混合PET/fMRI技术揭示了2型糖尿病（T2DM）和轻度认知障碍（MCI）对大脑葡萄糖代谢及阿尔法波功率（ALFF）的交互影响

《Frontiers in Endocrinology》：Hybrid PET/fMRI reveals interactive effects of T2DM and MCI on cerebral glucose metabolism and ALFF

　　摘要

背景：2型糖尿病（T2DM）常与轻度认知障碍（MCI）相关，严重影响患者的健康、生活质量及医疗系统。然而，T2DM与MCI相互作用所导致的精确脑代谢和功能变化尚未完全明了。

方法：根据T2DM和MCI的状态，将54名参与者分为四组。使用混合正电子发射断层扫描/功能性磁共振成像（PET/fMRI）技术评估脑葡萄糖代谢和低频波动幅度（ALFF）。通过双向方差分析（ANOVA）评估T2DM和MCI对这些指标的主效应和交互效应。部分相关性分析探讨了临床变量与观察到的代谢/ALFF异常之间的关联。

结果：T2DM-MCI患者的脑葡萄糖代谢变化主要由T2DM引起，前额叶、枕叶、颞叶及皮下区域均表现出显著效应。T2DM和MCI对ALFF的主效应和交互效应均具有显著性。值得注意的是，在右侧上额回（内侧眶部）和中额回中发现了拮抗性交互作用，表明T2DM抑制了这些区域的自发神经活动，而MCI则增强了这种活动。T2DM是影响右侧下额回（眶部）代谢和ALFF变化的主要因素。蒙特利尔认知评估得分、空腹血糖和餐后2小时血糖水平与受主效应或交互效应影响的区域的神经活动变化显著相关。

结论：这项混合PET/fMRI研究确定了与T2DM相关认知衰退相关的异常代谢和ALFF模式的额叶区域，提示它们可能作为早期神经影像学生物标志物。这些发现提供了新的机制见解，并突出了治疗这种共病的可能靶点。

引言

全球糖尿病发病率的上升严重损害了健康和生活质量，同时增加了医疗成本（1）。预计到2050年，全球将有超过13亿人受到影响，其中主要是2型糖尿病（T2DM）（1, 2）。慢性高血糖会导致中枢神经系统损伤，通常始于轻度认知障碍（MCI），并增加血管性痴呆、混合性痴呆和阿尔茨海默病（AD）的风险（3）。越来越多的证据表明，T2DM独立地改变了脑功能（1, 3–5）。因此，理解T2DM与认知衰退之间的神经生物学机制对于开发针对性干预措施和减缓神经退行性进程至关重要（1, 3–5）。

正电子发射断层扫描（PET）和功能性磁共振成像（fMRI）是重要的非侵入性技术，用于绘制脑功能图谱（6, 7）。这些技术越来越多地应用于T2DM患者的脑部变化研究（8–10）。例如，Natalia等人观察到中年T2DM患者的前额-颞叶区域葡萄糖代谢降低，这一发现与糖化血红蛋白（HbA1c）和胰岛素抵抗稳态模型评估（HOMA-IR）水平升高相关（8）。同样，共存的MCI和T2DM与18F-氟脱氧葡萄糖（18F-FDG）摄取减少有关，尤其是在额叶皮层、感觉运动区和纹状体（9）。此外，Li等人报告称，患有T2DM的老年人表现出三种显著的神经变化：（i）脑代谢降低，（ii）功能连接性（FC）增强，（iii）信息处理效率提高，主要发生在服务于认知功能的网络中（10）。多模态fMRI研究进一步阐明了T2DM相关认知障碍的神经失调的时空模式（1）。度中心性（DC）分析显示，T2DM-MCI患者的认知控制、视觉和记忆网络中的FC密度受损（11–13）。与健康对照组（HCs）相比，T2DM个体的前扣带回（ACC）区域显示出更高的局部同质性（ReHo），但右侧上额回（medial superior frontal gyrus）的ReHo降低（14）。基于种子的FC分析进一步揭示了额叶-顶叶连接的受损，表明局部和长距离神经同步的缺陷是认知功能障碍的基础（14）。此外，T2DM患者中低频波动幅度（ALFF）的变化一致存在，与认知、视觉处理、执行功能和情绪调节的障碍相关（15–17）。在枕叶和后中央区域观察到ALFF和ReHo值降低，这些降低与较差的认知表现相关。这些功能下降似乎特别与特定枕叶亚区（包括楔叶和舌回）的低活动有关（18）。

尽管多模态PET和fMRI研究提高了我们对T2DM和T2DM-MCI脑部变化的理解，但仍存在几个关键空白：（1）T2DM和MCI对脑代谢和功能的独立和交互效应尚未明确量化，部分原因是很少有研究包含所有四个关键组别（例如，仅T2DM组、仅MCI组、T2DM-MCI共病组和HCs组）；（2）MCI和T2DM的共存是否对脑代谢和功能产生协同或拮抗效应仍不清楚；（3）现有的PET-fMRI研究往往受到队列异质性和不一致采集协议的限制，这引入了时间和状态相关的混杂因素，阻碍了稳健的时空耦合模型的发展。

集成PET/fMRI是一种先进的神经影像学方法，可以同时评估脑代谢、功能活动和解剖结构，有效克服了多模态数据整合的关键挑战（19, 20）。该平台能够通过代谢-功能耦合全面研究T2DM和MCI对脑活动的独立和交互效应，为病理生理学和早期干预提供有价值的见解。ALFF量化了低频范围（例如0.01-0.10 Hz）内自发神经活动的强度，提供了一种对代谢和药理变化敏感且计算效率高的神经动态测量方法（21, 22）。因此，ALFF是研究T2DM相关脑损伤中代谢-功能耦合的稳健方法论框架。

为了解决这些空白，我们采用集成PET/fMRI从四个队列中获取了多模态数据：HCs组、仅MCI组、仅T2DM组和T2DM-MCI组。通过脑葡萄糖代谢（PET）和ALFF，我们使用2×2因子双向方差分析（ANOVA）评估了T2DM和MCI的主效应和交互效应。然后通过部分相关性分析将临床参数与观察到的代谢和ALFF异常联系起来。这种方法结合了代谢、功能和临床数据，支持T2DM相关认知衰退的早期神经影像学生物标志物识别。基于先前的证据，我们假设T2DM-MCI的相互作用改变了内在脑活动，这将与临床和神经心理学指标相关。本研究旨在阐明胰岛素抵抗如何与T2DM中的中枢病理（如淀粉样蛋白/tau积累）相互作用，从而阐明认知障碍的机制。

材料与方法

本研究的伦理批准已获得郑州大学第一附属医院伦理委员会的批准（批准参考号：2023-KY-1311-001）。所有参与者均签署了书面知情同意书，并获得了相应的补偿。T2DM患者的招募在2023年12月至2024年7月期间在同一机构的内分泌科进行。

T2DM队列的纳入标准包括：（1）符合美国糖尿病协会标准的诊断（空腹血糖[FBG] ≥ 7.0 mmol/L或口服葡萄糖耐量测试[OGTT]后2小时血糖[2h-PBG] ≥ 11.1 mmol/L）（10, 14, 16）；（2）T2DM持续时间超过一年；（3）年龄在18至70岁之间；（4）根据中国手性量表（10项评估）确定为右利手，并且是中文母语者；（5）无酒精或物质滥用史；（6）T2加权FLAIR和T1加权MRI序列上无脑损伤或显著头部创伤的证据；（7）无记录的精神病或神经系统疾病（如抑郁症、痴呆症）；（8）无其他代谢性疾病（如甲状腺功能亢进/减退）；（9）入组前三周内无已知影响脑功能或血流动力的药物；（10）无MRI禁忌症；（11）无高血压或血压控制良好的历史；（12）无严重的糖尿病相关并发症。HCs符合以下标准：（1）FBG < 6.1 mmol/L和2h-PG < 7.8 mmol/L（10, 14, 16）；（2）符合T2DM参与者的标准3至11。所有入组的MCI参与者都经过严格评估，以排除认知障碍的混杂因素，排除以下情况：患有神经退行性痴呆、严重脑血管疾病或当前主要精神疾病的人。

参与者根据蒙特利尔认知评估（MoCA，北京版本）得分和空腹血糖水平分为四组（11, 12, 23）：HCs组：MoCA ≥ 26，FBG < 6.1 mmol/L；MCI组：18 ≤ MoCA < 26，FBG < 6.1 mmol/L；T2DM组：MoCA ≥ 26，FBG ≥ 7.0 mmol/L；T2DM-MCI组：18 ≤ MoCA < 26，FBG ≥ 7.0 mmol/L。

基线人口统计和临床特征，包括年龄、性别、体重指数（BMI）和教育程度，被系统收集。空腹样本在至少10小时的禁食后于上午7:00至8:00之间采集。生化分析包括以下血清浓度：FBG、糖化血红蛋白（HbA1c）、空腹胰岛素（FINS）、总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白（HDL）、低密度脂蛋白（LDL）、游离三碘甲状腺原氨酸（FT3）、游离甲状腺素（FT4）、促甲状腺激素（TSH）、血清肌酐（SCR）和尿酸（UA）。所有检测均由医院临床实验室完成。进行OGTT以测量2h-PBG、C肽（PC-P）和胰岛素浓度。使用HOMA2计算器（https://www.dtu.Ox.ac.uk/homacalculator）量化胰岛素抵抗。此外，参与者完成了中国手性问卷、酒精使用障碍识别测试和Fagerstr?m尼古丁依赖测试。扫描前还进行了MRI安全筛查。MoCA具有高敏感性和特异性，用于检测MCI，是评估全球认知功能的主要工具（23）。这些神经心理学评估，包括MoCA，由合格人员在PET/fMRI扫描当天进行。

数据采集

所有受试者遵守12小时禁食协议，避免使用胰岛素、降糖药、酒精、咖啡因和任何已知会影响脑血流（CBF）的物质。在至少六小时的强制禁食后，受试者接受3.7 MBq/kg剂量的放射性药物18F-FDG静脉注射。注射后，受试者在光线昏暗、声音隔离的环境中保持仰卧位并闭眼25-30分钟，以减少脑代谢摄取期间的感觉刺激。在成像开始前，受试者排空膀胱，并使用便携式血糖仪验证血糖水平，确保其低于11.1 mmol/L。放射性药物（18F-FDG）在我们机构的PET/CT中心现场合成，使用CFN-100合成模块和HM-20回旋加速器（均为日本住友重工业公司制造），合成后的放射化学纯度超过95%。

神经影像学检查在我们医院的医学影像中心进行，使用3T西门子Biograph mMR扫描仪（Siemens Medical Solutions，德国埃尔朗根），配备标准16通道头部线圈。为了提高受试者的舒适度并减少运动伪影，提供了耳塞以降低扫描噪音，并使用泡沫垫减少头部移动。PET数据采集采用列表模式，在注射后50分钟内收集，扫描时间为10分钟。在PET和fMRI扫描过程中，受试者保持闭眼状态。PET数据重建使用3D普通泊松有序子期望最大化方法，参数如下：三个子集、21次迭代、2毫米高斯滤波、344 × 344矩阵大小、2.0毫米切片厚度和2.3毫米 × 2.3毫米 × 2.0毫米的体素分辨率。高分辨率T1加权解剖图像的采集参数如下：重复时间（TR）= 2300 ms，回波时间（TE）= 2.96 ms，视野（FOV）= 256 mm × 256 mm，矩阵= 256 × 256，176层，层厚2.0毫米，翻转角度9°。在后续图像处理之前，所有数据集均使用质心方法重新定位到共同原点。静息态fMRI（rs-fMRI）数据使用包含270个体积的回波平面成像序列，在540秒的采集期间收集。序列参数包括：TR = 2000毫秒，TE = 30毫秒，FOV = 224毫米 × 224毫米，矩阵 = 64 × 64，37层，每层厚度为3.5毫米，翻转角度为90°。PET和MRI数据处理：

PET成像处理
PET数据使用SPM12（在MATLAB 2018a中实现）按照以下步骤进行处理（10）：
(1) 转换PET和3D T1加权成像（T1WI）数据的格式。
(2) 将PET数据与每个受试者的3D T1WI结构图像进行配准。
(3) 分割解剖结构。
(4) 使用分割得到的参数进行空间标准化。
(5) 应用10毫米全宽半高（FWHM）的高斯空间平滑处理。
(6) 计算每个区域的标准化摄取值比（SUVr），以整个小脑作为参考区域。

所有NIFTI和标准化的PET图像都进行了视觉质量控制，质量不足的图像在分析前被丢弃。

ALFF计算
rs-fMRI数据预处理和ALFF分析使用数据处理和脑成像分析（DPABI，http://rfmri.org/DPABI）工具箱（在MATLAB 2018a中实现）进行。应用了以下预处理步骤：
(1) 数据转换和初步裁剪：转换rs-fMRI和3D T1WI数据的格式，并移除rs-fMRI时间序列中的前10个时间点。
(2) 切片时间校正：校正切片之间的采集时间差异。
(3) 头部运动校正：重新对齐功能体积以校正受试者的头部运动。
(4) 与结构图像配准：将rs-fMRI数据与相应的高分辨率3D T1WI结构图像进行配准。
(5) 组织分割：从3D T1WI图像中分割解剖结构（灰质、白质、脑脊液）。
(6) 噪声协变量回归：为了去除非神经元波动，回归了来自脑脊液、白质、全局平均值和24个头部运动参数（Friston 24参数模型）的信号。
(7) 空间标准化：使用从分割得到的参数将功能性和结构性数据标准化到MNI标准立体空间。
(8) 空间平滑：应用6毫米FWHM的高斯空间平滑处理。

ALFF计算
对于每个体素，使用快速傅里叶变换将时间序列转换为频域。然后对0.01-0.1 Hz频率范围内的功率谱的平方根进行平均，以获得体素级的ALFF值。为了便于组间比较，每个体素的ALFF值除以受试者的全局平均ALFF值。值得注意的是，ALFF计算没有应用带通滤波。

统计分析
人口统计和临床数据分析
使用SPSS Statistics版本26.0（http://www.spss.com；芝加哥，IL）分析人口统计和临床特征。正态分布的连续变量表示为平均值±标准差，而非正态分布的数据表示为中位数和四分位数范围。对于满足正态性和方差同质性假设的数据，采用单因素方差分析（one-way ANOVA）并结合Bonferroni事后检验。对于违反这些假设的数据，应用Kruskal-Wallis H检验。由于某些列联表单元中的预期频率低于5，使用Fisher-Freeman-Halton精确检验评估性别的组间差异。为了减少潜在的混杂效应，在所有后续统计分析中包括了年龄、性别和教育年限作为协变量。

PET和fMRI数据分析
鉴于PET和rs-fMRI数据在空间分辨率和信号特性上的差异，本研究采用了不同的分析策略来优化每种模式的有效性。首先，在PET图像上进行全脑体素级分析，这些图像具有相对较高的信噪比，以无偏地探索与2型糖尿病（T2DM）相关的葡萄糖代谢改变的脑区。随后，将PET分析中识别的显著簇定义为感兴趣区域（ROIs），并提取这些ROI内的平均ALFF值进行组间统计比较。这种分析流程由PET发现驱动，旨在确保不同模式之间的解剖一致性，并在特定假设下增强ALFF分析的统计功效。为了研究轻度认知障碍（MCI）× 2型糖尿病（T2DM）对脑葡萄糖代谢的交互作用及其主要效应，在SPM12中进行了体素级双因素方差分析，同时包括年龄、性别和教育年限作为协变量。使用假发现率（FDR）校正确定统计显著性，阈值为p < 0.05。使用自动化解剖标记3（AAL3）图谱模板（28）识别出的显著脑区的SUVr值被提取出来进行后续分析。为了检查这些代谢改变区域的功能活动，然后从相同的簇中提取ALFF值。在SPSS 26.0中进行了后续的双因素方差分析，以评估MCI × T2DM的交互作用及其对ALFF的主要效应，同时控制年龄、性别和教育年限。这些效应的显著性使用FDR校正进行评估，设定为p < 0.05。

脑-行为偏相关分析
在双因素方差分析中识别出显示显著交互作用或主要效应的脑区。然后提取这些区域内的平均SUVr和ALFF值。接着进行偏相关分析，以评估SUVr和ALFF值与临床指标（例如MoCA评分）和血液生物标志物（例如HbA1c）之间的关联，同时调整年龄、性别和教育年限。这些相关性的统计显著性设定为p < 0.05，并使用假发现率（FDR）方法校正多重比较。

结果
人口统计和临床数据
共有69名参与者参加了18F-FDG PET/fMRI扫描。排除15名不符合纳入标准或显示任何异常影像学发现的个体后，最终有54名受试者纳入分析。研究人群分为四组：健康对照组（HCs，n=14）、轻度认知障碍（MCI，n=13）、2型糖尿病（T2DM，n=12）和T2DM-MCI（n=15）。表1展示了这些组的人口统计和临床特征。各组在年龄、教育年限、空腹血糖（FBG）、HbA1c、2小时血糖（2h-PG）、MoCA和简易精神状态检查（Mini-Mental State Examination）评分方面存在显著差异。其他人口统计或临床参数没有发现统计学上的显著差异。

表1
变量 HCs (n=14) MCI (n=13) T2DM (n=12) T2DM-MCI (n=15)
F值 p值
年龄（岁） 45.14 ± 10.2 56.77 ± 11.9 52.17 ± 9.2 55.80 ± 5.7 4.33 a 0.009
性别（男/女） 8/6 7/6 8/4 13/2 4.37 c 0.226
教育年限（年） 19.00 (3.00) 9.00 (3.00) 12.00 (6.25) 9.00 (3.00) 26.67 b <0.001
BMI（kg/m2） 24.18 ± 2.94 23.88 ± 2.41 25.00 ± 2.08 26.39 ± 3.39 2.31 a 0.088
FBG（mmol/L） 5.26 ± 0.32 5.42 ± 0.44 6.95 ± 1.34 6.76 (1.10) 30.95 b <0.001
HbA1c（%） 5.43 ± 0.31 5.70 ± 0.31 7.30 ± 0.95 7.40 (1.30) 40.02 b <0.001
FCP（ng/mL） 2.19 ± 0.39 2.55 ± 11.90 2.25 ± 0.92 2.40 ± 0.69 0.71 a 0.549
FINS（μU/mL） 7.72 ± 2.31 9.31 ± 4.15 9.72 ± 6.82 8.66 ± 4.43 0.47 a 0.703
HOMA2-IR 1.80 ± 0.52 2.25 ± 1.06 3.16 ± 2.41 2.26 ± 1.20 5.45 b 0.142
TC（mmol/L） 4.59 ± 1.01 8.99 ± 13.61 4.81 (1.33) 4.68 ± 1.03 0.409 b 0.938
TG（mmol/L） 1.07 (0.90) 2.13 ± 1.30 1.48 ± 0.61 1.90 ± 0.82 3.69 b 0.296
HDL（mmol/L） 1.31 ± 0.27 1.34 ± 0.34 1.15 ± 0.28 1.21 ± 0.22 1.36 a 0.267
LDL（mmol/L） 2.65 ± 0.84 2.75 ± 0.63 3.09 ± 1.08 2.71 ± 0.92 0.386 a 0.764
FT3（pmol/L） 4.83 ± 0.51 5.36 ± 0.66 4.99 ± 0.81 4.91 ± 0.59 0.976 a 0.412
FT4（pmol/L） 9.90 (2.27) 10.98 ± 2.32 11.73 ± 1.81 12.55 ± 1.94 7.40 b 0.06
TSH（μIU/mL） 2.21 (1.17) 1.83 ± 0.65 2.10 ± 1.36 2.75 ± 1.70 2.25 b 0.52
2h-PBG（mmol/L） 6.72 ± 1.81 6.72 (1.22) 14.47 ± 4.14 16.15 ± 4.25 38.38 b <0.001
2h-FINS（pmol/L） 54.35 ± 29.25 54.70 (34.55) 65.23 ± 40.76 55.44 ± 39.22 0.78 b 0.855
2h-FCP（ng/ml） 8.94 ± 2.53 10.39 ± 2.71 9.29 ± 3.89 8.22 ± 3.74 1.05 a 0.378
MoCA（评分） 27.57 ± 1.45 22.54 ± 1.66 26.50 (2.00) 23.00 (1.00) 40.86 b <0.001
MMSE（评分） 29.00 (1.00) 26.00 ± 2.08 28.00 (2.75) 25.27 ± 1.75 22.74 b <0.001

参与者的人口统计、临床特征和神经心理测试评分。
正态分布的数据表示为平均值±标准差（SD）。非正态分布的数据表示为中位数和四分位数范围（IQR）。使用单因素方差分析（a）评估组间差异，对于非正态分布的数据使用Kruskal-Wallis H检验（b），对于性别分布使用Fisher-Freeman-Halton精确检验（c）。

PET分析
双因素方差分析未发现MCI × T2DM的显著交互作用，也未发现MCI的主要效应。然而，在多个脑区观察到T2DM的显著主要效应（p < 0.05，FDR校正）。平均SUVr的差异定义为T2DM和T2DM-MCI组相对于HC和MCI组的值。在四个主要簇中观察到SUVr的降低，包括以下区域：右中额回（MFG）、右上额回-背外侧（SFG）、右下额回（三角部、盖部、眶部；IFGtriang, IFGoperc, IFGorb）、右中/上/下枕回（MOG, SOG, IOG）、右楔叶、右角回（ANG）、右脚跟裂及其周围皮质（CAL）、左SFG、右MOG、左上额回-内侧（SFGmedial）、左IFGtriang、左上额回-内侧眶部（PFCventmed）、左楔叶、左CAL、左SOG、左MOG和右楔叶。相比之下，在三个簇中观察到SUVr的增加，包括左海马旁回（PHG）、左杏仁核、左颞极（上和中间颞回；TPOsup, TPOmid）、左下颞回（ITG）、右杏仁核、右TPOsup、右PHG、双侧膝下和前膝下ACC（ACCsub, ACCpre）、右PFCventmed以及双侧嗅皮质（OLF）。这些代谢改变与T2DM相关，如显著的主要效应所示。图1展示了改变的脑葡萄糖代谢的空间分布，表2提供了关于峰值代谢差异的详细信息。

图1
显示2型糖尿病对脑葡萄糖代谢显著主要效应的脑区。统计阈值设定为簇级p < 0.05，并使用假发现率（FDR）校正多重比较。颜色条代表F值刻度。L，左；R，右。

表2
脑区 位置 整个簇大小 簇大小 MNI坐标 峰值F值 SUVr差异
R 中额回 前额叶 15 46 68 26 60-12 26.19 <0
R 上额回-背外侧 前额叶 53 52 86 0-8 28.33 <0
R 下额回-三角部 前额叶 23 44 63 81 20.08 <0
R 下额回-盖部 前额叶 25 48 22 32 16.07 <0
R 下额回-眶部 前额叶 15 44 48 -2 15.52 <0
R 中枕回 枕叶 78 24 67 34-8 12 32.06 <0
R 上枕回 枕叶 12 83 -8 42 23.27 <0
R 下枕回 枕叶 10 83 -8 4 28.51 <0
R 楔叶 枕叶 56 4-8 16 13.12 <0
R 角回 顶叶 11 46 -7 23 11.76 <0
R 脚跟裂及其周围皮质 枕叶 10 26 -9 4 14.34 <0
R 上额回-背外侧 前额叶 51 93 11-18 64 23.74 <0
R 中枕回 枕叶 12 2-30 58 -8 16.75 <0
R 上额回-内侧 前额叶 35 -16 66 22.86 <0
R 下额回-三角部 前额叶 33 -4 63 12 11.66 <0
R 上额回-内侧眶部 前额叶 18 -14 66 -2 0.08 <0
R 楔叶 枕叶 35 71 18 20 -8 16.86 <0
R 脚跟裂及其周围皮质 枕叶 10 22 -8 14 15.59 <0
R 上枕回 枕叶 31 -10 -9 21 12.71 <0
R 楔叶 枕叶 14 4-8 16 13.12 <0
R 海马旁回 皮层下结构 18 95 1-28 -2 16.65 >0
R 杏仁核 皮层下结构 48 -30 0-28 15.52 >0
R 颞极：上颞回 颞叶 37 -36 4-2 13.01 >0
R 颞极：中间颞回 颞叶 35 -16 10-38 23.04 >0
R 下颞回 颞叶 11 -32 4-36 14.09 >0
R 杏仁核 皮层下结构 20 61 14 30 4-26 21.20 >0
R 颞极：上颞回 颞叶 56 32 4-24 19.99 >0
R 海马旁回 皮层下结构 36 28 4-26 18.98 >0
R 前扣带回-膝下 前额叶 30 61 10 42 27.60 >0
R 前扣带回-膝下 前额叶 65 -43 00 31.35 >0
R 上额回-内侧眶部 前额叶 45 12 36-10 18.78 >0
R 前扣带回-前膝下 前额叶 17 18 42 14.16 >0
R 嗅皮质 颞叶 14 -6 30 -2 6.99 >0

T2DM对脑葡萄糖代谢的主要效应来自双因素方差分析。统计阈值设定为p < 0.05，并进行了假发现率校正。平均SUVr差异表示T2DM组（T2DM和T2DM-MCI）与非T2DM组（健康对照组和MCI）之间的对比。L，左；R，右；T2DM，2型糖尿病；MCI，轻度认知障碍；SUVr，标准化摄取值比；ANOVA，方差分析。

ALFF分析
对具有改变的脑葡萄糖代谢区域的ALFF值进行双因素方差分析，发现MCI和T2DM都有显著的主要效应，以及MCI × T2DM的显著交互作用（p < 0.05，FDR校正）。这些脑区的分布显示在图2中。MCI的主要效应表现为右SOG的ALFF降低，表明MCI组（MCI和T2DM-MCI）的活动低于非MCI组（HC和T2DM）。T2DM的主要效应表现为右IFGorb的ALFF增加，表明T2DM组（T2DM和T2DM-MCI）的活动高于非MCI组（HC和T2DM）。MCI × T2DM的交互作用在右PFCventmed和右MFG中观察到。图3显示了这四个组中这些区域的ALFF值。它表明，MCI个体的ALFF低于HC个体，而同时患有T2DM和MCI的个体的ALFF高于仅患有T2DM的个体。这些相反的模式表明MCI和T2DM在右PFCventmed和MFG的神经活动中存在拮抗性交互作用。表3提供了这些显著簇的详细坐标。轻度认知障碍（MCI）的主要效应、2型糖尿病（T2DM）的主要效应以及MCI与T2DM的交互效应分别用绿色、橙色和蓝色表示。统计阈值设定为p < 0.05，并使用假发现率（FDR）对多重比较进行了校正。L表示左侧；R表示右侧；T2DM表示2型糖尿病；MCI表示轻度认知障碍。

图3显示了右侧前额叶皮层ventmed（A）和右侧中额叶皮层（MFG）的ALFF值，展示了四个参与者组中MCI与T2DM之间的交互作用。ALFF代表低频波动的幅度；HCs表示健康对照组；T2DM表示2型糖尿病；MCI表示轻度认知障碍；PFCventmed表示上额叶皮层的内侧眶部；MFG表示中额叶皮层。

表3显示了不同脑区的效应：
- MCI的主要效应
- T2DM的主要效应
- MCI×T2DM的交互效应

| 脑区 | F(1, 47) | PP | η2 | 平均ALFF差异 | F(1, 47) | PP | η2 | 平均ALFF差异 |
|--------------|------------|----------|--------------|------------|----------|--------------|
| 右侧中额叶皮层 | 0.144 | 0.706 | 0.003 | 0.591 | 0.446 | 0.012 | 5.251 |
| 上额叶皮层-背外侧部分 | 0.008 | 0.928 | 1.382 | 0.246 | 0.029 | 1.454 | 0.234 |
| 下额叶皮层-三角部分 | 0.004 | 0.952 | 0.639 | 0.428 | 0.013 | 0.953 |
| 下额叶皮层-眶部 | 0.058 | 0.811 | 0.001 | 0.345 | 0.560 | 0.007 | 0.715 |
| 下额叶皮层-眶部 | 0.860 | 0.359 | 0.018 | 4.342 | 0.043 | *0.085 | >0.032 |
| 右侧枕叶皮层 | 0.570 | 0.454 | 0.012 | 0.016 | 0.901 | 0.386 | 0.537 |
| 上枕叶皮层 | 8.601 | 0.005 | *0.155 | <0.014 | 0.907 | 0.186 |
| 下枕叶皮层 | 0.119 | 0.732 | 0.003 | 0.975 | 0.404 | 0.015 |
| 钩状回 | 2.034 | 0.160 | 0.041 | 0.193 | 0.663 | 0.004 |
| 角回 | 1.961 | 0.168 | 0.041 | 1.029 | 0.021 | 0.059 | 0.810 |
| 跟腱裂及其周围皮质 | 0.574 | 0.453 | 0.012 | 0.117 | 0.734 | 0.002 |
| 上额叶皮层-背外侧部分 | 0.008 | 0.928 | 1.382 | 0.246 | 0.234 | 0.03 |
| 中枕叶皮层 | 0.10.754 | 0.002 | 1.397 | 0.243 | 0.029 | 3.606 |
| 上额叶皮层-内侧部分 | 0.021 | 0.886 | 0.289 | 0.593 | 0.006 | 0.552 |
| 下额叶皮层-三角部分 | 0.001 | 0.975 | 0.252 | 0.618 | 0.005 | 2.374 |
| 下额叶皮层-眶部 | 0.888 | 0.359 | 0.018 | 4.342 | 0.043 | *0.085 |
| 右侧枕叶皮层 | 0.058 | 0.866 | 0.001 | 1.193 | 0.280 | 0.025 |
| 钩状回 | 0.029 | 0.866 | 0.001 | 1.193 | 0.280 | 0.025 |
| 跟腱裂及其周围皮质 | 0.075 | 0.786 | 0.002 | 0.702 | 0.406 | 0.015 |
| 上额叶皮层-背外侧部分 | 0.008 | 0.928 | 1.382 | 0.246 | 0.234 |
| 中枕叶皮层 | 0.10.754 | 0.002 | 1.397 | 0.243 | 0.029 | 3.606 |
| 上额叶皮层-内侧部分 | 0.021 | 0.886 | 0.289 | 0.593 | 0.006 | 0.552 |
| 下额叶皮层-三角部分 | 0.001 | 0.975 | 0.252 | 0.618 | 0.005 | 2.374 |
| 下额叶皮层-眶部 | 0.888 | 0.351 | 0.019 | 0.062 | 0.805 | 0.001 | 1.180 |
| 钩状回 | 0.029 | 0.866 | 0.001 | 1.193 | 0.280 | 0.025 |
| 跟腱裂及其周围皮质 | 0.075 | 0.786 | 0.002 | 0.702 | 0.406 | 0.015 |
| 上枕叶皮层 | 0.018 | 0.894 | 0.212 | 0.152 | 0.043 |
| 中枕叶皮层 | 0.997 | 0.005 | *0.155 | <0.014 | 0.907 | 0.186 |
| 下枕叶皮层 | 0.119 | 0.732 | 0.003 | 0.001 | 0.975 | 0.404 |
| 钩状回 | 2.034 | 0.160 | 0.041 | 0.193 | 0.663 |
| 角回 | 1.961 | 0.168 | 0.041 | 1.029 | 0.021 | 0.059 |
| 跟腱裂及其周围皮质 | 0.574 | 0.453 | 0.012 | 0.117 | 0.734 | 0.002 |

表3继续显示了T2DM和MCI对ALFF的主要效应和交互效应。

通过双向方差分析（ANOVA），统计阈值设定为p < 0.05，并使用假发现率（FDR）对多重比较进行了校正。MCI的主要效应是通过将MCI和T2DM-MCI组合组与健康对照组（HCs）和T2DM组合组进行对比来定义的。同样，T2DM的主要效应是通过将T2DM和T2DM-MCI组合组与健康对照组（HCs）和MCI组合组进行对比来定义的。

基于PET数据的双向ANOVA确定的脑区，T2DM和MCI受试者的右前扣带回前部（ACCpre，r = -0.463，p = 0.0432，图4A）、右前扣带回下部（ACCsub，r = -0.472，p = 0.0432，图4B）和右前扣带回下部（ACCsub，r = -0.458，p = 0.0432，图4C）的FBG值与SUVr值之间存在显著的负相关。此外，在同一组中，2小时血糖（2h-PBG）与右内侧额叶皮层三角部分（IFGtriang，r = -0.458，p = 0.0458，图4D）、右中额叶皮层（MFG，r = -0.458，p = 0.0460，图4E）、左扣带回（CAL，r = -0.412，p = 0.0460，图4F）和左扣带回（SOG，r = -0.412，p = 0.0432，图4G）的SUVr值也存在显著的负相关。相反，MoCA评分与右扣带回（CAL，r = 0.421，p = 0.0460，图4H）、右钩状回（cuneus，r = 0.475，p = 0.0432，图4I）、右扣带回（SOG，r = 0.428，p = 0.0460，图4J）和左扣带回（CAL，r = 0.428，p = 0.0460，图4K）的SUVr值存在显著的正相关。然而，这些相关性在健康对照组（HCs）和MCI组中并不显著。值得注意的是，在T2DM和T2DM-MCI受试者中，MoCA评分也与左内侧枕叶皮层（MOG，r = 0.488，p = 0.0432，图5B）和左扣带回（SOG，r = 0.497，p = 0.0432，图5E）的SUVr值存在显著的正相关，以及在所有受试者中（MOG：r = 0.473，p = 0.0432，图5C；SOG：r = 0.319，p = 0.0432，图5D；SOG：r = 0.423，p = 0.0460，图5F）也存在显著的正相关。

图4（A-L）显示了T2DM和T2DM-MCI组中临床变量与脑葡萄糖代谢（SUVr）之间的相关性。散点图描绘了临床测量值（FBG、2h-PBG、MoCA）与T2DM具有显著主要效应的脑区中的SUVr之间的关系。

图5（A-F）显示了MoCA评分与左SOG和MOG中的SUVr之间的关联。这项分析表明，T2DM显著影响了认知表现与脑葡萄糖代谢之间的关系。

在特定亚组中，观察到区域ALFF与2小时血糖（2h-PBG）水平之间的正相关。在T2DM和T2DM-MCI受试者中，右侧前额叶皮层ventmed（IFGorb）的ALFF与2h-PBG显著相关（r = 0.479，p = 0.0405，图6A）。此外，在所有参与者中，右侧中额叶皮层（MFG）的ALFF也与2h-PBG水平呈正相关（r = 0.31，p = 0.0405，图6C）。

讨论：
使用混合PET/fMRI技术，我们研究了T2DM和MCI的独立和交互效应，以及临床测量值与改变的代谢/ALFF模式之间的关系。主要发现包括：（1）T2DM-MCI个体的脑葡萄糖代谢变化主要由T2DM引起，涉及额叶、枕叶、颞叶和皮下区域。（2）T2DM和MCI都对ALFF有显著的主要效应，在右侧内侧眶额叶皮层和中额叶皮层中存在交叉交互效应，它们对神经活动的影响是相反的。（3）在右侧眶下额叶皮层中，T2DM是影响代谢和ALFF的主要因素。（4）临床变量（MoCA评分、FBG和2h-PBG）与显示主要或交互效应的区域中的代谢和ALFF改变显著相关。

T2DM驱动的脑葡萄糖代谢改变表明，与T2DM相关的脑葡萄糖代谢降低主要发生在额叶（包括双侧SFG、双侧IFGtriang、左侧SFGmedial、右侧IFGoperc和右侧IFGorb）、枕叶（包括双侧SOG、双侧MOG、双侧cuneus和右侧IOG），以及右侧ANG。相反，我们在背内侧额叶（包括双侧PFCventmed、双侧ACCsub和右侧ACCpre）、皮下结构（双侧PHG和双侧杏仁核）和颞叶（双侧OLF、左侧TPOsup、左侧TPOmid和右侧TPOsup）发现了升高的代谢活动。

与先前关于T2DM导致枕叶灌注减少及其与视觉空间和记忆缺陷相关性的报告一致（29, 30），我们的研究发现MoCA评分与枕叶区域的葡萄糖代谢（SUVr）之间存在正相关。具体来说，在所有参与者中，左侧MOG和SOG中观察到正相关，在T2DM组中，双侧cuneus、CAL和右侧SOG中也观察到正相关。ANG作为整合认知的关键枢纽，其葡萄糖代谢降低与糖尿病前期和T2DM人群的阿尔茨海默病风险增加有关（32）。此外，额叶代谢受损，特别是在右侧IFGtriang和右侧MFG中，与2h-PBG呈负相关，这加强了T2DM中执行功能障碍的生物学基础（8, 9）。这些区域特定的代谢降低有助于解释T2DM中的领域特定认知障碍的神经生物学基础。

杏仁核的代谢活动与FBG和HbA1c水平显著相关，活性升高预示着T2DM风险的增加（33, 34）。在某些T2DM队列中，干预后杏仁核的代谢降低已被记录（33）。在淀粉样蛋白PET阳性的参与者中，糖尿病组的左侧颞叶（包括双侧杏仁核、海马体和内嗅皮层）的tau PET SUVr显著升高，与非糖尿病组相比（25）。Queralt等人发现，T2DM患者在基线时左侧杏仁核和海马体的代谢活动增加（35）。与健康对照组相比，T2DM患者的ACC显示出更高的CBF（充血），这是高级认知控制的关键区域。WMS-III文本回忆子测试评分与多个区域的葡萄糖代谢显著相关，包括双侧subgenual ACC、眶额叶皮层、右侧PHG和右侧ACC proper（36）。此外，FBG与T2DM和T2DM-MCI组中的双侧ACCsub和右侧ACCpre的SUVr值显著正相关。先前的研究在T2DM患者中报告了脑体积、灰质密度和ALFF的降低，这些脑异常也与认知表现下降有关（37, 38）。相比之下，在糖尿病视网膜病变患者中观察到左侧MTG的CBF值增加（37, 38）。这些区域的葡萄糖代谢增加可能代表了T2DM中认知和情绪障碍的代偿性神经反应。

MCI和T2DM对ALFF的独立和交互效应表明，MCI的主要病理生理效应表现为ALFF降低，主要位于右侧SOG。作为枕叶内的关键区域，SOG在视觉空间处理、注意力调节和多感官及高级认知输入的整合中起核心作用（39–41）。这一发现与MCI患者中ALFF降低（41, 42）和脑血流减少（43）的报告一致。此外，患有白质疏松症的个体与仅患有白质疏松症的个体相比，右侧SOG的ALFF显著降低（39）。元分析进一步表明，MCI人群中SOG的脑血流减少（44）。这些发现表明，MCI破坏了右侧SOG的局部能量代谢和自发神经活动，可能解释了MCI和AD中常见的视觉处理缺陷（45）。Zhang等人报告说，丘脑和SOG之间的功能连接增强与失眠个体的早期认知障碍有关（41）。因此，我们的结果突出了可能导致MCI中视觉和认知功能障碍的神经病理机制。

相比之下，T2DM主要与ALFF升高相关，尤其是在右侧眶下额叶皮层（IFGorb）中。这个区域位于前额叶皮层内，对认知控制过程（如冲动抑制和执行功能）至关重要（46）。我们的观察结果与Li等人和Luo等人的报告一致，他们也在T2DM患者中记录了右侧IFGorb的ALFF显著增加（47, 48）。T2DM队列中报告了结构异常，包括右侧IFG和右侧IFGorb的灰质体积减少和皮质厚度降低（1, 49），这些与异常神经活动密切相关（1）。这些结果表明，T2DM中右侧IFGorb的结构和功能同时受损（1）。先前的研究表明，右侧IFGorb的最前部分特别参与高级抑制控制，这使其成为认知缺陷的生物标志物（50）。右侧IFGorb的ALFF升高可能是T2DM中认知控制缺陷的生物标志物。

MCI和T2DM之间的交互作用在右侧PFCventmed和MFG的ALFF上表现出拮抗效应。这些区域是默认模式网络（DMN）的关键节点，参与奖励处理、情绪调节和决策（1, 51, 52）。据报道，MCI患者在DMN区域（如双侧PFCventmed和左侧MFG）的ALFF增加（48, 53）。相比之下，最近的一项元分析发现T2DM患者的右侧PFCventmed和MFG的ALFF降低（54, 55）。这些对比发现表明，MCI和T2DM对前额叶区域的ALFF有不同的影响。ALFF是认知障碍的稳定生物标志物，其在这些区域的异常与神经心理学测试（包括听觉-语言学习测试和MoCA）的较差表现相关（56）。rs-fMRI和结构性MRI研究均一致表明，在轻度认知障碍（MCI）和2型糖尿病（T2DM）患者中，内侧前额叶网络（DMN）的功能连接性和自发性活动存在紊乱，这可能导致认知能力和情景记忆的受损（57, 58）。此外，包括SFG和MFG在内的DMN区域与显著性网络的连接性在MCI患者中也表现出紊乱（51）。元回归分析进一步表明，右侧前额叶皮层ventral部分（PFCventmed）的灰质体积减少与T2DM相关认知功能障碍患者的MoCA评分降低有关（59）。值得注意的是，在T2DM-MCI亚组中，右侧PFCventmed和MFG的ALFF（局部血流功能）与2小时血糖水平（2h-PBG）呈正相关，这表明这些区域的功能改变可能是T2DM认知障碍的关键神经生物学标志。

**T2DM对脑葡萄糖代谢和ALFF的显著影响**
T2DM被认为是导致右侧前额叶皮层orbital部分（IFGorb）代谢降低和ALFF升高的主要因素。在T2DM患者中，这种脱钩可能反映了病理条件下的神经代谢耦合受损，可能源于中枢胰岛素抵抗。一方面，胰岛素信号传导的紊乱抑制了GABA能神经元的神经递质合成和释放，导致抑制性张力降低，进而增加神经兴奋性，表现为ALFF升高（46）。另一方面，胰岛素抵抗导致脑血管反应性降低、葡萄糖转运蛋白功能受损以及线粒体能量产生效率下降（60–62）。因此，尽管神经元放电增加，但脑葡萄糖利用率仍然降低，最终在PET扫描中表现为代谢降低。这种高神经活动与低代谢效率之间的分离可能反映了IFGorb中的代偿性但低效的过度激活状态，提示其可能是T2DM执行功能和抑制控制缺陷的核心机制。

**结论**
通过整合PET/fMRI方法，本研究观察到T2DM与异常的脑葡萄糖代谢和ALFF紊乱显著相关，尤其是在右侧IFGorb。我们还发现T2DM和MCI与右侧PFCventmed和MFG的ALFF模式存在关联。此外，在T2DM-MCI亚组中，这些区域的ALFF与2小时血糖水平呈正相关。这些综合发现表明T2DM和MCI在神经层面存在复杂的相互作用。所识别的前额叶改变可能是T2DM相关认知衰退的潜在早期指标，为未来的治疗策略研究提供了新的机制见解。

**局限性与未来方向**
本研究存在几个局限性需要考虑。首先，缺乏对脑小血管疾病（如白质高信号、微出血）的全面评估，这是一个方法学上的局限。这留下了两个关键问题未解决：代谢失调（如血糖波动）是独立影响认知功能，还是通过脑血管损伤来实现的；以及观察到的认知障碍是T2DM特有的，还是受到共同病因途径的CSVD的干扰。其次，尽管通过协变量调整控制了年龄的线性效应，但广泛的年龄范围仍可能引入模型未解释的残余异质性。此外，本研究的样本量不足以检测T2DM与年龄之间的潜在相互作用。未来需要更大样本量的研究，无论是按年龄分层还是针对特定年龄组（如中年人与老年人），以更精确地阐明T2DM相关认知衰退的轨迹。第三，同时进行PET/fMRI扫描的成本高昂、辐射暴露问题以及本研究采用的严格纳入和排除标准导致样本量相对较小（n = 54），这可能导致分析效力不足，并限制结论的普遍性。因此，需要通过更大规模的队列研究来验证这些初步发现。此外，即使调整了MoCA评分和教育水平作为协变量，由于组间教育水平的差异，残余混杂因素可能仍未完全消除。由于教育水平是认知储备的主要代理指标，并可能非线性地影响大脑功能，因此对T2DM-MCI特异性神经改变作为生物标志物的特异性应谨慎解读。未来对教育水平匹配的纵向随访队列的研究将有助于更清晰地界定T2DM本身的具体神经病理效应。

**最后，建立观察到的代谢和ALFF改变与认知衰退之间的因果关系需要纵向数据。**