基于个体化差异结构协变网络分析探索前庭性偏头痛的异质性机制

这篇研究采用个体化差异结构协变网络分析（IDSCN）方法，首次在前庭性偏头痛（VM）患者中揭示了显著的神经解剖异质性。通过55例VM患者和65例健康对照的T1加权MRI数据，研究发现VM患者存在共同的结构协变连接异常（主要分布于顶叶、皮层下和小脑区域），并鉴定出两个与头痛频率相关的神经解剖亚型。特别值得注意的是，左侧旁中央小叶（PCL.L）与右侧苍白球（PAL.R）的连接强度同时与头痛频率和发作存在显著关联，为VM的精准诊疗提供了新视角。

　　

【ABSTRACT】

前庭性偏头痛（VM）作为具有高度异质性的疾病，其病理机制研究长期面临挑战。这项开创性研究采用个体化差异结构协变网络分析（IDSCN）方法，通过整合55例VM患者和65例健康对照的结构MRI数据，首次在神经解剖层面系统揭示了VM的异质性特征。研究发现不仅为理解该疾病提供了新视角，更为临床精准分型和个体化治疗策略开发奠定了理论基础。

【1 Introduction】

VM作为致残性疾病影响着1%-3%的普通人群，但其病理生理机制仍不明确。传统神经影像研究多采用组水平分析，忽略了患者间的个体差异。本研究引入IDSCN方法——通过构建参考网络（rSCN）和扰动网络（pSCN）计算个体Z分数，能有效捕捉单个患者的特异性结构协变改变。前期研究表明该方法在精神分裂症等疾病分型中成效显著，这为解析VM的神经生物学异质性提供了方法学基础。

【2 Materials and Methods】

研究纳入符合国际诊断标准的右利手VM患者，所有受试者均处于发作间期（至少3天无发作）。采用3.0T MAGNETOM Skyra扫描仪获取高分辨率T1图像，经过CAT12预处理后提取116个脑区的灰质密度。IDSCN构建过程中严格控制性别、年龄、教育水平和全脑体积（TIV）等协变量。通过k-means聚类（以top80差异边为特征）识别亚型，并采用FDR校正进行多重比较。

【3 Results】

3.2 异质性特征

VM患者表现出显著的个体间差异，每位患者存在119±230条显著改变的结构协变边，数量分布呈现高度变异性。值得注意的是，这些异常连接在顶叶-皮层下-小脑网络形成集中分布模式。

3.4 亚型鉴定

聚类分析揭示两个稳定亚型：

• •

  亚型I（n=19）：显示右侧尾状核（CAU.R）与听觉皮层（HES.R）、缘上回（SMG.L）等区域的超连接

• •

  亚型II（n=36）：表现为左侧旁中央小叶（PCL.L）与苍白球（PAL.R）、壳核（PUT.L）等区域的低连接

3.5 临床关联

线性回归显示亚型分类与头痛频率显著负相关（β=-1.558，p=0.014）。更引人注目的是，PCL.L-PAL.R连接强度不仅与头痛频率负相关（β=-0.522，p=0.020），还与头痛发作存在正相关（OR=3.245，p=0.043）。

3.6 功能注释

神经突触数据库（NeuroSynth）分析显示，差异边显著关联"增益"（p=0.002）、"预期"（p=0.007）等23个功能术语，提示这些连接可能参与疼痛感知调控。

【4 Discussion】

本研究首次在VM中应用IDSCN方法，发现尽管患者存在高度异质性，但其结构协变异常呈现特定的空间分布规律。两个神经解剖亚型的鉴定具有重要临床意义：

1）亚型间差异网络涉及疼痛处理的核心区域，如尾状核参与疼痛的情绪调控，旁中央小叶与慢性疼痛密切相关；

2）PCL.L-PAL.R连接的"双模态"关联特征，可能反映该通路在疼痛敏感性和发作阈值调控中的枢纽作用。

研究局限性包括样本量较小和横断面设计。未来需要开展多中心纵向研究，并纳入其他偏头痛亚型进行对比。这些发现为发展基于影像的生物标志物和靶向治疗策略提供了新思路，推动VM诊疗进入精准医学时代。