脑小血管病负担与认知功能障碍：结构-功能耦合破坏的中介作用及机制探索

本文深入探讨了脑小血管病（CSVD）负担与认知功能障碍之间的关联，揭示了脑结构-功能耦合（以ReHo/GMV和ALFF/GMV为指标）的关键中介作用。研究发现，基底节区和额颞叶等脑区的耦合异常（如双侧尾状核耦合值降低）部分介导或掩盖了CSVD对执行功能（SDMT、SCWT）和整体认知（MoCA）的影响。研究为理解CSVD致认知损害的神经机制提供了新的影像学标志物，对早期干预具有重要临床意义。

　　

1 引言

脑小血管病（CSVD）是由脑血管和脑实质结构改变引起的综合征，临床表现多样，神经影像特征各异。其症状从无症状影像标志物到多种神经心理症状不等，主要包括认知功能障碍、抑郁、卒中甚至痴呆。研究表明，约20%的卒中由CSVD引起，包括25%的缺血性卒中和45%的痴呆。CSVD严重程度通常使用“脑小血管病总负担”评分，该评分基于CSVD的磁共振成像（MRI）标志物。现有证据表明，CSVD总负担与血脑屏障完整性破坏及随后的认知损害、卒中后健康相关生活质量降低以及卒中后抑郁相关。

以往研究较少分析结构-功能耦合的改变，尽管功能与结构MRI的结合可提高诊断准确性。通常，大脑的结构-功能耦合是紧密的，而在神经系统疾病中会发生脱耦，表现为耦合值的增加或减少。静息态功能磁共振成像（rs-fMRI）参数依赖于血氧水平依赖（BOLD）信号的自发波动，与灰质体积（GMV）耦合常用作结构-功能耦合指标。作为基于体素的BOLD信号指标，区域同质性（ReHo）和低频振幅（ALFF）被认为代表了空间离散区域的局部脑特征。ReHo反映了神经元活动的一致性，ALFF反映了神经元自发活动的强度。

先前研究通过ReHo-GMV计算了全脑结构-功能耦合，并报道了放射性脑病中多个脑区的耦合改变。基于ALFF-GMV的计算也发现阿尔茨海默病患者海马旁回和海马的耦合降低，且与认知损害严重程度显著正相关。这些发现表明结构-功能耦合指标在脑疾病中的重要应用及其介导认知损害的能力。因此，探索CSVD中的结构-功能耦合状况极具意义。

最近研究发现，CSVD负担增加与基底节区ALFF-GMV耦合值降低、额颞叶ALFF-GMV耦合值增加以及更严重的认知衰退相关。然而，CSVD负担、脑结构-功能耦合变化和认知表现之间的具体关系仍不清楚。先前涉及中介分析的研究揭示了网络效率对年龄相关认知功能下降的显著中介作用，而脑淀粉样血管病通过引起皮质萎缩、改变脑血管反应性和破坏白质来改变认知。由于CSVD的结构和功能变化均可影响认知功能，因此结构-功能耦合的变化是否也会影响认知是一个合理的问题。本研究旨在首先基于ALFF/ReHo和GMV指标表征脑体素水平结构-功能耦合，然后探索CSVD负担、脑结构-功能耦合和认知功能变化之间的关系，特别是定量分析破坏的脑结构-功能耦合在CSVD负担和认知功能变化之间可能的中介作用。

2 方法

2.1 参与者

经山东第一医科大学附属山东省立医院机构审查委员会批准，招募了53名重度CSVD负担（CSVD-s；19名女性；63.90±6.23岁）患者和108名轻度CSVD负担（CSVD-m；51名女性；61.45±7.79岁）患者，时间在2018年12月至2022年1月之间。还纳入了76名年龄、性别和教育程度匹配的健康对照（HC；42名女性；60.55±9.29岁）。所有参与者均为右利手。每位参与者在研究开始前自愿签署了知情同意书。

CSVD患者的纳入标准包括根据当前MRI共识标准诊断出脑微出血（CMBs）、假定血管起源的腔隙、血管周围间隙扩大（EPVS）、近期小的皮质下梗死、脑萎缩和假定血管起源的白质高信号（WMHs）。CSVD严重程度通过“脑小血管病总负担”评估，这是一个基于前述CSVD的四个MRI标志物的0到4分的实用序数量表。每个MRI标志物得分1分：（1）≥1个腔隙；（2）早期融合的深部WMH（Fazekas评分2或3）或不规则脑室周围WMH延伸至深部白质（Fazekas评分3）；（3）基底节区中度至重度（2-3级）EPVS；（4）≥1个CMB。得分0到1和2到4的受试者分别纳入CSVD-m组和CSVD-s组。

排除标准如下：（1）有脑肿瘤、脑外伤、卒中或癫痫病史；（2）有物质或酒精滥用史；（3）有重大神经或精神疾病史；（4）有溶栓史；（5）有2型糖尿病急性并发症或严重高血压；（6）存在器官损伤（如心、肝、肾）。

2.2 MRI采集

使用配备32通道头线圈的3.0特斯拉MR系统（Siemens Healthcare, Erlangen, Germany）进行MRI扫描。采用磁化准备快速梯度回波（MPRAGE）序列获取高分辨率3D T1加权（T1W）结构图像；参数如下：回波时间（TE）=2.4 ms；重复时间（TR）=7.3 ms；反转时间（TI）=900 ms；翻转角=9°；矩阵大小=256×256；视野（FOV）=240 mm×240 mm；层厚=0.9 mm，无间隙，192层。采用梯度回波回波平面成像（GRE-EPI）序列获取rs-BOLD-fMRI，参数如下：TR=1500 ms；TE=30 ms；矩阵大小=64×64；FOV=240 mm×240 mm；层厚=3 mm；层间隙=1 mm；200个容积；50个轴向层。

2.3 认知评估

使用若干神经心理测试量表对所有参与者进行认知评估。这些测试包括蒙特利尔认知评估（MoCA）北京版，总分30分，对轻度认知损害具有高敏感性；符号数字模态测试（SDMT）用于评估注意力和信息处理速度；雷伊听觉词语学习测试（AVLT）用于评估记忆；斯特鲁普色词测试（SCWT）用于评估认知灵活性和控制以及执行功能；轨迹制测试（TMT）用于评估视觉搜索、信息处理速度、运动协调和注意力。测试人员经过专业培训，并对受试者分组不知情。

2.4 数据预处理和结构-功能耦合分析

根据最近的耦合研究，fMRI和T1W图像的主要预处理步骤使用脑成像数据处理与分析工具箱（DPABI v6.0）进行。前10个容积被丢弃，随后进行层时间校正和头动校正。头动超过3 mm/3°或平均帧间位移（FD）>0.2 mm的受试者被排除。T1图像被配准、分割为GM/WM/CSF，并使用DARTEL算法标准化到MNI空间。功能图像也被标准化、重采样为3×3×3 mm3，并使用4 mm高斯核进行空间平滑。回归掉 nuisance 协变量（CSF、WM、Friston-24运动参数）。在带通滤波（0.01–0.08 Hz）后计算标准化ALFF和ReHo图，ReHo在平滑前计算。这些指标用于构建体素水平结构-功能耦合图。详细步骤在附录S1（数据预处理）中描述。

对于每个受试者，由于结构T1W图像已配准到功能图像，标准化ReHo/ALFF图和调制GMV图也标准化到相同的蒙特利尔神经学研究所（MNI）坐标系。然后，我们通过计算相同坐标体素的ALFF或ReHo值与GMV值的比率，分别生成体素水平的ALFF-GMV和ReHo-GMV耦合指标。

2.5 统计分析

对于人口统计学和临床参数，使用单因素方差分析（ANOVA）和最小显著差异（LSD）事后检验评估组间在年龄、教育程度、头动和认知评分上的差异，并使用卡方检验分析性别比例。

对于ALFF-GMV和ReHo-GMV耦合图，在进行组间差异识别时，使用单因素协方差分析（ANCOVA），控制年龄、性别、教育程度和头动（平均帧间位移（FD））作为协变量。随后进行LSD事后检验，并计算校正后的组间比较p值。最后，将事后p值转换为z值，并在通过DPABI实用程序进行高斯随机场校正后，对z值图进行统计推断，体素水平和簇水平分别设置为p<0.001和p<0.05。对于具有显著组间差异的脑簇，报告MNI空间中的峰值体素坐标，然后通过自动解剖标记图谱进行解剖学定义。我们进一步从识别的显著簇中提取平均ReHo-GMV和ALFF-GMV耦合值用于后续的中介分析。

此外，我们使用中介分析检验了脑结构-功能耦合是否可以调节CSVD负担与认知功能之间的关系。简而言之，我们将CSVD负担评分作为自变量；认知评分作为因变量；ALFF-GMV或ReHo-GMV耦合指标作为中介变量；年龄、性别、教育程度和头动作为协变量。具体来说，我们使用了Hayes' Process宏中的简单中介模型（模型4）用于SPSS v21.0软件，结合了5000次重采样的Bootstrap程序来生成估计值和置信区间（CIs）。Bootstrap是一种非参数重采样策略，有助于通过创建CI来估计和测试间接效应是否为零。在基于Bootstrap的中介分析中，统计显著性通常通过间接效应的置信区间是否排除零来确定，而不是通过p值。如果Bootstrap 95% CI不包含零，则认为间接效应显著。因此，通常不需要p值校正。

3 结果

3.1 参与者特征

所有组的人口统计学、临床和认知参数总结在表1中。与CSVD-m和HC组相比，CSVD-s组的MoCA、AVLT和SDMT评分显著较低，SCWT和TMT评分较高。此外，CSVD-m组的SDMT评分显著低于HC组，SCWT评分显著高于HC组。组间在年龄、性别、教育程度或头动方面无显著差异。

3.2 CSVD中显著改变的结构-功能耦合

与HC组相比，CSVD-s组在双侧尾状核（CAU）簇中呈现显著降低的ALFF-GMV和ReHo-GMV耦合值，以及在右颞下回（ITG）中ALFF-GMV耦合显著增加和在右辅助运动区（SMA）中ReHo-GMV耦合显著增加。

此外，与CSVD-m组相比，CSVD-s组在双侧CAU中呈现显著降低的ReHo-GMV和ALFF-GMV耦合值，在左岛叶中ReHo-GMV耦合降低，在右壳核中ALFF-GMV耦合降低，以及在左内侧额上回（SFGmed）和额中回（MFG）中ALFF-GMV耦合值增加。CSVD-m组和HC组之间未发现显著耦合差异。

3.3 中介分析结果

简单中介模型显示，在控制年龄、性别、教育程度和头动作为协变量后，脑结构-功能耦合的存在在CSVD负担与认知功能障碍之间的关系中起着显著的中介作用。具体而言，我们发现ReHo-GMV耦合在左岛叶中显著部分中介了CSVD负担评分与MoCA评分之间的关系，其中效应比例等于间接效应与总效应比率的绝对值。

此外，CSVD负担评分与SDMT/SCWT评分之间的相关性由双侧CAU中的ReHo-GMV和ALFF-GMV耦合显著中介。此外，CSVD负担评分与SDMT评分之间的关系由左MFG和右壳核中的ALFF-GMV耦合显著中介，而CSVD负担评分与TMT评分之间的关系由左CAU中的ReHo-GMV耦合显著中介。由于上述中介效应中的间接和直接效应符号相反，我们认为它们是掩盖效应。

4 讨论

据我们所知，这是首次探索CSVD负担、脑结构-功能耦合和认知功能障碍之间的中介关联。我们发现：（1）CSVD患者的认知功能随着CSVD负担的增加而显著降低；（2）与对照组和CSVD-m组相比，CSVD-s组呈现显著改变的体素水平结构-功能耦合（ALFF-GMV和ReHo-GMV），主要位于基底节和额颞叶；（3）双侧CAU、左岛叶和MFG以及右壳核中破坏的结构-功能耦合是CSVD负担与认知功能障碍之间的中介因子。我们的研究表明，不同CSVD负担患者的认知功能障碍受到基底节和额颞叶耦合改变的影响。

基于先前的ALFF-GMV研究，我们进一步补充了ReHo-GMV耦合，它反映了特定区域或体素的结构-功能耦合。总体而言，降低的ALFF-GMV和ReHo-GMV耦合值主要在CSVD患者的基底节（包括双侧CAU和右壳核）和左岛叶中发现。基底节结构-功能耦合的降低可能与CSVD患者的步态障碍以及语言能力、记忆和整体认知的下降有关。岛叶是连接基底节和边缘系统的重要结构，对维持正常认知功能至关重要。有证据表明，岛叶损伤与所有神经心理领域的认知损害相关。相反，增加的耦合值在额颞叶（包括右ITG和SMA、左MFG和SFGmed）中发现。我们在先前研究中注意到，CSVD诱导的认知损害可能与颞下皮质变薄和额顶叶代谢减低有关。此外，SMA是感觉运动网络的重要部分，介导动作启动并参与运动过程。由于SMA区域的损伤，执行功能和认知控制可能受到影响。科学家已经证明了CSVD患者SMA和岛叶的结构或功能变化，这支持了我们的发现。

先前研究证实，脑结构或功能神经影像指标可能是年龄或疾病相关认知变化的重要中介因子。我们发现ALFF-GMV耦合仅中介了CSVD负担与SD/SCWT之间的关系，而ReHo-GMV耦合除了SDMT/SCWT外还中介了CSVD负担与TMT/MoCA之间的关系。因此，ReHo-GMV耦合也是一个重要的影像指标，用于探索CSVD负担与认知功能障碍之间的关联。有趣的是，关于中介效应的类型，除左岛叶外，我们观察到各个脑区的ReHo-GMV/ALFF-GMV耦合值在CSVD负担与认知损害之间的关联中扮演了掩盖角色。掩盖效应是指当不包括中介变量时，自变量和因变量之间的总效应要么不显著，要么方向相反；然而，在引入中介变量后，直接效应变得更强并反转方向。这表明中介变量部分“掩盖”了自变量和因变量之间的真实关系。在我们的研究中，通过结构-功能耦合的间接效应和CSVD负担对认知的直接效应符号相反，表明这些脑区ReHo-GMV/ALFF-GMV耦合值的变化增强了CSVD负担对SDMT/SCWT/TMT相关认知功能障碍的影响。这表明这些区域的耦合异常可能加剧而不是减轻CSVD的认知后果。这种模式可能反映了受损的代偿反应或适应不良的重组，突出了破坏的耦合在加剧认知衰退中的病理作用。

CSVD负担的增加可能导致脑结构和功能损伤以及认知衰退，这与病理变化严重程度的增加有关。随着CSVD的进展，中枢神经系统炎症逐渐导致神经元功能障碍、凋亡和坏死。因此，CSVD-s组患者有更严重的脑损伤，更显著的脱耦也就不难理解。值得注意的是，在我们的研究中，双侧CAU的ALFF-GMV和ReHo-GMV耦合值显著中介了CSVD负担和认知功能（SDMT/SCWT）。考虑到CSVD患者双侧CAU的ALFF-GMV和ReHo-GMV耦合值显著降低，我们可以推断CAU是受CSVD影响的关键区域，并与CSVD引起的认知损害密切相关。先前研究表明，CAU参与执行功能，如工作记忆、认知控制和注意力，这与SDMT和SCWT的检测范围一致。此外，CSVD引起的认知损害主要包括执行功能和认知处理速度。

在我们的研究中，右壳核和左MFG也是发挥掩盖作用的重要脑区。一方面，壳核和CAU共同组成新纹状体，是基底节的关键组成部分。科学家先前提出了基底节的“剩余认知功能”，涉及联想、记忆和复杂感知过程。另一方面，MFG属于背侧前额叶皮层，参与执行功能和高级认知过程。血管病变（包括CSVD）对认知损害的影响部分由改变的功能连接中介，特别是在额叶。此外，基底节和额叶皮层位于皮质-基底节回路中，共同发展和执行复杂行为。由于CSVD的聚类和网络效率显著降低，区域间的信息传输减少。因此，当CSVD负担增加时，它可能破坏这些脑区的结构-功能耦合和连接，增强CSVD对认知损害的影响。

有趣的是，我们发现只有左岛叶的ReHo-GMV耦合值部分中介了CSVD负担与MoCA相关认知损害之间的关联；即，它减弱了它们之间的关联。我们推测这可能与岛叶在大脑中的特定作用有关。Burzynska等人将岛叶确定为结构和功能脑网络中的“连接器枢纽”，它与外侧枕叶、顶叶、背侧额上皮质和运动前区共同形成“富俱乐部”区域（该区域内的结构表现出高度互连）。岛叶ReHo-GMV耦合的降低可能启动“富俱乐部”区域耦合的代偿性增加，从而减弱CSVD引起的认知功能障碍。

存在几个局限性。首先，横断面设计无法进行因果推断，且CSVD-s组相对较小的样本量可能降低统计效力，特别是涉及多个脑区和认知域的中介和亚组分析。未来需要更大、更平衡样本的纵向研究来阐明CSVD负担、耦合改变和认知衰退之间的时间动态。其次，尽管结构和功能数据经过严格处理，但由于MRI的无创性，无法进行组织病理学验证。第三，我们的分析侧重于单个脑区内的体素水平耦合，未检查区域间连接，这也可能有助于认知功能障碍。第四，潜在的混杂因素——如血管风险因素（例如高血压和糖尿病）和生活方式行为（例如吸烟、饮酒和体力活动）——未完全考虑。这些变量可能影响脑结构和功能，应纳入未来研究以加强发现的有效性。最后，尽管体素水平耦合参数的组间差异使用高斯随机场（GRF）理论进行了多重比较校正，但未对中介分析应用额外的多重比较校正。这与已建立的Bootstrap方法一致，其中显著性通过CI而非p值调整确定。然而，我们承认由于多重测试的假阳性风险，中介结果应谨慎解释，未来更大样本的研究应优先进行假设驱动的验证性分析以验证这些发现。

总之，以基底节和额颞叶的ReHo-GMV和ALFF-GMV为特征的脑结构-功能耦合确实中介了CSVD引起的认知功能障碍，并且是进一步阐明CSVD负担与认知功能障碍之间复杂关联的创新且有效的神经影像指标。我们的研究为CSVD的神经生理机制提供了新的见解，并对该疾病的靶向治疗具有重要意义。