《Neurology》：Lesion-Level Subtypes of White Matter Hyperintensity Evolution Beyond Spatial Location
编辑推荐：
背景与目的：白质高信号（white matter hyperintensities, WMHs）是衰老和神经退行性变中常见的脑血管病理神经影像标志物。尽管具有临床相关性，WMH通常使用总体负荷指标进行量化，这些指标假设相对同质的病理过程。然而，越来越多的证据表
背景与目的：白质高信号（white matter hyperintensities, WMHs）是衰老和神经退行性变中常见的脑血管病理神经影像标志物。尽管具有临床相关性，WMH通常使用总体负荷指标进行量化，这些指标假设相对同质的病理过程。然而，越来越多的证据表明，不同病灶之间存在显著的生物学异质性。研究人员旨在识别解剖位置之外的病灶水平WMH亚型，并评估其与神经退行性变和血管风险的相关性。
方法：研究人员开展了一项纵向观察性研究，分析了来自403名参与者的3224次MRI扫描，涵盖认知正常衰老、轻度认知障碍、阿尔茨海默病和帕金森病。基线及2年随访时的影像包括结构、弥散和静息态MRI。共识别出2107个WMH病灶，使用无监督聚类基于病灶水平的纵向变化推导亚型。采用多变量模型并经错误发现率（false discovery rate, FDR）校正评估与神经退行性变及血管危险因素的关联。
结果：识别出3种病灶亚型（L1–L3），且常在同一体内共存。L1病灶最常见（48.1%），在认知正常个体中占优势，轨迹相对稳定，与脑萎缩无关联。L2病灶为较少见（11.3%）的不稳定亚型，与体重增加相关（比值比 [odds ratio, OR] 1.33，95% CI 1.22–1.45；pFDR ≤ 0.001），提示代谢脆弱性。L3病灶（40.6%）为不稳定亚型，与脑萎缩（β = ?0.11，95% CI ?0.16至?0.05；pFDR < 0.001）、年龄增长（OR 1.15，95% CI 1.07–1.23；pFDR < 0.001）及脉压变化所反映的血管风险（OR 1.09，95% CI 1.03–1.15；pFDR = 0.006）相关。在校正L3病灶负荷后，整体WMH负荷不再与脑萎缩相关。敏感性分析排除了解剖位置的影响，独立队列的外部验证重现了主要的萎缩相关发现，支持聚类稳健性。
讨论：WMH并非同质性实体，而包含具有不同神经生物学和临床意义的生物学上不同的病灶亚型。因此，病灶组成可能比整体WMH负荷为理解脑血管对衰老和神经退行性变的贡献提供更具信息量的框架，并在风险分层、临床解释和靶向干预方面具有潜在意义。
白质高信号（white matter hyperintensities, WMHs）是衰老和神经退行性疾病中最常见的神经影像异常之一，与认知衰退、卒中风险和功能障碍密切相关，广泛用作脑血管病理的影像标志物。然而，既往大多数研究以全脑或区域总体负荷量化WMH，默认其病理过程相对同质。尸检研究已显示不同病灶间存在显著的病因异质性，包括脱髓鞘、轴突丢失、胶质增生和缺血损伤程度差异。以往亚型划分主要依赖空间分布，但相似解剖位置的病灶可能对应不同病理过程，因此全局负荷和基于位置的分类可能掩盖具有不同神经退行性变和血管风险关联的生物学亚型。为弥补这一空白，研究人员利用大型纵向多模态MRI队列，在病灶水平探究WMH异质性，试图识别超越解剖位置的病灶亚型并评估其临床意义。该研究论文发表在《Neurology》。
研究人员从阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）和帕金森进展标志物倡议（Parkinson's Progression Markers Initiative, PPMI）两个队列中纳入403名参与者，涵盖认知正常（CN，n=176）、轻度认知障碍（MCI，n=94）、阿尔茨海默病（AD，n=34）和帕金森病（PD，n=99）四种诊断状态，共3224次扫描。所有参与者在基线和约2年后（平均间隔24.3个月）接受同一台3T MRI扫描，包括T1加权、FLAIR、弥散加权成像和静息态功能MRI。研究人员对多模态影像进行统一预处理与空间标准化，通过连通成分分析提取2107个WMH病灶核心，计算每个病灶在各模态指标上的年均变化率，继而采用无监督高斯混合模型对病灶纵向特征进行聚类，并用贝叶斯信息准则确定最优聚类数。随后，研究人员使用广义估计方程、多元线性回归和广义线性模型等评估亚型负荷与脑萎缩及血管/代谢危险因素的关系，并通过排除空间坐标、随机子采样复现和独立队列外部验证来检验结果稳健性。
### 空间分布与多模态特征相关性
参与者平均纵向WMH变化显示，病灶进展主要发生在脑室周围白质，尤其是侧脑室周围。共识别出2107个病灶，空间分布与平均模式一致，但更广泛延伸至非脑室周围白质。病灶水平多模态纵向变化之间的相关分析显示，同一模态内部的相关性较强，而不同模态之间的相关性较弱，提示每种成像模态捕捉到病灶演变的不同互补方面。尤其ΔWMH与ΔT1这两个传统WMH负荷标记之间并无关联，但均与弥散及功能MRI指标呈弱但显著的关联，说明弥散和功能MRI指标能够反映传统指标未捕捉的病灶演变特征。
### 病灶亚型的识别与特征
对所有病灶进行无监督聚类，依据贝叶斯信息准则选择3个亚型（L1、L2、L3）。共1014个病灶归为L1（48.1%），平均后验归属概率0.93；238个病灶归为L2（11.3%），平均概率0.94；855个病灶归为L3（40.6%），平均概率0.91。主成分分析显示3个亚型形成嵌套的椭球形分布，L1位于特征空间中央，L2和L3位于周围。各模态特征对亚型的贡献不同：L1表现为WMH、T1加权和分数各向异性指标的相对纵向保留；L2保留T1信号但WMH信号变化较强，弥散衍生指标贡献更大；L3以WMH、T1、轴向弥散率和分数各向异性指标的纵向降低为特征。功能指标变异性较大但仍有特征性模式。3个亚型在空间分布上存在显著差异（上下轴H=89.34，pFDR=1.20×10
?19；前后轴H=26.78，pFDR=2.29×10
?6；左右轴H=5.73，pFDR=0.057）。L1分布更广，延伸至 superior 和 juxtacortical 白质；L2和L3主要位于脑室周围，包括大多数幕下病灶。但不同个体中相同解剖位置可被不同亚型占据。
### 病灶亚型的临床意义
在不同诊断组中，病灶亚型频率显著不同（χ2=111.7，df=6，p=9.1×10
?22，Cramér V=0.16）。L1在CN中更常见，在MCI、AD和PD中较少；L2和L3则相反。同一参与者体内常同时存在多种亚型。在神经生物学影响方面，仅L3病灶数量预测灰质萎缩（β=?0.11，95% CI ?0.16至?0.05；pFDR<0.001），L1和L2均无此关联，总体WMH体积也与灰质萎缩无独立关联。仅L3病灶数量和总WMH体积与脑脊液扩张相关（分别为β=0.10，95% CI 0.04–0.17；pFDR<0.001；β=0.13，95% CI 0.02–0.25；pFDR=0.03）。由于L1病灶原始体积反而大于L2和L3，排除了原始病灶大小驱动的可能性。更重要的是，总WMH负荷与灰质体积的关联仅在校正L3病灶范围后消失，说明病灶组成较总体负荷更具信息量。在危险因素易感性方面，L1频率随年龄增长而降低（OR 0.86，95% CI 0.79–0.94；pFDR=0.003）；L2频率随体重增加而升高（OR 1.33，95% CI 1.22–1.45；pFDR≤0.001）；L3频率随年龄增长（OR 1.15，95% CI 1.07–1.23；pFDR<0.001）、男性（OR 1.14，95% CI 1.03–1.28；pFDR=0.04）和脉压变化（OR 1.09，95% CI 1.03–1.15；pFDR=0.006）而升高，而体重增加则与L3频率降低相关（OR 0.94，95% CI 0.89–0.99；pFDR=0.03）。APOE ε4等位基因计数与任何亚型频率均无显著关联。
### 敏感性分析
排除空间坐标后重复聚类，仍得到3个亚型，与原始模型聚类分配一致性为89.2%（Cohen κ=0.82），表明亚型分离并非由解剖位置驱动。使用1000次80/20参与者随机子采样重新运行完整聚类分析，平均一致性为85.7%，显示极好的可重复性。对半样本再分析也重现相同亚型模式。在另一独立队列（173名参与者，包含认知正常衰老和额颞叶痴呆，约1年随访）中，识别出2个病灶亚型，但仅1个与脑萎缩相关，支持病灶组成比总体负荷更有信息量的主要发现。此外，结构、弥散和功能三种单模态聚类与多模态聚类的一致性比较显示，弥散聚类一致性最高，但没有单一模态能完全再现多模态解决方案，说明病灶亚型源于多模态互补特征而非单一主导模态。协变量对亚型判别的贡献远小于神经影像特征，表明聚类主要由影像特征驱动。
讨论中，研究人员指出，与以往基于全局负荷的方法相比，病灶水平框架的最大优势在于能识别生物学和临床意义上不同的病灶模式。部分亚型与血管损伤及神经退行性变相关，另一些可能代表相对良性或潜在适应性白质改变。3种亚型可能反映组织改变的连续谱而非完全独立的实体。L1在认知正常者中占优、轨迹稳定、无不良临床影响，可能涉及髓鞘重塑或年龄相关微结构改变；L2相对罕见、在AD和PD中富集、与体重增加相关，提示对系统性代谢应激敏感；L3与衰老、脉压变化及脑萎缩相关，且主要分布于脑室周围，符合这些区域对低灌注和间质液引流障碍的易感性。研究局限性包括仅2年随访、可能遗漏较小或弥漫病灶、弥散及功能MRI分辨率有限、无法评估亚型间的转化等。
研究结论：WMH演变在单个病灶水平高度异质性，不同亚型具有不同空间分布、多模态轨迹和系统性危险因素特征。这些亚型常在同一大脑中共存，提示总体WMH负荷可能掩盖生物学上不同的病理过程。L1病灶轨迹相对稳定且与脑萎缩无关，L2和L3病灶则表现不稳定轨迹，并与代谢、血管和/或神经退行性因素有更强关联。仅L3病灶与脑萎缩相关，支持并非所有WMH具有相同临床意义的观点。重要的是，病灶组成似乎比总体WMH负荷更能提供关于WMH在脑衰老和神经退行性变中作用的信息。超越总体负荷，病灶水平亚型分型为理解脑血管病理提供了更精确的框架，对风险分层和靶向干预具有潜在意义。
