引言
深部脑刺激(DBS)通过调节分布广泛的脑环路来产生治疗性的行为改变,从而应对以往难以治疗的运动和精神疾病(Elias et al., 2021a, Meng et al., 2023),该方法的适应症已有大幅扩展,但仍持续面临个体疗效异质性的持久挑战(Lee et al., 2019, Lozano et al., 2019)。大约三分之一的帕金森病(PD)患者运动改善不到30%(Weaver et al., 2012),而接受难治性抑郁(MDD)治疗的患者中约有一半未达到50%的情绪反应(Dougherty et al., 2015, Holtzheimer et al., 2017)。这种变异性指向一个基本问题:脑部的预存组织结构——即DBS发挥作用的物质基础——如何影响刺激的效应?
迄今为止,大多数DBS神经影像研究侧重于术后因素:活动触点位于何处、刺激场激活了哪些组织(Bot et al., 2018, Meyer et al., 2024),以及哪些下游网络被激活(Fan et al., 2023, Horn et al., 2025, Jiang et al., 2022, Shen et al., 2020, Xue et al., 2023)。这些研究已汇聚到一种DBS的网络观,即治疗效果取决于分布广泛的皮层-皮层下环路的激活,而非单一核团(Rajamani et al., 2024)。进一步的证据细化了这一观点:DBS不仅激活这些网络,还能部分逆转其病理状态。在PD中,丘脑底核(STN)刺激可抑制过度的皮层beta振荡和病理性同步(Eusebio et al., 2011)。在运动和神经精神两类适应症中,刺激还能将异常的静息态连接向健康对照者的模式转变(Bai et al., 2022, Chu et al., 2023, Figee et al., 2013)。因此,术前网络组织在两个方面与疗效相关:它决定了DBS需要逆转的异常程度,也影响了这种逆转在生物学上的可实现程度。已有的几项术前研究已初步指向这一方向。Sankar等(2020)将术前胼胝体下扣带回容积与MDD行SCC-DBS后的抗抑郁反应联系起来;Albano等(2023)将丘脑底核的静息态连接与PD行STN-DBS的运动反应联系起来。在其他靶点和适应症中,扩散、结构和代谢成像也出现了类似的发现。但每项报告通常仅局限于单一模态、单一靶点或单一疾病,尚无综合分析退一步来审视文献中最一致地反复出现的区域是哪些——或它们在网络层面如何组配在一起。
我们对预测DBS良好反应的术前神经影像脑特征缺乏了解,这具有临床后果。标准的DBS候选者选择依赖于临床评估,如PD中的左旋多巴挑战试验(Bronstein et al., 2011, Defer et al., 1999, Ramirez-Zamora and Ostrem, 2018, Wolke et al., 2023),以及神经精神类适应症中的治疗抵抗标准,这些标准捕捉的是行为表型,而非底层脑特征的精确度量。即使在手术量大的中心,非最佳反应者的比例仍然可观(Habets et al., 2022, Janssen et al., 2014, Mahajan et al., 2021, Odekerken et al., 2013),缺乏患者层面的选择工具被认为是MDD两项随机试验失败的一个因素(Dougherty et al., 2015, Holtzheimer et al., 2017)。磁共振成像(MRI)已整合到DBS工作流程中,包括手术规划和植入后安全考量(Boutet et al., 2019);所缺少的不是影像本身,而是对哪些术前特征携带疗效信息的系统性描述。
在此,我们针对所有已报道的DBS适应症提出两个问题:(1)哪些术前脑区在文献中与DBS疗效关联最为频繁且一致,以及(2)这些区域嵌入于哪些网络。为回答这些问题,我们对DBS疗效的术前神经影像研究进行了系统综述,根据各区域在报道中与疗效关联的频率(按样本量加权)进行排名,然后结合健康对照者的规范连接组图谱及图论度量指标,来表征其内部组织结构和全脑参与度。所呈现的整体图景旨在作为综合性的起始点,以阐明与DBS反应相关的关键区域和网络,并为评估DBS患者选择的研究提供循证框架。
Yutong Bai|Tiffany A. Rodrigues|Andrew Z. Yang|Chao-Kai Hu|Rafael Buongermini|Mohammad Mehdi Hajiabadi|Andrew Son|Kristine Keon|Benjamin Davidson|Nir Lipsman|Mojgan Hodaie|Suneil K. Kalia|Houyou Fan|Lin Shi|Anchao Yang|George M. Ibrahim|Carolina Gorodetsky|Victor M. Tang|Artur Vetkas|Alfonso Fasano|Alexandre Boutet