《Multiple Sclerosis and Related Disorders》：Enhancing the interpretability of spinal cord atrophy in multiple sclerosis by reducing interindividual variability due to anatomical differences
编辑推荐：
脊髓萎缩是评估多发性硬化症（MS）患者残疾的重要指标，但个体间固有的解剖学差异会影响平均上颈髓面积（MUCCA）测量的可解释性。本研究在健康对照（HC）和多发性硬化症患者（pwMS）中，系统评估了身高、估计的颅内总体积（eTIV）和椎管面积（SCaA）作为MUCCA归一化因子的表现。研究发现，这三种因子均能有效降低MUCCA对解剖学结构的依赖性，其中多变量（eTIV+SCaA）归一化效果最佳，但SCaA可能受到疾病影响。身高是唯一适用于比例归一化的因子，可实现无需HC参考数据的个体化临床评估。本研究为优化脊髓萎缩的测量和解释提供了重要依据。
多发性硬化症是一种累及中枢神经系统的自身免疫性疾病，常导致进行性残疾。其中，脊髓的萎缩被认为是导致患者运动功能障碍和残疾进展的关键因素之一。因此，准确测量脊髓萎缩对于评估疾病进展、预测临床结局以及评价治疗效果至关重要。在临床和研究中，科学家们常常利用从常规脑部磁共振成像（MRI）中提取的“平均上颈髓面积”（Mean Upper Cervical Cord Area, MUCCA）作为衡量脊髓萎缩的一个便捷指标。然而，问题也随之而来：我们每个人的身体构造本就千差万别——身高不同、脑袋大小不一、脊髓周围的“管道”（椎管）粗细也各异。这些天生的解剖学差异，就像为每个人的MUCCA测量值加上了一个“背景噪声”，使得我们很难判断某个患者MUCCA的减小，究竟是疾病导致的病理性萎缩，还是仅仅因为他的身高本来就比其他人矮一些。当前，虽然学界提出了多种方法来校正这种解剖学变异（例如使用颅内体积、身高或椎管面积进行归一化），但哪种方法最有效、最可靠，特别是对于多发性硬化症患者而言，尚无定论。为了解决这一问题，发表在《Multiple Sclerosis and Related Disorders》上的一项研究，系统性地评估和比较了不同的归一化策略，旨在找到能最有效“剥离”解剖学噪音，从而让MUCCA更纯粹地反映疾病本身影响的方法。
研究人员首先确立了一个明确的研究思路：先在不受疾病影响的健康对照（Healthy Controls， HC）群体中评估不同归一化因子和策略的有效性，再在有病理变化的MS患者群体中进行验证。研究共纳入了272名病程较长（>10年）的多发性硬化症患者和69名健康对照。评估的归一化因子包括：身高、估计的颅内总体积（estimated Total Intracranial Volume， eTIV）以及位于C2/C3水平的椎管面积（Spinal Canal Area， SCaA）。他们采用了两种归一化策略：一种是基于回归模型的校正，即利用HC数据建立MUCCA与各因子的线性关系，然后在pwMS中进行校正；另一种是比例归一化，即直接用MUCCA除以归一化因子。研究的核心在于比较这些方法和因子在多大程度上能减少MUCCA对解剖结构的依赖，以及这种校正是否会影响MUCCA与临床残疾评分（如扩展残疾状态量表EDSS、9孔钉测试HPT和25英尺定时步行测试T25FW）之间的关系。
主要关键技术方法概述
本研究主要基于回顾性队列的3D-T1加权脑部MRI数据展开分析。关键技术包括：1) MRI图像后处理与分割：使用高级归一化工具（ANTs）进行偏置场校正，使用HD-Brain Extraction Tool（HD-BET）进行颅骨剥离，并利用nicMSlesions自动分割白质高信号病灶。使用FreeSurfer软件从填充后的T1图像中提取估计的颅内总体积（eTIV）。2) 脊髓与椎管分割测量：使用脊髓工具箱（Spinal Cord Toolbox）中的sct_deepseg模块，在C2/C3水平对平均上颈髓面积（MUCCA）和椎管面积（SCaA）进行自动分割，随后进行大量的人工校正以确保准确性。MUCCA和SCaA的计算分别基于以C2/C3标记点为中心的固定数量的轴向切片（MUCCA取上下各15层，SCaA取上下各5层），并应用角度校正。3) 统计分析：采用线性回归分析评估MUCCA与各归一化因子的关系，通过计算决定系数（R2）的减少量来衡量归一化策略减少解剖学依赖性的能力，并使用敏感性分析（重复十折交叉验证）评估各因子的稳健性。最后，在MS患者中验证了归一化后MUCCA与临床残疾指标（EDSS， HPT， T25FW）的相关性，并探讨了脊髓椎管储备模型。
研究结果
3.1. 人口统计学特征
最终纳入分析的包括272名多发性硬化症患者和69名健康对照。与健康对照组相比，多发性硬化症患者的平均上颈髓面积（MUCCA：62.12 ± 10.40 mm2vs. 68.00 ± 9.89 mm2, p<0.001）和身高（173.35 ± 9.20 cm vs. 177.22 ± 10.47 cm, p=0.022）显著更低。而两组的eTIV和SCaA则没有显著差异。
3.1. 健康对照组中的归一化因子及其比例归一化适用性评估
首先，研究人员评估了各因子是否适用于比例归一化。结果显示，身高是唯一与MUCCA成比例关系的因子，其线性回归模型的截距较小，而eTIV和SCaA则不满足比例关系。因此，在后续分析中，只有MUCCA/身高被作为比例归一化的结果进行评估。
3.2. 健康对照组中归一化因子的评估
在健康对照组中，MUCCA与eTIV（标准化β=0.326）、身高（标准化β=0.312）和SCaA（标准化β=0.322）均存在显著相关，且相关性强度相似。eTIV和SCaA解释了互补的方差，将它们结合的多变量模型（eTIV+SCaA）对MUCCA的解释度最高（R2=23.7%）。
3.2.1. 解剖学依赖性方差的减少
非归一化的MUCCA对解剖结构的依赖性为25.22%。使用任何一种归一化因子（身高、eTIV或SCaA进行回归校正）都能将这种依赖性降低至约10%。而多变量归一化（eTIV+SCaA）表现最佳，几乎完全消除了解剖依赖性（调整后R2=0.1%）。
3.2.2. 中介分析与对性别差异的影响
因果中介分析显示，性别对MUCCA的影响主要通过eTIV介导。归一化后，健康对照组中男性和女性之间的MUCCA差异有所减小。
3.2.3. 健康对照组中的敏感性分析
敏感性分析表明，所有归一化因子在健康对照组中均表现稳健，没有哪个因子在预测误差上显著优于其他因子。
3.3. 多发性硬化症患者中的二次分析
在多发性硬化症患者中，情况发生了变化。MUCCA与SCaA不再相关，但仍与身高和eTIV相关。敏感性分析显示，基于SCaA的归一化对疾病相关的变异性敏感，导致其预测误差更高。
3.3.1. 个体间变异性及性别与组间差异
归一化后，多发性硬化症患者中男女性别间的MUCCA差异基本消失（除了SCaA校正后）。尽管归一化降低了健康对照组与患者组之间MUCCA差异的效应量，但差异仍然显著。通过倾向评分匹配分析发现，身高校正的MUCCA对组间不平衡更为稳健。
3.3.2. 与残疾和运动功能的关系
未经校正的MUCCA与扩展残疾状态量表评分（EDSS）显著相关。经过身高归一化（无论是比例法还是回归法）后，MUCCA不仅与EDSS保持显著相关，还与9孔钉测试（HPT）产生了显著关联，而未经校正或其他因子校正的MUCCA与HPT无显著关联。对于25英尺定时步行测试（T25FW），只有未经校正和SCaA校正的MUCCA与之相关。
3.3.3. 对脊髓椎管储备模型的影响
研究人员复现了此前研究中提出的“脊髓椎管储备”模型，即在校正了大脑病灶体积、年龄、性别以及MUCCA/SCaA后，SCaA本身仍与残疾相关。然而，当使用其他对疾病影响更不敏感的因子（如身高、eTIV）来校正MUCCA，或用更优的回归校正替代比例校正时，SCaA与残疾之间的关联变得不再显著。这表明，先前观察到的“椎管储备”效应，部分可能是由于MUCCA的解剖学变异校正不充分所致。
研究结论与重要意义
本研究的核心结论是，在评估上颈髓测量指标时进行归一化至关重要。eTIV、身高和SCaA在健康个体中都是有效的MUCCA归一化因子。其中，多变量归一化（eTIV+SCaA）在消除解剖学依赖性方面表现最佳。然而，验证表明SCaA本身可能受到多发性硬化症疾病进程的影响，因此基于SCaA的归一化（无论是单独还是与eTIV结合）可能会掩盖或混淆有意义的疾病信号。相比之下，身高是唯一适用于比例归一化的因子，这使得无需健康对照参考数据即可进行个体化临床评估成为可能，在临床环境中更具实用价值。
这项研究的意义深远。首先，它为临床和科研中选择脊髓萎缩的校正方法提供了循证依据。研究指出，归一化策略的选择取决于具体目标：若旨在最大程度移除解剖噪音以进行群体比较或量化绝对萎缩，多变量校正可能是理想选择；若旨在评估与临床结局的关联，则使用身高或eTIV进行单变量校正可能是更稳妥且有效的方法，特别是身高归一化还增强了对上肢功能（HPT）的预测能力。其次，研究对“脊髓椎管储备”这一新兴概念提出了重要的方法论警示，强调未来相关研究必须充分考虑并充分校正脊髓固有的解剖学变异，以避免得出有偏差的结论。最后，研究提供的归一化MUCCA参考值，为未来工作的比较和解释建立了基准。总之，这项研究通过严谨的方法学比较，提升了我们对多发性硬化症脊髓萎缩测量的准确性和可解释性，朝着更精准的疾病评估和个体化管理迈出了关键一步。
