发布:2026-05-12 浏览:9 次
杭州脑海科技有限公司开发的“多模态脑影像一键式数据分析平台”,集成700余种脑影像算法,覆盖sMRI、fMRI、dMRI、QSM、pCASL、MRS全模态数据。平台融合体素-表面-亚区-网络多层级解析,提供跨模态结构-功能耦合、功能-纤维追踪、灰质萎缩脑网络等特色分析,同时兼容啮齿类动物研究。本文聚焦于其中的自由水算法,面向孤立性REM睡眠行为障碍开展应用研究。借助该平台,可一键式获取分析结果。如有兴趣,欢迎联系19906719439咨询或预约产品演示。
本篇文献分享发表于Alzheimer’s Dement(IF=11.1)杂志。本公众号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成果。
1.引言
孤立性REM睡眠行为障碍(iRBD) 是一种异态睡眠,其特征是REM睡眠期正常的肌肉松弛状态消失,导致患者出现异常且常伴有暴力的动作和发声。它被广泛认为是突触核蛋白病的早期表现,如路易体痴呆(DLB)、帕金森病(PD)和多系统萎缩(MSA),超过90%的患者在15年内会进展为其中一种疾病,超过90%的患者在15年内会进展为其中一种疾病。iRBD患者经历与显性突触核蛋白病相似的大脑改变,包括脑萎缩、灌注异常和纹状体多巴胺转运蛋白结合减少。尽管现有的影像标志物已被研究作为疾病进展的潜在预测指标,但它们很少在大型多中心研究或不同MRI参数下进行测试,且往往缺乏区分DLB和PD进展的特异性。鉴于这些局限性,迫切需要新的生物标志物,能够根据靶向脑区的神经退行性变严重程度对iRBD患者进行分层,并预测向DLB或PD的不同转化轨迹。这将有助于指导早期靶向神经保护干预,可能改变疾病进程。
弥散MRI中的自由水分析(FW)是一种有前景的方法,通过量化细胞外各向同性弥散的自由水来反映神经炎症、水肿和神经退行性变。该技术通过双室模型增强了传统弥散张量成像,将细胞外自由水的各向同性弥散与组织内的各向异性受限弥散分离开来。该方法已应用于多种神经退行性疾病以检测FW的增加,包括PD,其中在黑质(SN)后部区域观察到FW含量增加,该基底节结构与帕金森综合征和突触核蛋白病密切相关。SN中FW增加已与多种疾病标志物和PD的临床特征相关,包括纹状体多巴胺结合减少和运动特征,尤其是运动迟缓。PD患者基底前脑,特别是Meynert基底核(NBM)中的FW增加也已在众多研究中报道,并与认知功能障碍相关,尤其是注意力和记忆缺陷。在DLB中,NBM中类似FW改变已被观察到,并与胆碱能缺陷和认知下降相关。
尽管FW成像已在PD和DLB中得到研究,但关于其在iRBD等前驱期应用的数据有限。迄今为止,仅有三项单中心研究调查了iRBD患者与健康对照相比基底前脑或后部SN中的FW变化。尽管一项研究未发现iRBD与对照组之间的变化,但其他研究发现基底前脑或后部SN中的FW含量增加,介于对照组和PD患者之间。这表明iRBD中的FW增加反映了疾病进展和早期神经退行性改变。然而,这些研究受到缺乏纵向数据和多中心验证的限制,对FW预测iRBD不同疾病进展路径的价值存在不确定性。了解后部SN和NBM中FW的变化可能揭示与iRBD向PD或DLB转化相关的运动和认知通路标志物。
此研究利用了一个大型的多中心弥散MRI扫描数据集,该数据集包含来自全球五个中心的前瞻性纵向队列中经视频多导睡眠监测(vPSG)确诊的iRBD患者和健康对照的扫描数据。此研究处理弥散MRI数据以提取NBM和后部SN中的FW含量,并比较了iRBD患者与对照组的FW含量。此研究评估了iRBD患者中FW含量的临床相关性,并研究了其预测特定疾病进展亚型(包括DLB和PD)或保持无病状态的能力。最后,此研究评估了FW是否独立于NBM结构萎缩预测转化。此研究假设NBM和后部SN中FW含量增加可预测iRBD患者特定的临床转化。
2.方法
2.1样本
此纵向、多中心、前瞻性研究纳入经vPSG确诊的iRBD患者和健康对照,所有受试者均接受了脑MRI扫描,包括T1加权和弥散加权扫描。招募工作在五个中心独立开展,这些中心均拥有成熟的睡眠与运动障碍门诊纵向队列。这些中心包括:蒙特利尔圣心医院睡眠医学高级研究中心和蒙特利尔神经研究所(加拿大蒙特利尔);查尔斯大学第一医学院(捷克布拉格);牛津发现队列(英国牛津);皮提耶-萨勒佩特里尔医院运动障碍门诊(法国巴黎);以及帕金森病进展标志物倡议研究。
图1 流程图展示 NBM 分析与pSN分析中受试者筛选与纳入流程。
iRBD根据国际睡眠障碍分类第三版标准诊断,所有患者均接受一晚vPSG记录。确诊后,患者接受了神经学及认知功能评估,以确认RBD处于孤立期,即不伴其他症状的发作期。如果患者在MRI采集时间最近的临床评估中已发展为显性神经退行性突触核蛋白病(DLB、PD或MSA),则被排除。其他排除标准包括:有脑干卒中病史、癫痫诊断、脑电图显示癫痫样异常、抗抑郁药诱发的RBD,以及睡眠行走、夜惊症或未经治疗的阻塞性睡眠呼吸暂停等RBD症状。所有患者均接受蒙特利尔认知评估以评估整体认知功能,以及运动障碍学会统一帕金森病评定量表第三部分以评估帕金森运动特征的严重程度。患者接受每年一次的前瞻性神经和认知检查,以评估是否转化为PD、DLB或MSA。此研究获得各参与中心研究伦理委员会的批准,并获得蒙特利尔北岛综合大学卫生和社会服务中心及麦吉尔大学健康中心的多中心批准。所有程序均遵循1964年《赫尔辛基宣言》及其后续修正案的伦理标准。这些参与者中的一部分此前作为多中心影像研究的一部分在iRBD中使用T1或弥散加权MRI扫描进行了研究。
2.2 MRI处理
每个中心使用3T MRI扫描仪采集T1加权和弥散加权数据。所有MRI扫描在预处理前均进行视觉检查以排除伪影。T1加权MRI扫描首先使用FreeSurfer进行处理,按照既定方法对皮层和皮层下结构进行分割。然后将FreeSurfer分割图谱、皮层数据与弥散加权图像及相应的bval和bvec文件结合,作为TractoFlow-基于图谱分割流程的输入。TractoFlow-ABS是一个自动化弥散MRI处理流程,旨在进行伪影去除、预处理和纤维追踪,以实现稳健、大规模的定量分析。
弥散成像处理的关键参数包括单壳和多壳数据,FW估计使用单壳数据进行。纤维反应函数采用自适应方式设定,并通过局部概率追踪技术进行纤维束追踪分析。种子点放置于白质/灰质界面,每个体素放置20个种子点。对于梯度方向少于32个的数据集,球谐函数设置为6阶,否则设置为8阶。FW分数(每体素范围0-1)使用FreeWater Flow工具计算。关键参数包括胼胝体中轴向弥散率为0.001,脑室中平均弥散率为0.0025,径向弥散率范围为0.0001至0.0065,并有特定的正则化设置。
为提取FW含量,将感兴趣区与MNI152模板空间对齐。基底前脑ROI使用来自JuBrain解剖工具箱死后数据的概率图谱,采用Mesulam命名法。选择了两个不同的基底前脑ROI,即左右NBM,作为主要ROI。SN ROI使用MarsBar中2 mm各向同性立方体定义,左侧后部SN坐标为(x = -11, y = -21, z = -13),右侧后部SN坐标为(x = 11, y = -21, z = -15)作为目标区域,左侧前部SN坐标为(x = -9, y = -15, z = -13),右侧前部SN坐标为(x = 9, y = -15, z = -13)作为额外对照区域。
在掩模配准过程中,T1加权图像采用SPM12软件包(版本6906)中的CAT12工具箱进行进一步处理,该工具基于MATLAB R2018B协议,生成每位患者的全脑形变及调制图像。该步骤包括组织类别分割、强度不均匀性偏倚校正,以及非线性变换至MNI模板空间。 使用Advanced Normalization Tools与定制代码生成用于将ROI配准到患者空间的变换图。该过程包括使用antsApplyTransforms工具将每个掩膜配准到来自TractoFlow的T1形变图像,采用NearestNeighbor函数。MarsBar定义的ROI同样进行变换。然后使用定制脚本提取每个ROI的平均FW值。FW值接近0表示组织内受限水运动,而接近1的值反映细胞外空间自由弥散,提示神经炎症。
为确定基底前脑中的FW含量是否独立于区域萎缩预测转化,此研究还从所有参与者的相同NBM区域提取了灰质体积。NBM ROI与用于FW提取的ROI相同。左右NBM的掩膜使用SPM12共同配准并重切片至MNI152模板。然后使用“get_totals”脚本从未平滑、调制的灰质图中提取灰质体积估计值。由于脑容量与头围呈比例关系,此研究提取了每位受试者的总体颅内体积,并通过将各脑区体积除以相应总体颅内体积对所有体积测量值进行标准化处理。
在脑海科技云平台中,内置了自由水分析模块,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。平台提供完整的操作文档、培训视频及更新日志体系,便于用户快速掌握。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。读者可对照思考如何在平台中实现类似的分析流程。感兴趣可联系预约产品演示。
3.结果
3.1 参与者
多中心iRBD队列最初包括592名参与者,包含289名vPSG确诊的iRBD患者和303名对照,均在本前瞻性研究中于五个中心接受了T1和弥散加权脑MRI扫描。该队列研究纳入了来自蒙特利尔的159名受试者、来自布拉格的140名受试者以及来自牛津大学的132名受试者,来自巴黎的107例,来自帕金森病进展标志物研究计划的54例。所有扫描数据均成功通过初始弥散MRI处理;然而,有25例因配准问题在视觉质量控制中被排除,最终567例扫描符合分析条件。为确保iRBD组和对照组之间的可比性,有129例扫描因年龄和性别统计匹配而被排除。大多数排除发生在对照组,排除126名对照和28名iRBD患者。所有MRI处理和FW估计均在匹配前进行,以防止事后质量控制引入不平衡。因此,后部SN分析共保留438名参与者(261例iRBD患者,177名对照),无进一步排除,因为所有扫描均显示良好配准。
在该样本中,iRBD患者平均年龄66.3岁(SD: 6.5),32例(12%)为女性。平均MoCA评分为25.4(SD: 3.0),平均MDS-UPDRS-III评分为6.4(SD: 5.5)。iRBD患者的MoCA评分显著低于对照组(p < 0.001),MDS-UPDRS-III评分显著高于对照组(p < 0.001)。根据初始组构成,纳入和排除参与者之间的人口学比较反映了匹配的影响。被排除的对照显著更年轻(58.1岁,p < 0.001)且女性比例更高(72%,p < 0.001),而被排除的iRBD患者年龄更大(73.9岁,p < 0.001)。被排除与纳入的iRBD患者在MoCA评分(p = 0.24)、MDS-UPDRS-III(p = 0.91)或性别(p = 0.20)方面无显著差异。
由于NBM解剖位置靠近脑脊液可能污染FW估计,经过严格的质量控制,该区域保留了272例MRI扫描,包括143例iRBD患者和129名对照,年龄(p = 0.62)和性别分布(p = 0.13)相似。纳入NBM分析(n = 143)和后部SN分析(n = 261)的iRBD患者在年龄(p = 0.33)、性别分布(p = 0.73)、MoCA评分(p = 0.40)和MDS-UPDRS-III评分(p = 0.50)方面无差异。
3.2自由水不能区分iRBD患者与对照
此研究首先调查了NBM和后部SN中的FW含量在iRBD患者与对照组整体之间是否存在差异。在NBM中,患者平均FW值为0.295(SD: 0.07),对照为0.291(SD: 0.07),平均差异为-0.004,无显著性(95% CI: -0.02至0.01;p = 0.61,图2)。类似地,在双侧后部SN中,患者平均FW值为0.216(SD: 0.10),对照为0.221(SD: 0.10),平均差异为0.006,无显著性(95% CI: -0.01至0.02;p = 0.54)。此外,将NBM和后部SN分为左右半球或分析前部SN作为对照区域时,组间均未观察到FW含量的显著差异。
图2 iRBD患者与对照组中的FW水平。
3.3 NBM中的自由水与认知下降相关
此研究检验了NBM和后部SN中的FW含量是否与iRBD患者的MoCA和MDS-UPDRS-III评分相关。研究观察到NBM中的FW与iRBD患者的MoCA评分呈显著负相关,FW含量增加与MoCA评分降低相关(r = -0.25, p = 0.004)。该相关性在左右半球均显著,左半球相关性为r = -0.27(p = 0.002),右半球为r = -0.18(p = 0.036)。FW与MoCA之间的相关强度在半球间无显著差异(系数差异= -0.08, 95% CI: -0.23至0.06, p = 0.23)。然而,在调整年龄和性别后,该相关性仅在左侧NBM中保持显著。相比之下,NBM或后部SN中的FW含量与iRBD患者的MDS-UPDRS-III评分均无显著相关性。此外,后部SN中的FW含量与iRBD患者的MoCA评分无显著相关性,对照组中也无显著相关性。
图3散点图显示iRBD患者(红色)与健康对照者(蓝色)中 NBM 水分含量与MoCA评分之间的关系。
3.4 FW增加与iRBD患者更高的转化风险相关
为评估FW是否与iRBD疾病进展相关,此研究比较了在随访期间进展为临床确诊的突触核蛋白病的iRBD患者与保持无病者的NBM和后部SN中的FW含量。在261例患者中,31例(12%)失访,最终纳入230例纵向随访的iRBD患者。失访患者与随访患者在NBM(p = 0.56)、后部SN(p = 0.45)、前部SN(p = 0.55)的FW值、年龄(p = 0.06)、性别(p = 0.06)和MDS-UPDRS-III评分(p = 0.38)方面无显著差异。然而,MoCA评分存在显著差异(p = 0.002),失访患者认知表现低于保留者(23.7 vs 25.7, p = 0.002)。患者随访中位时间为8.4年。在最近一次临床检查中,64例(28%)患者已转化为神经退行性疾病,166例(72%)保持无病状态。转化者与未转化者在MRI扫描时年龄(p = 0.52)、性别(p = 0.65)和MDS-UPDRS-III评分(p = 0.28)方面无显著差异。然而,iRBD转化者MoCA评分较低(p = 0.028)。
按转化状态对iRBD患者分层时,此研究发现转化者与未转化者之间FW含量存在显著差异。iRBD转化者在双侧NBM中表现出比未转化者更高的FW值,平均差异为-0.044 ± 0.013(95% CI: -0.070至-0.019, p < 0.001)。该增加在左半球(平均差异: -0.045 ± 0.015, 95% CI: -0.074至-0.016, p = 0.003)和右半球NBM(平均差异: -0.042 ± 0.038, 95% CI: -0.069至-0.015, p = 0.003)均显著。在后部SN中,iRBD转化者仅在左侧显示出FW增加(平均差异: -0.034 ± 0.017, 95% CI: -0.068至-0.002, p = 0.038)。为验证这些发现的特异性,此研究进一步评估了作为对照区域的前部SN中的FW含量,未发现组间显著变化(左侧p = 0.48,右侧p = 0.28)。将iRBD转化者和未转化者与对照比较时,此研究发现iRBD未转化者与对照在NBM(p = 0.34)和后部SN(p = 0.23)中的FW含量相似。
在230例有随访数据的iRBD患者中,67例缺失时间-事件分析的临床信息,导致后部SN分析最终纳入163例质量控制的样本(48例转化),NBM分析纳入86例样本(24例转化)。进行Kaplan-Meier生存分析以评估NBM和后部SN中的FW含量是否预测iRBD患者的转化时间。根据iRBD队列中的中位FW含量将患者分为高FW和低FW组。生存曲线显示,NBM(p = 0.016)和后部SN(p = 0.00084)中较高的FW含量均与随时间增加的转化风险显著相关。
图4 Kaplan-Meier 生存曲线显示生存概率。
当使用Cox比例风险回归模型调整年龄和性别时,两个区域中FW的增加仍然是转化的显著预测因子。具体而言,NBM中较高的FW与两倍增加的转化风险相关(HR = 2.35, 95% CI: 1.36至4.05, p = 0.002),后部SN中FW增加与1.3倍增加的转化风险相关(HR = 1.33, 95% CI: 1.00至1.77, p = 0.048)。在NBM中FW含量高的患者中,80%在2年时保持无病,而低FW组为95%;生存率在4年时下降至68%,在8年时下降至60%。类似地,对于后部SN,高FW组患者在2年时79%无病(低FW组为94%),4年时为67%,8年时为58%。然而,重要的是,包含NBM和后部SN FW以及年龄和性别的Cox回归模型显示,仅NBM FW是iRBD中转化的显著预测因子(HR = 2.30, 95% CI: 1.33至3.98, p = 0.003),而后部SN则不是(HR = 1.12, 95% CI: 0.74至1.69, p = 0.58)。此外,将MoCA和MDS-UPDRS-III加入前述预测因子时,仅NBM FW仍是iRBD中转化的显著预测因子(HR = 2.57, 95% CI: 1.32至4.98, p = 0.005)。这表明尽管NBM或后部SN中FW含量增加与iRBD转化风险增高相关,但当同时考虑时,仅NBM中的FW可预测该风险。
3.5 NBM中的自由水预测iRBD中DLB而非PD的转化
接下来研究了NBM和后部SN中的FW含量是否能预测iRBD中特定的转化路径。在230例有纵向随访数据的iRBD患者中,10例(4%)转化为其他神经退行性综合征并被排除,最终纳入220例iRBD患者。这些患者被分类为DLB转化者(n = 16)、PD转化者(n = 38)或未转化者(n = 166)。模型1(逻辑回归)测试NBM中的FW,同时调整年龄和性别,结果显示较高的FW含量显著预测向DLB而非保持无病的转化(β = 1.94, p < 0.001),NBM FW每增加一个SD,OR为6.92(95% CI: 2.28至21.04)。相比之下,NBM FW未显著预测向PD的转化(β = 0.51, p = 0.11, OR = 1.67, 95% CI: 0.89至3.15)。然而,NBM中的FW确实区分了DLB与PD转化者(β = 1.42, p = 0.019),OR为4.14(95% CI: 1.26至13.55),提示对DLB进展的选择性敏感性。
模型2仅测试后部SN中的FW,同时调整年龄和性别,结果不显著(p > 0.27)。为排除样本构成作为混杂因素,此研究在与NBM分析相同的iRBD患者子集中重复了该后部SN模型。在该限制样本中,后部SN中的FW也未预测向DLB(p = 0.36)或PD(p = 0.75)的转化。模型3同时纳入NBM和后部SN的FW以及年龄和性别,证实NBM FW预测向DLB而非保持无病的转化(β = 1.90, p < 0.001, OR = 6.69, 95% CI: 2.22至20.19),以及DLB与PD之间的区分(β = 1.39, p = 0.021, OR = 4.00, 95% CI: 1.23至12.99)。前部SN(对照区域)中的FW在任何分析中均与转化无关。
在时间-事件分析方面,Kaplan-Meier生存曲线进一步表明,NBM中FW较高的iRBD患者随时间向DLB转化的可能性显著更高(p = 0.023),而向PD转化与保持无病相比也呈趋势(p = 0.051)。然而,在调整年龄和性别的Cox比例风险回归模型中,仅NBM中的FW仍然是DLB转化的显著预测因子(HR = 8.22, 95% CI: 2.00至33.80, p = 0.003),而与PD的关联不再显著(HR = 1.59, 95% CI: 0.80至3.18, p = 0.19)。这表明NBM中FW含量增加是iRBD中DLB转化的特异性标志物。
图5Kaplan-Meier生存曲线显示 NBM 中FW含量与预测表型转化风险的相关性.
3.6 NBM FW独立于萎缩预测转化
接下来,此研究评估了NBM中的FW是否在结构萎缩之外为识别有转化风险的iRBD患者提供额外预测价值。平均NBM体积在iRBD患者(1.95 × 10⁻⁴±1.80 × 10⁻⁵)中显著低于对照(2.02 × 10⁻⁴±1.56 × 10⁻⁵),平均差异为6.62 × 10⁻⁶(95% CI: 3.36 × 10⁻⁶至9.88 × 10⁻⁶,p < 0.001)。在iRBD患者中,转化者NBM体积(1.87 × 10⁻⁴±1.60 × 10⁻⁵)低于未转化者(1.98 × 10⁻⁴±1.84 × 10⁻⁵),平均差异为1.11 × 10⁻⁵(95% CI: 5.93 × 10⁻⁶至1.62 × 10⁻⁵,p < 0.001)。较低的NBM体积与向DLB而非保持无病转化的几率增加显著相关(β = -0.77, p = 0.044, OR = 0.46, 95% CI: 0.22至0.98),但与向PD转化无关(β = -0.35, p = 0.15),且不能区分DLB与PD(β = -0.42, p = 0.30)。当NBM FW和NBM体积同时纳入同一模型时,NBM中的FW是DLB转化的显著预测因子(β = 2.01, p = 0.035, OR = 7.45, 95% CI: 1.15至48.24),而NBM体积不再显著(β = -0.73, p = 0.16)。这些发现表明,NBM中的FW是比结构萎缩更敏感、更特异的iRBD向DLB转化的标志物。
4. 讨论
参考文献