《Discover Neuroscience》：Macro-scale cortical thickness homogeneity in Alzheimer’s disease evaluated across 11,382 structural MRI scans from two independent cohorts
编辑推荐：
背景：阿尔茨海默病（AD）以进行性、区域异质性皮层萎缩为特征。全脑皮层厚度均匀性是否能作为这种结构破坏的宏观尺度标志物尚不清楚。本研究在一个大型多队列样本中评估了皮层厚度均匀性，并评估了其独立的诊断效用。方法：分析了来自阿尔茨海默病神经影像学倡议（ADNI）和
背景：阿尔茨海默病（AD）以进行性、区域异质性皮层萎缩为特征。全脑皮层厚度均匀性是否能作为这种结构破坏的宏观尺度标志物尚不清楚。本研究在一个大型多队列样本中评估了皮层厚度均匀性，并评估了其独立的诊断效用。方法：分析了来自阿尔茨海默病神经影像学倡议（ADNI）和开放获取系列成像研究3（OASIS-3）的11,382次结构磁共振成像（MRI）扫描。提取了68个Desikan-Killiany区域的皮层厚度。计算了皮层厚度均匀性指数（定义为绝对区域厚度差异的平均成对相似性），该指数基于数据集内Z分数标准化值。采用线性混合效应模型（以参与者ID为随机截距，调整年龄和性别）比较诊断组。逻辑回归评估了在内侧颞叶（MTL）厚度之外的增量诊断价值。统计路径分解评估了MTL萎缩的贡献。结果：痴呆患者表现出显著低于对照组的皮层均匀性（总效应β = ?0.035；线性混合效应模型调整后β = ?0.029，Cohen's d = 0.95，p < 0.001），且独立于年龄和性别。该效应在颞叶最为显著。基线诊断模型（MTL厚度、年龄、性别）在外部验证中达到曲线下面积（AUC）0.738。加入皮层均匀性后AUC为0.746，改善不显著（DeLong检验，p = 0.198）。统计路径分解显示，MTL萎缩在统计上解释了诊断与全脑均匀性之间关联的31.5%。结论：皮层厚度均匀性捕获了AD中的宏观尺度结构退化，与局部颞叶萎缩存在部分重叠，但似乎未提供超越MTL厚度的有意义的增量诊断价值，也未改善超越标准区域测量的诊断准确性。
论文解读
阿尔茨海默病（Alzheimer's disease, AD）是全球最常见的神经退行性疾病，约占痴呆病例的60%–70%。其神经病理学特征为神经原纤维缠结沉积和皮层萎缩，通常从内侧颞叶（medial temporal lobe, MTL）起始，随后扩散至联合新皮层。结构磁共振成像（structural magnetic resonance imaging, MRI）是体内量化神经退行性变的主要非侵入性工具。传统分析聚焦于局部感兴趣区域（region of interest, ROI），如海马体积或内嗅皮层厚度，这些指标与临床进展和神经病理负荷密切相关。然而，宏观尺度形态学方法，如基于结构协方差网络的指标，虽能评估全脑结构破坏，但现有研究缺乏大规模多队列的系统验证，且尚未明确单被试水平的皮层厚度均匀性（cortical thickness homogeneity）能否提供超越标准区域测量的独立诊断价值。为此，研究人员利用两个独立队列共11,382次结构MRI扫描，旨在评估皮层厚度均匀性是否在AD中显著降低，是否提供增量诊断价值，并量化局部MTL萎缩对全脑均匀性损失的统计贡献。该研究发表在《Discover Neuroscience》。
研究人员开展的研究包括：从ADNI（Alzheimer's Disease Neuroimaging Initiative）和OASIS-3（Open Access Series of Imaging Studies 3）两个公开队列获取数据，其中ADNI贡献8,993次扫描（认知正常[CN] 3,367次、轻度认知障碍[MCI] 3,754次、痴呆1,872次），OASIS-3贡献2,389次扫描（CN 2,070次、痴呆319次）。采用FreeSurfer v7.1处理T1加权结构MRI，按Desikan-Killiany图谱将大脑皮层分为68个区域，提取各区域皮层厚度值。为消除批次效应，在各数据集内独立进行Z-score标准化。皮层厚度均匀性指数定义为标准化后区域厚度绝对差值的成对相似性均值（权重W(ij)=1/(1+|Z(i)-Z(j)|)），该值越接近1表示皮层轮廓越均匀。主要统计方法包括：线性混合效应模型（linear mixed-effects model, LME，以参与者ID为随机截距，调整年龄和性别）比较诊断组；逻辑回归（logistic regression）在外部验证框架（ADNI训练，OASIS验证）中评估增量诊断价值，通过曲线下面积（area under the receiver operating characteristic curve, AUC）和DeLong检验比较模型；统计路径分解（5,000次bootstrap）估计MTL萎缩对诊断-均匀性关联的统计贡献。
研究结果如下：
**3.1 研究人群**
最终分析样本包含11,382次扫描，来自4,732名独特参与者（ADNI: 3,494名参与者，8,993次扫描，平均每人2.6次；OASIS-3: 1,238名参与者，2,389次扫描，平均每人1.9次）。
**3.2 皮层均匀性与疾病严重程度**
线性混合效应模型显示，调整年龄、性别及重复测量后，临床诊断对皮层厚度均匀性有显著主效应。痴呆患者均匀性显著低于认知正常对照组（LME调整后β=?0.029，95%置信区间[?0.032, ?0.027]，t=?22.5，p<0.001；未调整Cohen's d=0.95，调整后d=0.92）。年龄非线性的形式检验（加入二次项I[Age2]）未显著改善模型拟合（p=0.491），支持线性假设。诊断×数据集交互项显著（β=0.017，p<0.001），表明OASIS队列中痴呆相关的均匀性降低幅度略小于ADNI。MCI患者表现出中间表型，均匀性显著低于对照组（β=?0.009，p<0.001）但显著高于痴呆患者（β=?0.019，p<0.001）。年龄与均匀性降低独立相关（β=?0.00064，p<0.001），性别主效应不显著（p=0.67），但诊断×性别交互项显著（β=0.009，p<0.001），表明男性痴呆患者均匀性损失略小于女性。
**3.3 区域特异性**
分别计算颞叶（AD神经病理主要靶区：内嗅、海马旁、梭状回等）和枕叶（相对对照区：楔叶、外侧枕叶等）的局部均匀性。痴呆患者颞叶结构均匀性损失显著大于枕叶（被试内配对t=?27.7，p<0.001），与已知AD神经病理区域选择性一致。
**3.4 增量诊断价值**
逻辑回归模型在ADNI训练、OASIS外部验证。基线模型（MTL厚度+年龄+性别）AUC=0.738（95%置信区间[0.706, 0.770]）。加入皮层均匀性后AUC=0.746（95%置信区间[0.714, 0.777]），DeLong检验p=0.198，差异不显著。在Youden指数确定的最优阈值下，基线模型敏感性55.5%、特异性81.2%、阳性预测值（PPV）31.3%、阴性预测值（NPV）92.2%；组合模型（阈值0.27）敏感性68.0%、特异性70.6%、PPV 26.3%、NPV 93.5%。Brier评分基线模型0.124，组合模型0.141，表明概率校准未改善。内部验证（ADNI内）中，控制vs.MCI和MCI vs.痴呆的AUC有微小但显著的改善（p=0.001和p<0.001），但未经过外部验证。
**3.5 诊断关联的结构分解**
统计路径分解（5,000次bootstrap）显示，MTL厚度统计上解释了痴呆与皮层均匀性之间关联的31.5%（p<0.001），间接效应?0.011（95%置信区间[?0.013, ?0.009]），直接效应?0.024（95%置信区间[?0.027, ?0.021]），总效应β=?0.035。排除MTL区域后的敏感性分析（保留64个区域）中，MTL萎缩仍显著解释26.4%的方差（p<0.001），表明结果并非数学部分-整体假象。
讨论部分总结：本研究提供了截止目前最大规模的单被试皮层厚度均匀性评估，主要发现包括：皮层厚度均匀性在AD中显著降低，且独立于年龄和性别；该指标具有区域特异性（颞叶优先）；但增量诊断价值有限，因为MTL萎缩已统计上解释了31.5%的关联，且组合模型AUC无显著提升。内部验证中早期分类的改善提示需进一步前瞻性评估。模型解释方差较低（调整R2≈10.4%），反映了个体间异质性和测量噪声。
结论部分翻译：皮层厚度均匀性是一种宏观尺度结构测量指标，在阿尔茨海默病中与疾病严重程度在统计上相关，随进行性萎缩而下降，且独立于年龄和性别。该效应在颞叶最为显著，与已知AD神经病理一致。该指标与局部内侧颞叶萎缩存在部分重叠；然而，它似乎未提供超越MTL厚度的有意义的增量诊断价值，因此并未提供超越标准区域厚度测量的独立诊断效用。这些发现并不排除均匀性指标在其他应用中的潜在价值，但强调了在全脑结构指标被考虑用于临床或研究用途之前，需要进行严格的外部验证。
