰退的不同轨迹。这些结果证明了图论指标在跟踪阿尔茨海默病进展和区分不同阶段认知障碍方面的效用。这种方法最终可能有助于为处于阿尔茨海默病不同阶段的个体提供更精确的诊断标记和更有针对性的治疗干预。

精读分享

研究目的

本研究旨在利用静息态功能磁共振成像（rs-fMRI）结合图论方法，对阿尔茨海默病（AD）从正常认知到早期和晚期轻度认知障碍再到痴呆阶段的功能连接变化进行系统刻画，探索脑网络拓扑学指标随疾病进展的动态演变过程，从而为早期诊断与进展监测提供客观生物标志物。

方法与数据

数据来源：研究数据来自ADNI（Alzheimer’s Disease Neuroimaging Initiative）数据库，共纳入132名受试者，包括35名正常对照（CN）、46名早期轻度认知障碍（EMCI）、31名晚期轻度认知障碍（LMCI）和20名AD患者，所有受试者均完成了基线与约两年的随访影像采集。

分析方法：研究对全脑142个脑区的时序信号进行相关性计算，构建功能连接矩阵，并通过图论方法提取多种网络指标，包括聚类系数、特征路径长度、全局与局部效率、小世界性等。采用横断面分析比较各组在基线和随访时的差异，并通过纵向配对t检验和协方差分析（ANCOVA，控制年龄与性别）考察不同组别内外的动态变化，结果经过Bonferroni校正。

主要发现

结果显示，所有AD及MCI组均在基线和随访时与正常对照存在显著差异，尤其表现在小世界性下降、聚类系数和全局效率改变及路径长度延长。EMCI和LMCI阶段已出现显著的网络拓扑改变，纵向分析提示这些指标在随访中持续恶化，而AD组表现出最明显的破坏。不同阶段的组间比较揭示了脑功能网络由整合与分离平衡向逐渐失衡演化的过程。

意义与局限性

意义：本研究通过结合横断面与纵向设计，弥补了以往仅横断面研究的不足，提供了AD进展过程中功能连接动态变化的系统图谱，为功能连接拓扑学指标作为早期生物标志物提供了证据，具有临床应用潜力。

局限性：样本量较小，尤其AD患者人数有限；随访时间相对较短，难以覆盖更长期的变化；且未结合分子影像或遗传学数据进行多模态验证。

结论

参考文献

Khodadadi Arpanahi S, Hamidpour S, Ghasvarian Jahromi K. Mapping Alzheimer's disease stages toward it's progression: A comprehensive cross-sectional and longitudinal study using resting-state fMRI and graph theory. Ageing Res Rev. 2025 Jan;103:102590. doi: 10.1016/j.arr.2024.102590. Epub 2024 Nov 19. PMID: 39566740.

解读：李孜怡

审核：褚凡