编辑推荐：
来自未知机构的研究人员利用静息态功能磁共振成像（rs-fMRI）和图论指标，研究主观记忆抱怨（SMC）患者脑网络变化，发现 SMC 患者脑功能连接网络存在异常，这有助于理解认知衰退机制及开发阿尔茨海默病（AD）早期诊断工具和干预措施。
阿尔茨海默病（AD）的研究在早期诊断和检测方面取得显著进展。找到有患 AD 风险的无症状人群是最终目标。那些有认知症状或担忧，但在客观心理测量测试中未表现出明显缺陷的人，会报告主观记忆抱怨（SMC）。即使没有明显的客观记忆障碍，自我报告的细微记忆变化也会反映在 SMC 中。多项研究表明，有 SMC 的老年人比没有 SMC 的老年人在未来更易出现认知能力下降，这可能导致痴呆和轻度认知障碍（MCI）。虽然 SMC 出现的主要原因仍在讨论中，但研究显示，有认知抱怨的患者进展为 MCI 或 AD 的比率比无认知抱怨的患者更高，这表明 SMC 与痴呆风险增加可能存在联系。AD 谱系的临床前期阶段与 SMC 相对应，SMC 可能成为干预试验的目标和即将出现认知障碍的有用症状指标。
现代医学运用多种人类大脑神经成像技术。脑电图（EEG）于 1929 年被引入，用于记录人类大脑活动。EEG 是指通过金属电极和导电介质从头皮表面记录到的交替性电活动。这项技术几十年来一直被用作诊断 AD 的工具。然而，患者大脑中如 θ 或 δ 范围内的多形性慢波等活动并不具有特异性，且多年前无法对这种活动进行量化。如今已发现新技术克服了这些问题，明确了 AD 患者 EEG 异常的特征及其阶段。大脑异常被认为与皮质区域之间的功能障碍有关，会导致皮质神经元死亡、轴突病变和胆碱能缺陷。
静息态功能磁共振成像（rs-fMRI）是一种成功的非侵入性研究神经疾病潜在神经机制的方法，它测量大脑的内在活动。基于任务执行或静息时获得的血氧水平依赖（BOLD）信号的节点活动相关性，是确定功能连接（FC）的两种常见方法。具体来说，FC 被定义为体素或脑区之间 BOLD 信号的时间相关性，它表明了功能协调的大脑网络之间的信息处理和传递。虽然 EEG 具有出色的时间分辨率，能精确追踪快速的神经元振荡，但其空间分辨率有限，在确定大脑深部活动位置方面效果较差。使用 fMRI 描述网络结构非常有益，例如可以确定参与特定认知任务或负向任务功能的脑区。此外，fMRI 数据能从更详细的相关性评估（FC）到更复杂的区域间定向影响描述，为大脑不同部分如何相互作用提供多样的见解。
认知障碍可能部分归因于全脑网络中功能耦合的改变。先前研究报道，AD 痴呆和 MCI 患者存在异常的 FC 和受损的大脑网络。在 SMC 队列中的研究也显示，与正常对照组相比， retrosplenial 皮质和额叶皮质之间的 FC 增加，枕叶和顶叶的 FC 增加与记忆抱怨的严重程度相关。因此，改变的 FC 可能是早期认知衰退的神经基础，可作为识别临床前期有 AD 风险患者的客观成像标记。
静息时观察到的功能性脑网络称为静息态网络（RSN），相关成像技术即 rs-fMRI。研究发现，患有神经和精神疾病（如 AD、帕金森病（PD）和抑郁症）的患者，与健康个体相比，其 RSN 内的连接存在异常。分析 RSN 连接性最广泛使用的两种方法是基于种子的相关性分析（SCA）和独立成分分析（ICA），但目前尚无确定的最佳分析步骤组合及执行方式。ICA 将 fMRI 数据划分为空间独立的活动模式，最近已成为探索性 fMRI 分析的合适方法。ICA 是一种广泛使用的数据驱动技术，可直接从 BOLD 信号中识别空间独立的大脑网络，如默认模式网络（DMN）。其主要优点是无需预先定义脑区，能可靠地识别功能网络。然而，ICA 在量化网络拓扑结构或网络之间的连接性方面能力有限，而这些方面是图论分析的核心。ICA 提供更高的维度和可靠的统计检验，但执行起来可能更复杂。SCA 则是从预先选择的大脑种子区域（体素、簇或图谱中的感兴趣区域 [ROI]）提取时间序列，然后将其与大脑中所有其他体素进行相关性分析，以检测与该区域具有一致时间进程的脑区，这些脑区随后构成一个网络。在临床环境中，SCA 有助于解决明确的相关问题。与其他方法相比，SCA 的直接可解释性使其在临床实践中具有吸引力。在本研究中，使用图论分析 BOLD 信号，因为它能全面洞察大脑网络的拓扑结构，包括对整合、分离和弹性的测量。
人类大脑是世界上最复杂的网络之一，近年来对其静态和动态特性的研究呈爆发式增长。图论和网络神经科学（即对神经系统结构或功能的研究）的进展，为理解这一复杂现象的细节及其建模提供了机会。图论方法为模拟网络元素之间的成对通信提供了数学框架。在人类神经科学中，图论通常应用于功能连接或有效连接。然而，大多数研究致力于 FC。通过基于图的网络分析，可以有意义地揭示人类大脑网络的拓扑结构。一些研究人员使用图分析方法研究 BOLD 信号，检查 AD 患者网络的拓扑特性。开创性研究发现，与健康患者相比，AD 患者的聚类系数（Cp）降低，特征路径长度（Lp）、归一化聚类系数（γ）、归一化特征路径长度（λ）和小世界性（σ）增加。其他研究报道，AD 和 MCI 患者的聚类度和模块度（Q）降低，但与无 MCI 或 AD 的个体相比，Lp相似。人类大脑的结构可想象为一个网络，其中脑区是节点，它们之间的连接是网络内的基本单元（节点），通过代表它们关系的边相互连接。因此，人类大脑是图论分析的理想对象。最近研究表明，大脑网络的小世界性在不同认知负荷、发育过程以及神经和精神疾病中会发生拓扑变化。这些变化可为理解人类认知、健康与疾病的生物学机制提供新的见解。基于最近一项研究的发现，SMC 个体比认知正常个体具有更高的节点拓扑特性（节点强度、节点全局效率和节点局部效率），改变的图形参数与淀粉样蛋白 -β 和记忆功能显著相关，这表明了 SMC 背后功能连接组的补偿机制。SMC 被认为是认知衰退和潜在神经病理变化的潜在早期指标，这些变化通常先于客观认知测试中的显著损伤出现。研究表明，大脑网络组织的破坏，尤其是在默认模式网络（DMN）和扣带 - 岛盖网络等大型网络中，可作为这种早期变化的生物标志物。
本研究旨在利用加权和二值化图网络模型，深入研究 SMC 患者的神经影像生物标志物，该模型能详细揭示区域和全局连接模式。通过使用 rs-fMRI 和图论指标，本研究试图揭示在 AD 临床前期大脑网络结构可能如何变化。在网络层面识别这些早期变化，对于理解认知衰退的潜在机制至关重要，可能有助于开发 AD 进展早期阶段的新型诊断工具和靶向干预措施。
本研究共纳入 63 名个体，包括来自 ADNI 研究的 39 名认知正常（CN）者和 24 名 SMC 患者。ADNI 研究由美国国立衰老研究所、美国国立生物医学成像和生物工程研究所、美国食品药品监督管理局、私营制药公司和非营利组织于 2003 年发起，是一个多站点纵向数据存储库。
表 1 总结了各组之间的人口统计学和临床数据及比较情况。本研究纳入了 39 名健康个体（14 名男性，25 名女性，平均年龄 74.702±5.97 岁）和 24 名有明显记忆担忧的患者（10 名男性，14 名女性，平均年龄 72.216±5.30 岁）。这些个体在年龄（p = 0.09117，两样本 t 检验）和性别（p = 0.6470，卡方检验）上匹配，用于进一步分析。
在定义的阈值水平下，大脑功能网络属性……
SMC 指在日常生活中自我报告的记忆问题。一些代表性的诊断标准将 SMC 作为临床前期 AD 或 MCI 的证据，尽管该变量是否与客观认知衰退相关存在疑问。多项研究报道了 SMC 与大脑生物化学、结构和功能之间的关联。在本研究中，我们旨在……
本研究的主要目标是利用 rs-fMRI 研究图论指标的变化，包括功能分离、功能整合、σ 连接性、中心性和大脑网络弹性，通过多种节点中心性和各种全局指标来阐明独特的网络破坏情况。通过对 CN 和 SMC 患者进行详细比较，我们突出了在 AD 最早阶段存在差异的特定网络改变。
本研究基于图论验证了在 AD 最早阶段，即 SMC 阶段，大脑功能连接组中存在拓扑组织破坏。总之，研究发现，与认知正常个体相比，SMC 组在 FC 网络中表现出异常的全局拓扑和 σ 属性。在成对组比较中，尤其是在 SMC 与 AD 的比较中，发现了 FC 的显著异常，突出了随着认知衰退所经历的变化。
本研究未获得公共、商业或非营利部门资助机构的任何特定资助。
Sobhan Khodadadi Arpanahi：概念化、方法学、调查、软件、可视化、撰写初稿；Shahrbanoo Hamidpour：监督、写作评审与编辑；Khatereh Ghasvarian Jahromi：监督、写作评审与编辑。
声明无利益冲突：他们没有已知的可能影响本研究报告工作的财务或个人利益冲突。进行本研究未获得任何财务支持，也未因本研究产生任何知识产权。此外，作者没有可能被视为影响提交工作的所属机构、会员身份或参与的组织及活动。本手稿中呈现的所有分析、解释和研究结果……
