偏头痛患者静息态OPM-MEG微状态模式差异：一项横断面研究

《The Journal of Headache and Pain》：Differential resting-state MEG microstate patterns in migraineurs: a cross-sectional study

本研究针对偏头痛病理机制不清的难题，采用光学泵磁强计脑磁图（OPM-MEG）技术，对比无先兆偏头痛患者与健康对照者的静息态微状态特征。结果发现患者Ms2、Ms6覆盖率和Ms2出现频率显著升高，Ms3参数降低，且微状态转换概率异常；这些参数与头痛持续时间、强度及HIT-6评分负相关。该研究为揭示偏头痛脑网络协同功能障碍提供了新证据，提示OPM-MEG微状态或成潜在生物标志物。

　　

偏头痛作为一种复杂的脑功能疾病，全球患病率高达14%，尤其对青年女性健康造成严重负担。患者常经历反复发作的中重度头痛，伴随畏光、畏声及认知功能障碍，但其大脑网络层面的病理机制尚未完全阐明。传统研究多依赖功能磁共振成像（fMRI）和脑电图（EEG），虽揭示了部分脑活动异常，却受限于空间精度或对深部脑区信号的捕捉能力。近年来，脑磁图（MEG）技术因其高时空分辨率成为探索神经活动的新利器，而基于MEG的微状态分析能刻画大脑大规模网络的快速动态变化，为理解偏头痛的脑网络失调提供了新视角。

为深入解析偏头痛的神经机制，四川大学华西医院团队开展了一项横断面研究，采用先进的光学泵磁强计脑磁图（OPM-MEG）技术，对比无先兆偏头痛患者与健康对照者的静息态微状态模式。该研究旨在回答两个核心问题：偏头痛患者是否存在特异性的微状态参数异常？这些异常是否与临床特征（如头痛持续时间、强度）相关？研究成果发表于《The Journal of Headache and Pain》，为偏头痛的客观诊断和治疗靶点挖掘提供了重要线索。

研究团队通过横断面设计纳入25例无先兆偏头痛患者和18例健康对照，采集其静息态OPM-MEG数据。关键技术方法包括：使用64通道OPM-MEG系统进行8分钟闭眼静息态数据采集；采用K均值聚类识别六类微状态（Ms1-Ms6），并计算其持续时间、出现频率、时间覆盖率及转换概率；利用广义线性模型（GLM）进行组间比较，并通过E值评估未测量混杂因素的敏感性；最后通过Pearson相关分析微状态参数与临床指标的关联。

微状态图谱与源定位

研究通过聚类分析识别出六类微状态（Ms1-Ms6），其全局解释方差达28.10%。源定位显示，偏头痛患者的Ms1和Ms2主要激活腹侧前颞叶区，Ms3位于右颞下回，Ms6位于颞上回，而健康对照的微状态激活模式则有所不同，提示偏头痛患者存在颞叶及前颞叶功能异常。

微状态参数的组间差异

调整教育水平、汉密尔顿抑郁量表（HAMD-24）和焦虑量表（HAMA-14）评分后，偏头痛患者的Ms2覆盖率（19.37±3.65 vs. 16.79±2.78, p_FDR=0.038）和出现频率（4.92±0.82 vs. 4.40±0.66, p_FDR=0.042）显著高于对照，Ms6覆盖率（17.98±5.23 vs. 16.17±2.82, p_FDR=0.039）亦升高，而Ms3的覆盖率（15.45±3.56 vs. 17.76±3.97, p_FDR=0.033）和出现频率（4.10±0.94 vs. 4.46±0.77, p_FDR=0.042）降低。E值敏感性分析表明结果对潜在混杂因素具有稳健性。

微状态转换概率异常

偏头痛患者从Ms2向Ms4、Ms5、Ms6的转换概率均更高（如Ms2→Ms6: 24.72±4.95 vs. 21.31±3.33, p_FDR=0.023），而从Ms3向其他微状态的转换概率普遍降低（如Ms3→Ms1: 18.39±4.46 vs. 21.02±4.44, p_FDR=0.043）。Ms6向多类微状态的转换概率亦增高，表明脑网络动态协调性受损。

微状态参数与临床特征的相关性

头痛发作持续时间与Ms3向Ms4、Ms5、Ms6的转换概率负相关（r=-0.454~-0.466）；头痛强度（VAS评分）与Ms3覆盖率及Ms3向Ms1、Ms4、Ms5的转换概率负相关（r=-0.426~-0.456）；HIT-6评分与Ms6覆盖率及Ms6向Ms2、Ms4、Ms5的转换概率负相关（r=-0.480~-0.515），提示微状态异常越显著，临床症状越严重。

本研究通过OPM-MEG微状态分析，首次系统揭示了无先兆偏头痛患者静息态脑网络的时空动态异常。Ms3（涉及显著性网络/腹侧注意网络）参数降低及其转换受限，可能反映患者对内外刺激的监测-响应机制失调；而Ms2、Ms6的异常活跃则提示感觉整合与情绪处理脑区过度参与。这些异常与头痛持续时间、强度及生活影响负相关，进一步印证了微状态参数作为偏头痛生物标志物的潜力。OPM-MEG技术的高灵敏度与深部信号探测能力，为未来研究皮质扩散性抑制（CSD）等病理过程提供了新工具。尽管样本量有限且未进行纵向随访，但本研究为理解偏头痛的脑网络协同功能障碍奠定了坚实基础，为开发靶向治疗策略开辟了新路径。