《Diagnostics》：Intraoperative Dynamics of Lactate, pH, and Bicarbonate During Cardiac Surgery: A Prospective Study Exploring a Composite Metabolic Marker of Reperfusion Stress
编辑推荐：
本研究旨在评估自动化磁共振成像（MRI）体积测量技术用于表征阿尔茨海默病（AD）、轻度认知障碍（MCI）以及认知健康对照组（HC）结构性脑变化的特征，并探讨其与认知表现的关联。研究人员开展了一项回顾性观察研究，纳入了年龄≥65岁的连续就诊个体。AD痴呆和MCI
本研究旨在评估自动化磁共振成像（MRI）体积测量技术用于表征阿尔茨海默病（AD）、轻度认知障碍（MCI）以及认知健康对照组（HC）结构性脑变化的特征，并探讨其与认知表现的关联。研究人员开展了一项回顾性观察研究，纳入了年龄≥65岁的连续就诊个体。AD痴呆和MCI的诊断依据2011年美国国家衰老研究所-阿尔茨海默病协会（NIA-AA）临床标准。研究采用结构MRI的自动化体积分析，获取了经总颅内体积（TIV）标准化的皮质和皮质下体积、脑脊液（CSF）间隙以及大脑半球不对称指数。组间比较采用Benjamini-Hochberg错误发现率（FDR）进行校正。预设的体积标志物通过受试者工作特征（ROC）分析和内部验证的逻辑回归模型进行评估。研究结果共纳入102名参与者（每组34名）。与HC组相比，AD组表现为总大脑容积、右侧海马体以及前扣带回（ACgG）体积较低，而CSF体积较高。与MCI组相比，AD组表现出较低的丘脑和尾状核体积。CSF体积在区分AD与HC时表现出最高的单项判别性能（AUC = 0.837），而海马体-ACgG-CSF组合模型在区分MCI与HC时表现出最佳性能（AUC = 0.826）。在对诊断组进行调整后，认知表现仍与海马体积呈正相关，并与CSF和侧脑室（LV）体积呈负相关。研究结论表明，自动化MRI体积测量技术可支持对临床定义的AD和MCI神经退行性病变进行定量评估。组合体积标志物改善了MCI与HC之间的区分度，尽管这些发现仍需在更大规模、纵向且经生物标志物表征的队列中进行外部验证。
阿尔茨海默病（AD）是老年人痴呆的最常见原因，其神经病理学改变通常起源于内侧颞叶结构，并伴随脑实质萎缩的逐渐进展。轻度认知障碍（MCI）是正常衰老与AD之间的重要中间阶段。结构性磁共振成像（MRI）是评估AD神经退行性改变的重要非侵入性工具。尽管既往自动化体积测量研究已在此领域广泛开展，但大多数研究主要聚焦于海马体和全脑体积，而缺乏整合皮质、皮质下结构、脑脊液（CSF）以及大脑半球不对称指标的多维度分析。为弥补这一局限并探索多维结构标志物在临床诊断分期中的价值，研究人员开展了此项研究。研究得出结论，自动化MRI体积测量能够为临床定义的AD和MCI提供互补的定量结构信息，该成果发表在《Diagnostics》期刊上，对早期识别认知功能下降的神经解剖学特征具有重要意义。
在本研究中，研究人员主要采用的关键技术方法包括：基于3D T1W TFE序列的结构性MRI数据采集，并利用volBrain全自动化在线平台进行图像预处理与各项脑结构（皮质、皮质下、CSF等）的体积定量分析；所有体积数据均经总颅内体积（TIV）标准化处理以消除个体差异；采用标准不对称指数（AI）量化大脑半球间的不对称性；运用Benjamini-Hochberg错误发现率（FDR）进行多重比较校正，并采用受试者工作特征（ROC）分析及配合自助抽样重采样和交叉验证内部验证的探索性逻辑回归模型评估标志物的诊断判别性能。本研究的样本队列来源于2023至2024年间在某记忆门诊连续就诊的个体，共纳入102例受试者（AD组、MCI组与HC组各34例）。
研究结果方面，研究人员得出以下结论：
全脑组织与脑脊液体积变化
通过自动化体积测量与组间比较发现，与HC组相比，AD组的总白质体积（WMV）、正常表现白质（NAWM）体积和总大脑体积显著降低，而总CSF、外部CSF和侧脑室容积显著增加。这表明AD伴随着广泛的脑实质丢失和代偿性的CSF空间扩张，且NAWM体积减少是总白质丢失的主要原因。
皮质下灰质萎缩与不对称性
通过对皮质下结构分析发现，海马体、丘脑、尾状核和壳核体积在不同组间存在显著差异。AD组的双侧及总海马体积、部分丘脑体积均显著低于MCI和HC组，但海马不对称性无差异；MCI组未表现出与HC组的显著海马体积差异，这可能反映了MCI的临床异质性。此外，尾状核和壳核在AD和MCI组间表现出统计学差异，提示AD引起的神经退行性病变可能涉及更广泛的皮质-皮质下网络。
脑叶体积及大脑半球不对称性
对脑叶与皮质的研究显示，各组的总脑叶体积和平均皮质厚度无显著差异。但AD组的顶叶和岛叶不对称指数显著高于HC组，岛叶皮质厚度不对称性也显著高于MCI和HC组。这表明在整体脑叶体积未出现显著变化时，特定异位区域性皮层的不对称性测量可能为捕捉早期结构改变提供额外信息。
扣带回改变及其诊断相关性
在特定皮质区域评估中发现， AD组的前扣带回体积显著低于HC组（并在FDR校正后保持显著），而中扣带回体积仅在MCI与HC间显示出差异有显著性。这证实了扣带回异常属于AD病理过程的一个重要组成部分。尽管PHG皮质厚度在组间无明显独立判别效能，但ACgG体积展现出中等的单独诊断价值。
联合MRI体积模型的诊断与临床价值
利用ROC分析和多元回归模型研究发现，CSF体积在区分AD与HC时展现了最高的单标志物效能（AUC = 0.837）。对于难度更大的MCI与HC区分，“海马体+ACgG+CSF”组合模型表现最佳（AUC = 0.826），且显著优于单项CSF的判别效能。相关性分析进一步表明，在调整诊断组别后，认知表现仍与海马体积呈正相关，与CSF和侧脑室（LV）体积呈负相关，这突出了自动体积测量在评估认知损害严重度方面的重要临床价值。
讨论与结论总结，本研究通过全面的多维度结构测量，证实不同体积标志物在认知障碍的不同阶段提供互补信息。当前研究表明，自动化MRI体积测量可支持对临床上定义的AD和MCI神经退行性变的定量评估；海马体萎缩仍为关键的局部影像学改变，而伴随全脑实质丢失的CSF扩张是AD患者与认知正常者间最具区分度的单项因素。研究进一步指出，结合局部和全脑标志物的组合体积模型可有效提高对MCI和HC的判别能力。为确保临床适用性，这些结论未来还需在更大规模、纵向追踪及具备生物标志物表征的多中心队列中予以外部验证。
