《Frontiers in Neurology》：Research on dynamic functional connectivity and graph theoretic features of different motor subtypes in Parkinson’s disease based on ICA
编辑推荐：
目的：本研究结合独立成分分析（independent component analysis, ICA）衍生的动态功能连接（dynamic functional connectivity, dFNC）与动态图论分析方法，分析帕金森病（Parkinson’s di
目的：本研究结合独立成分分析（independent component analysis, ICA）衍生的动态功能连接（dynamic functional connectivity, dFNC）与动态图论分析方法，分析帕金森病（Parkinson’s disease, PD）不同运动亚型——震颤主导型（tremor-dominant, TD）亚型和姿势不稳/步态困难型（postural instability/gait difficulty, PIGD）亚型——以及健康对照（healthy controls, HC）的dFNC和动态图论指标变化。研究人员旨在探讨两种亚型之间的神经环路异常机制及差异。
方法：采用前瞻性观察性研究设计，于2021年1月至2024年5月在Northern Jiangsu People’s Hospital，根据纳入标准入组36例确诊PD患者——19例PIGD亚型患者和17例TD亚型患者——以及19名年龄、性别和教育水平匹配的健康受试者。收集所有受试者的静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）、人口学信息和临床运动功能评估数据。基于MATLAB的GIFT工具箱平台进行ICA和动态功能网络连接（dynamic functional network connectivity, dFNC）分析。结合动态图论分析，提取特征路径长度、聚类系数和节点度等特征。横向比较PIGD组、TD组和HC组的dFNC和动态图论指标，以阐明两种亚型脑网络的共同和特异性动态异常。
结果：通过ICA识别出9个功能脑网络。三组在5个脑网络中观察到显著差异：听觉网络（auditory network, AN）、左额顶网络（left frontoparietal network, LFPN）、右额顶网络（right frontoparietal network, RFPN）、腹侧注意网络（ventral attention network, VAN）和感觉运动网络（sensorimotor network, SMN）。基于这9个功能脑网络的网络间功能连接分析，经过严格假发现率（false discovery rate, FDR）校正后，仅AN与SMN之间的网络间耦合强度显示显著组间差异（T = 7.548，FDR校正 p = 0.00137）。通过dFNC分析识别出4个重复性功能连接状态。在所有受试者中，State 2和State 3分别占总时间的38%和23%。PIGD患者倾向于在这两个低连接状态中花费更多时间。在时间属性方面，仅State 4的出现频率在三组间显示显著差异（F = 4.855，FDR校正 p = 0.047）。事后检验结果显示，HC组显著高于PIGD组，并呈现高于TD组的趋势，而两个PD亚型之间无统计学显著差异。对三组的全脑节点间功能连接和图论属性进行单因素方差分析；FDR校正后未发现显著差异。
结论：与HC组相比，PD患者（TD和PIGD组）在多个脑网络中表现出空间分布异常。在未校正统计水平上观察到提示运动皮层代偿性激活的名义显著改变，同时特定网络功能连接减弱。
研究背景：帕金森病（Parkinson’s disease, PD）是全球第二常见神经退行性疾病，主要病理特征包括黑质-纹状体神经元进行性丢失和细胞内Lewy小体聚集，且临床诊断常滞后于病理改变。静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）可检测PD患者脑功能活动和功能连接（functional connectivity, FC）异常。不同运动亚型——震颤主导型（tremor-dominant, TD）和姿势不稳/步态困难型（postural instability/gait difficulty, PIGD）——在运动症状、认知功能和非运动症状上存在显著异质性。尽管二者均以黑质-纹状体通路损伤为病理基础，但运动与认知调控依赖多个脑网络协同，包括运动网络、默认模式网络和额顶执行网络等。研究人员据此假设TD和PIGD亚型在功能连接和拓扑组织上存在亚型特异性改变，并拟采用ICA衍生的动态功能连接（dynamic functional connectivity, dFNC）与动态图论分析进行刻画。本研究旨在探讨两种PD运动亚型脑功能网络的动态异常机制，为精准分型和机制研究提供理论依据。
研究人员开展了一项前瞻性观察性研究，样本队列来源于2021年1月至2024年5月Northern Jiangsu People’s Hospital，纳入36例PD患者（19例PIGD，17例TD）和19名年龄、性别、教育匹配的HC。所有PD患者在至少停用抗PD药物12 h后完成MRI扫描和临床量表评估。临床评估包括统一帕金森病评定量表第三部分（Unified Parkinson’s Disease Rating Scale Part III, UPDRS-III）、Hoehn-Yahr分期、简易精神状态检查（Mini-Mental State Examination, MMSE）和蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）。分型参照Jankovic et al.方法计算TD/PIGD比值，采用1.0为单切点，比值≤1.0为PIGD组，比值>1.0为TD组，未设混合组，原中间范围1.0–1.5纳入TD组。
关键技术方法概括：基于MATLAB的GIFT v4.0b平台进行组水平独立成分分析（independent component analysis, ICA），将血氧水平依赖（blood oxygen level-dependent, BOLD）信号分解为30个独立成分，ICASSO重复100次，筛选12个有效独立成分并归为9个功能网络；采用滑动窗（30 TR，步长1 TR）计算dFNC，K-means聚类（cityblock距离，k=4）识别4个状态；基于GRETNA和AAL-116图谱构建动态网络，稀疏度0.05–0.40，计算曲线下面积（area under curve, AUC）及动态图论指标；统计分析采用一般线性模型（general linear model, GLM）、单因素方差分析（analysis of variance, ANOVA）、FDR校正和偏相关分析，协变量包括年龄、性别和受教育年限。
研究结果：
3.1 临床特征比较：共55名受试者。三组年龄、性别和教育程度无显著差异；MMSE和MoCA评分存在显著差异。PIGD组Hoehn-Yahr分期和UPDRS-III运动评分高于TD组，左旋多巴等效日剂量（levodopa equivalent daily dose, LEDD）亦更高；PIGD与TD病程无显著差异。
3.2 脑网络内组间成分差异分析：采用GLM/ANOVA并结合高斯随机场校正，三组在听觉网络（auditory network, AN）、左额顶网络（left frontoparietal network, LFPN）、右额顶网络（right frontoparietal network, RFPN）、腹侧注意网络（ventral attention network, VAN）和感觉运动网络（sensorimotor network, SMN）存在显著差异。事后比较中，仅HC与PD亚型在右侧颞中回和右侧角回成分上达到显著；TD与PIGD在右侧角回无统计学显著差异。
3.3 脑网络间功能连接差异：对9个脑网络FC矩阵进行ANOVA并经FDR校正，AN与SMN间耦合强度存在显著组间差异（F = 7.548，FDR校正 p = 0.00137）。事后检验显示FC强度为HC组>TD组>PIGD组。
3.4 聚类分析及dFNC状态结果：K-means聚类识别出4个重复性FC状态。全队列中State 2占38%，State 3占23%，State 4占21%，State 1占18%。State 2和State 3呈低连接网络模式，SMN与默认模式网络（default mode network, DMN）、LFPN和RFPN间FC降低；State 1中DMN与双侧额顶网络及VAN呈高强度正FC；State 4中VAN、SMN和主视觉网络（primary visual network, PVN）FC同步增加。PIGD患者倾向于更多处于低连接状态。
3.5 dFNC状态模式跨脑网络比较：三组仅State 4出现频率差异显著（F = 4.855，FDR校正 p = 0.047），HC组显著高于PIGD组，并呈高于TD组趋势，两个PD亚型间无显著差异。状态转换次数无显著组间差异；State 4平均驻留时间仅在未校正水平有差异，FDR校正后不显著；状态转换概率矩阵无显著差异。
3.6 脑功能网络拓扑属性分析：
3.6.1 全局指标分析：FDR校正后，全局效率、局部效率、聚类系数、特征路径长度、归一化特征路径长度、归一化聚类系数和小世界属性均无显著组间差异。
3.6.2 节点指标分析：FDR校正后无显著差异；未校正水平下，右楔叶介数中心性（betweenness centrality, BC）和节点效率（nodal efficiency, NE）、右楔前叶度中心性（degree centrality, DC）和NE呈差异趋势。事后检验显示，PIGD组右楔叶NE高于HC组；PIGD组和TD组右中央前回DC高于HC组。差异趋势脑区分布于额叶、枕叶、颞叶和小脑等。
3.7 dFNC指标与临床特征相关分析：调整年龄、性别和受教育年限后，TD组State 2分数占用与Hoehn-Yahr分期正相关（r = 0.506，p = 0.038）；PIGD组State 3平均驻留时间与UPDRS-III运动评分负相关（r = ?0.465，p = 0.045）；其他时间属性、FC强度和临床评分间无显著相关。
讨论部分总结：与HC相比，PD患者整体在AN、LFPN、RFPN、VAN和SMN等核心网络存在空间分布异常；AN和VAN右侧颞中回、SMN右侧中扣带和右侧辅助运动区成分值升高，提示听觉信息处理、注意功能和感觉运动调控相关网络可能代偿性过度激活。AN与SMN间FC降低，提示听觉-运动整合受损。dFNC中State 4出现率降低，State 2和State 3低连接状态占主导，提示PD患者脑网络协同激活能力下降。节点图论在未校正水平显示右楔叶NE、右楔前叶DC和右中央前回DC等改变趋势，提示运动皮层异常激活。亚型层面，LFPN左额上回成分值PIGD低于TD，与PIGD执行认知损害更重一致；RFPN右额中回呈HC>TD>PIGD梯度，与PIGD运动症状更重一致；VAN右角回呈HC>PIGD>TD，仅HC与PD亚型差异显著，TD降低可能与震颤相关；AN-SMN FC呈HC>TD>PIGD，与PIGD运动迟缓和姿势步态障碍更重一致。dFNC中State 4降低为两种亚型共有，提示协同激活降低是PD共同特征。多数亚型差异未通过严格FDR校正，且样本量有限、横断面设计，因此相关指标应视为探索性，不能作为临床诊断或亚型分型的可靠生物标志物。
研究结论翻译：在本研究中，研究人员观察到PD患者（TD和PIGD组）多个脑网络存在空间分布异常，包括AN和VAN中右侧颞中回成分值升高，以及SMN中右侧中扣带和右侧辅助运动区成分值升高；同时，相对于HC组，PD患者AN与SMN间FC降低，dFNC中State 4出现率降低。因此，本研究中最一致且稳健的发现是PD患者与健康个体之间的差异，支持ICA衍生的dFNC与动态图论分析结合可为区分PD患者与HC提供客观神经影像证据。对于两种运动亚型（TD与PIGD），观察到的组间差异更为有限且不够稳健。研究人员检测到LFPN内左额上回和RFPN内右额中回的成分值存在亚型相关差异。然而，这些亚型差异并未在所有分析层面一致出现；例如，dFNC中State 4出现率在两个亚型间无显著差异。由于本研究样本量适中且为横断面设计，当前证据不足以确定亚型特异性神经影像标志物。因此，这些指标可靠区分两种运动亚型的能力应视为初步结果，尚需在更大规模、纵向队列中验证。总之，本研究最坚实的结论是PD患者与HC之间动态脑网络特征的差异；此处报告的亚型相关改变应谨慎解释，并值得进一步研究。
