功能连接组预测认知并将白质高信号负荷与认知损害联系跨越血管性认知损害连续谱

《Brain Sciences》：Functional Connectome Predicts Cognition and Links White Matter Hyperintensity Burden to Cognitive Impairment Across the Vascular Cognitive Impairment Continuum

　　

背景：白质高信号（WMH）是脑小血管病的标志，也是血管性认知损害（VCI）的重要贡献因素，然而病灶负荷并未完全解释VCI连续谱中认知结局的个体间差异。与此种差异相关的功能连接组特征仍未被充分描述。方法：研究人员分析了来自247名参与者的多中心静息态功能磁共振成像数据，这些参与者涵盖伴血管危险因素的正常认知、血管性轻度认知损害和血管性痴呆。在一组包含37名参与者的独立数据集中进行了探索性外部测试。采用连接组预测建模（CPM）并配合置换检验。为降低循环论证，研究人员仅基于训练折叠内定义的预测掩模计算了交叉验证网络强度（cvNS）。结果：研究人员识别出与蒙特利尔认知评估（MoCA）表现（正模型，p_perm = 0.034）和连线测试B部分（TMT-B）表现（负模型，p_perm = 0.001）相关的交叉验证功能连接模式。这些模式最显著地表现在额顶网络、运动网络及皮层下-小脑区域。TMT-B负网络显示出弱网络间连接的重大贡献（占预测边的64.4%）。在外部数据集中，由发现集一致性掩模计算的网络强度仍与MoCA相关。较大的WMH体积与较差的TMT-B表现相关，且中介分析表明，由TMT-B连接模式计算得出的cvNS在统计上联系了WMH体积与TMT-B表现（间接效应 = 0.090，95% CI [0.018, 0.225]，p = 0.023）以及MoCA表现（间接效应 = ?0.007，95% CI [?0.019, ?0.001]，p = 0.031）。结论：CPM衍生的功能连接模式捕捉了VCI连续谱中认知有意义且连续的个体差异，并为WMH相关功能性失连接作为认知损害的网络水平关联提供了统计支持。

论文解读

研究背景与意义
血管性认知损害（VCI）涵盖从血管性轻度认知损害到血管性痴呆的一系列认知缺陷，主要由脑血管病变及累积的血管危险因素（VRFs）驱动。作为全球第二常见的痴呆病因，VCI构成重大公共卫生挑战。脑白质高信号（WMH）是脑小血管病的典型标志，反映白质脱髓鞘和轴突丢失，然而病灶负荷并不能完全解释VCI连续谱中认知结局的个体间差异。既往研究提出失连接假说，认为结构性损伤尤其是前额叶-皮层下环路的中断导致了认知损害，但这类结构标志在正常衰老和其他神经退行性疾病中也常见，且病灶负荷与认知严重度并不总是线性相关。因此，大脑的功能响应，特别是其维持或丧失网络整合的能力，可能在临床结局中起决定性作用。现有功能磁共振成像（fMRI）研究多依赖组间比较或先验感兴趣区，不能充分捕捉个体疾病异质性，而全脑功能连接组具有稳定且个体特异的模式，对连接组病理可能更为敏感。然而，利用全脑功能连接组研究VCI谱系个体差异的工作仍然有限。在此背景下，研究人员开展本研究，旨在识别与VCI连续谱认知相关的可解释功能连接（FC）特征，检验这些模式能否预测个体认知表现，并进一步探究网络强度是否在WMH负荷与认知之间发挥统计学中介作用。论文发表于《Brain Sciences》。

研究方法简述
研究人员分析了来自武汉中南VCI队列的多中心基准数据，最终纳入247名参与者，涵盖VCI连续谱（含VRF-CN、血管性轻度认知损害和血管性痴呆），并纳入了37名急性轻度缺血性卒中的独立外部数据集作为探索性验证。所有参与者均接受多模态MRI（T₁加权、T₂-FLAIR和静息态fMRI）及详细神经心理学评估。影像数据经预处理后，利用Shen-268功能图谱构建全脑功能连接矩阵，并使用基于Bures-Wasserstein黎曼框架的新型静息态fMRI协调化方法以减少多扫描仪与多序列的非生物学变异。核心分析方法为连接组预测建模（CPM），采用留一交叉验证（LOOCV）框架，以斯皮尔曼相关选择预测边并通过线性回归预测认知评分，同时控制年龄、性别和教育。通过5000次置换检验评估模型显著性，并引入交叉验证网络强度（cvNS）以降低循环论证。脑网络拓扑分析基于398个一致性边缘，并进行网络虚拟损伤与包含分析以量化典型功能网络的贡献。WMH体积由自动分割工具WMH-seg计算并经过协调化，中介分析采用5000次自举迭代检验cvNS在WMH与认知关系中的统计路径。

主要研究结果
**预测性能**
数据协调化后站点效应显著减弱不再显著。CPM分析最初识别出三个显著模型：MoCA正网络（223条一致性边，ρ = 0.202，R² = 4.64%，p_perm = 0.034）、MoCA负网络（ρ = 0.193，R² = 3.48%，p_perm = 0.048）和TMT-B负网络（163条一致性边，ρ = 0.260，R² = 6.03%，p_perm = 0.001）。经头动敏感性分析（将平均帧间位移作为协变量）后，MoCA负模型失去显著性被排除，而MoCA正模型和TMT-B负模型保持显著，且其网络边与原始模型重叠度高（97.31%和88.96%），证实了预测网络的稳健性。

**网络连接模式**
解剖分布上，MoCA正网络表现出密集广泛的双半球架构，高中心度枢纽位于右侧初级听觉皮层、右侧梭状回、壳核及左侧缘上回。TMT-B负网络则以左侧颞上回、右侧中央后回、左侧前运动皮层、壳核及小脑为枢纽。功能拓扑方面，MoCA正网络的连接分布于皮层下-小脑网络（SubC）和运动网络（Mot），归一化后默认模式网络（DMN）的标准化内部连接最强。TMT-B负网络以Mot、SubC和视觉网络占主导，最强的网络间连接出现在SubC-Mot、视觉I（VI）-Mot以及视觉II（VII）-视觉联合（Vas）对之间。

**网络贡献与连接强度**
虚拟损伤与包含分析显示，Mot对于MoCA正模型不可替代，仅用SubC和Mot构建的简化模型即优于全脑基线模型。TMT-B负模型中，SubC最为关键，其移除导致性能下降最大，且损伤额顶网络（FP）、DMN和Mot均造成性能损失，提示前额叶-皮层下-小脑分布式环路对执行功能有重要贡献。连接强度分布分析揭示，MoCA正网络内部连接强度较高，而TMT-B负网络则以弱连接为主，网络间连接占预测边的64.4%，符合弱连接假说。

**脑-行为关联**
在发现数据集中控制年龄、性别和教育后，MoCA正网络的cvNS与MoCA得分正相关，TMT-B负网络cvNS与TMT-B完成时间负相关，表明更高的cvNS对应更好的认知表现。但cvNS在VRF-CN与VCI组间或不同临床阶段亚组间无显著差异，提示其更敏感于个体间认知变异而非类别性临床分期。外部数据集中，MoCA正网络强度与MoCA显著相关，而TMT-B负网络强度与TMT-B的关联未达统计学显著性。

**中介分析**
控制协变量后，WMH体积与TMT-B完成时间正相关，但与MoCA总分无显著整体关联；亚组分析显示WMH在VCI组与MoCA显著相关。WMH与TMT-B负cvNS显著负相关，与MoCA正cvNS不相关。中介分析表明，TMT-B负cvNS在WMH与TMT-B间起部分中介作用，间接效应占总关联约13.5%；在WMH与MoCA间呈间接中介模式，即仅通过TMT-B负cvNS的间接路径显著。MoCA正cvNS作为中介时未观察到显著间接效应。

讨论与结论
本研究利用CPM识别出VCI连续谱中与总体认知及执行功能相关的分布式功能连接模式，主要涉及额顶、运动及皮层下-小脑区域。TMT-B负网络具有弱网络间连接占优的拓扑特征，支持大规模功能整合对认知灵活性的作用。cvNS作为保守的交叉验证指标与认知表现个体差异相关，但无法区分临床分期，体现了VCI内部的异质性。外部数据集部分重复了MoCA相关连接模式，但TMT-B结果受到急性卒中非认知因素影响而减弱。WMH与认知的关联部分经由TMT-B负网络的功能连接模式统计介导，符合失连接假说，即白质病变可能损害支持分布式功能协调的长程纤维束，导致网络整合下降和执行功能障碍。同时，持久显著的直接效应也表明存在其他平行病理通路。研究存在横断面设计、老年fMRI噪声、亚组样本量有限、外部数据集为急性期而非严格VCI连续谱等局限性。最终结论：CPM识别出的功能连接模式捕获了VCI连续谱中认知的有意义连续变异，且TMT-B相关连接模式在统计上间接联系了WMH负荷与认知损害，提示分布式功能失连接可能是VCI认知损伤的网络级关联因素。