《MAGNETIC RESONANCE IN MEDICINE》:Brain Clearance of Contrast Agent in Intravenous DCE-MRI Is Measurable and Cannot Be Explained by Clearance Across the BBB Alone
编辑推荐:
目的:确定使用标准静脉注射DCE-MRI采集测量钆对比剂脑清除的可行性,并评估血脑屏障(BBB)和非BBB清除途径的贡献。
方法:研究人员将摄取模型和扩展Tofts模型拟合至帕金森病、卒中后患者及对照组的DCE-MRI数据。使用赤池信息准则比较模型。从灰质
目的:确定使用标准静脉注射DCE-MRI采集测量钆对比剂脑清除的可行性,并评估血脑屏障(BBB)和非BBB清除途径的贡献。
方法:研究人员将摄取模型和扩展Tofts模型拟合至帕金森病、卒中后患者及对照组的DCE-MRI数据。使用赤池信息准则比较模型。从灰质和白质感兴趣区提取关键参数(Ktrans、vp、ve和k)。在小鼠中,使用静脉注射磺基罗丹明101的双光子显微镜确认小示踪剂清除动力学,避免了部分容积效应或水交换的混杂影响。
结果:扩展Tofts模型相比所有仅摄取模型提供更优的拟合。扩展Tofts估计的血管外细胞外体积分数ve比已知文献值低估了10–20倍(1.5% vs. 20%–30%)。研究人员假设此偏差可能源于扩展Tofts模型未考虑的额外竞争性非BBB清除机制。在MRI和双光子数据中,研究人员发现随着BBB通透性(即BBB清除)增加,ve估计值趋向文献值,支持了该假设。
结论:与忽略清除的模型相比,对脑中外渗对比剂进行建模改善了拟合质量。在低Ktrans时间质体积分数估计值被低估,但随着BBB通透性(即清除)增加而趋向文献值。本研究表胆使用DCE-MRI估计对比剂脑清除是可行的,且估计值反映了BBB和非BBB清除途径的组合。
**论文解读:静脉DCE-MRI可测量对比剂脑清除,且不能仅归因于血脑屏障清除**
**研究背景与问题**
动态对比增强磁共振成像(DCE-MRI)广泛用于评估伴随神经退行性疾病和衰老的细微血脑屏障(BBB)渗漏。传统上,外渗对比剂在脑实质中的浓度较低,不足以驱动净回流至血液,因此通常采用帕特拉克模型(Patlak model)假设零清除进行分析。然而,数十年来已知,BBB不可通透的示踪剂注入脑内后,其清除速率与分子大小无关,提示存在补充性对流清除途径(如胶质淋巴系统)。Iliff等发现水通道蛋白4(AQP4)驱动沿动脉周围-静脉周围引流途径的容积流,但此类研究多依赖脑脊液(CSF)注射示踪剂。若能用静脉注射DCE-MRI无创测量脑清除,将极大拓展临床研究应用。既往研究认为清除建模不能改善拟合质量,但这些研究通常使用低时间分辨率数据(>1–2分钟/容积)。本研究利用高时间分辨率(7.6秒/容积)数据重新评估,探究静脉DCE-MRI估计脑实质清除的可行性,并比较不同模型(考虑或不考虑清除)在帕金森病、卒中后患者及健康对照中的表现。
**主要技术方法**
研究人员使用两个3T Phillips Achieva扫描仪(8通道或32通道线圈)采集DCE-MRI,包括T1 mapping和动态扫描(160幅图像,翻转角10°,时间分辨率7.6秒,总时长20分钟)。对比剂为Gd-DOTA(钆特酸葡胺),按0.2 mL/kg体重静脉注射。参与者包括:帕金森病组(n=41,平均年龄66±7岁)、卒中后组(n=15,平均年龄69±7岁)和健康对照组(n=30,平均年龄69±8岁),均来自英国NHS伦理批准的队列。将标准Patlak模型、扩展Tofts模型(考虑清除)及其他模型(两室摄取模型、塞流摄取模型、有限BBB水交换模型)拟合至灰质和白质感兴趣区。使用赤池信息准则(AIC)比较拟合优劣。同时,在小鼠中进行双光子显微镜(2P)实验:雄性C57BL/6小鼠(年轻、中年、老年组)植入颅窗,静脉注射磺基罗丹明101(SR101,分子量606.7 Da,与Gd-DOTA相近)和FITC-葡聚糖(血管内标记),以20分钟动态扫描评估外渗和清除,避免部分容积和水交换的混杂影响。
**研究结果**
**3.1 DCE-MRI模型拟合**
- Patlak模型在血管峰值附近高估组织浓度,4–12分钟间低估,12分钟后再次高估。扩展Tofts模型在所有时间点拟合更优,AIC显著更低(图2D)。
- 灰质中,扩展Tofts模型估计的K
trans(体积转移常数)约为Patlak模型的4倍,且对照组与卒中组、对照组与帕金森病组间存在显著差异(p<0.05),而Patlak模型未检出。
- 扩展Tofts模型估计的间质体积分数v
e约为1.5%,远低于文献报道的20%–30%(图2F)。
**3.2 与其他模型比较**
- 扩展Tofts模型相比两室摄取模型、塞流摄取模型和有限水交换Patlak模型均具有最低AIC(ΔAIC < -15,图3)。有限水交换模型改善拟合,但扩展Tofts仍更优。
**3.3 时间分辨率影响**
- 将时间降采样至73秒后,AIC差异缩小,但扩展Tofts在灰质中仍优于Patlak(p<0.0001);白质中仅在帕金森病组略显优势(p=0.044)。
**3.4 信号漂移分析**
- 基线漂移(约1 μM/20分钟)的模拟显示,线性和指数漂移均不能使扩展Tofts模型优于Patlak,排除漂移伪影。
**3.5 双光子显微镜结果**
- SR101在2分钟内快速外渗至实质,并在20分钟内迅速清除(图4A-C)。老年小鼠清除速率更快。
- 扩展Tofts模型拟合显示K
trans随年龄增加趋势(不显著),v
e估计值更接近文献值(25%–30%),且与K
trans正相关(图4F)。
- 假设v
e=25%时,人类DCE-MRI数据中BBB清除贡献(k
BBB≈0.009 min
-1)远小于非BBB清除贡献(k
non-BBB≈0.1 min
-1);小鼠中年轻和中年组的两种清除贡献相当,而老年组非BBB清除贡献接近零。
**讨论与结论**
讨论部分指出,扩展Tofts模型估计v
e偏低的原因在于,当BBB通透性(K
trans)低时,非BBB清除途径占据主导,而扩展Tofts模型错误地假设清除仅通过BBB。随着K
trans增加,BBB清除占比增大,v
e偏差减小。此现象在人类和小鼠数据中均得到支持。对比剂清除速率(k≈0.1 min
-1)比直接脑内注射或CSF注射的示踪剂清除快5–30倍,可能源于静脉递送使示踪剂更靠近毛细血管(扩散距离更短)。研究未观察到疾病特异性清除率差异,可能因v
e的疾病依赖性变化掩盖了真实差异。未来需精炼非BBB清除模型,并考虑间质体积分数和迂曲度的影响。**研究结论翻译**:总之,本研究的数据表明,高时间分辨率DCE-MRI采集能够检测人脑内Gd-DOTA的清除。研究人员发现v
e存在较大偏差,假设这是由于在BBB轻微受损的个体中,非BBB对示踪剂清除的贡献显著且占主导地位所致。使用人类DCE-MRI和小鼠SR101双光子成像测量的清除速率与血管内递送方法的估计值一致,但比依赖直接脑内或CSF注射的侵入性方法快5–10倍。与Patlak建模相比,建模清除可能需要更高的数据质量(更高的信噪比和时间分辨率),但具体要求尚未明确,应在未来研究中探索。阐明不同BBB渗漏条件下Gd-DOTA从脑内清除的途径对后续研究高度重要。总之,本研究强调静脉DCE-MRI作为无创评估脑清除机制的潜力。