多发性硬化认知表型的功能与结构影像特征

Functional and Structural Imaging Features of Cognitive Profiles in Multiple Sclerosis

作者信息Kshiteeja Jain, Paola Valsasina, Damiano Mistri, Alessandro Meani, Paolo Preziosa, Massimo Filippi, Maria A Rocca
PMID42879710
发布时间2026-11
DOI10.1212/NXI.0000000000200669

实验完整度

高

包含369例MS患者和168例HC的横断面观察,结合认知评估、结构MRI萎缩分析和静息态fMRI功能连接分析,并进行多项式对比和敏感性分析。

主要模型

多发性硬化患者队列(n=369) 年龄和性别匹配的健康对照(n=168)

重点核对

认知表型分类基于潜在剖面分析对5项认知测试Z分数的聚类 结构MRI指标包括归一化脑体积、皮质灰质体积、丘脑体积、深部灰质核团体积和海马体积 静息态功能连接分析使用独立成分分析提取7个认知相关网络 组间比较采用年龄和性别校正的线性回归模型,结构MRI额外校正MRI采集协议 多项式对比分析评估认知网络RS FC的线性和二次趋势

摘要

背景与目的:认知障碍影响40%–70%的多发性硬化(MS)患者。尽管近期的假设驱动和数据驱动研究已识别出认知表型,但这些表型中损伤的功能基础仍不清楚。我们的目标是在一个大型MS患者队列中使用聚类方法识别不同的认知表型,并描述其相关的临床、结构MRI和静息态(RS)功能连接(FC)特征。方法:我们进行了一项观察性横断面研究,纳入右利手MS患者和年龄、性别匹配的健康对照(HC),他们接受了神经学和神经心理学评估(简要可重复神经心理测试组合)。对认知测试Z分数进行潜在剖面分析以识别MS认知表型。使用3.0T MRI获取萎缩指标和默认模式网络(DMN I/II)、执行控制网络(ECN)、左/右额顶、语言和突显网络内的RS FC。线性回归模型比较认知表型与HC之间的结构MRI和RS FC,多项式对比评估各组间的RS FC模式。结果:共纳入369例MS患者和168例HC。检测到四种认知表型:认知保留(PC,n=67[18.2%])、轻度单域言语流畅性受累(MSD-VF,n=37[10.0%])、轻度单域注意力受累(MSD-A,n=197[53.4%])和重度多域受累(SMD,n=68[18.4%])。在校正阈值下,PC患者显示深部灰质(GM)体积减少(p<0.001–0.001),RS FC与HC相似,而MSD-VF无显著萎缩且RS FC与HC无差异。MSD-A显示皮质/深部GM体积低于HC(p<0.001–0.005),而SMD具有更差的临床和萎缩特征(p<0.001–0.04),以及与其他组相比DMN II RS FC降低(p=0.01–0.04)。多项式对比分析显示显著的二次模式,在DMN II(p=0.005)、ECN(p=0.005)和语言网络(p<0.001)中,MSD-VF组RS FC较HC/PC组增加,随后在MSD-A和SMD组降低。讨论:PC表现出完整的RS FC,而SMD呈现广泛的结构和DMN RS FC损伤。这些发现通过揭示不同认知表型间不同的结构和功能神经影像特征,增进了我们对MS认知异质性的理解,鼓励未来的纵向和多模态研究以改善疾病表征和预后分层。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在多发性硬化患者中,基于认知测试表现可以识别出哪些认知表型,以及这些表型分别具有怎样的临床、结构MRI和静息态功能连接特征?
核心机制
认知表型与结构损伤和功能连接改变相关:轻度认知障碍可能伴随功能连接增加(可能反映网络重组),而严重认知障碍则与广泛结构损伤和默认模式网络功能连接降低相关,提示网络崩溃。
主要证据
对369例MS患者和168例HC进行潜在剖面分析识别出四种认知表型;结构MRI显示PC患者深部灰质体积降低但RS FC保留,MSD-VF无显著萎缩,MSD-A有皮质/深部灰质萎缩,SMD有广泛萎缩和DMN II RS FC降低;多项式对比显示MSD-VF组ECN、DMN II和语言网络RS FC增加,随后在MSD-A和SMD组降低。
研究意义
研究揭示了多发性硬化认知异质性的结构 and 功能神经影像基础,有助于未来纵向和多模态研究改善疾病表征和预后分层。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

认知表型识别

基于认知测试表现识别多发性硬化患者中不同的认知表型。

对369例MS患者的5项认知测试Z分数进行潜在剖面分析,根据拟合指标和临床可解释性选择最佳模型,并依据Z分数阈值命名表型。

2

临床和结构MRI特征比较

比较不同认知表型与健康对照之间的临床和结构MRI特征差异。

使用年龄、性别和MRI协议校正的线性回归模型比较各表型与HC的脑体积指标,并进行事后两两比较。

3

静息态功能连接分析

评估不同认知表型与健康对照之间认知相关网络的静息态功能连接差异。

使用独立成分分析提取7个认知相关网络,计算网络内平均RS FC Z分数,并使用ComBat协调多中心数据,然后进行组间比较和多项式对比分析。

4

敏感性分析

验证主要结果在纳入临床协变量后是否稳健。

在仅纳入MS患者的模型中额外校正疾病病程、EDSS和临床表型,重新评估结构MRI和RS FC差异。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Achieva 3.0T磁共振扫描仪Philips Medical Systems--
Ingenia 3.0T磁共振扫描仪Philips Medical Systems--
GIFT软件----
ICASSO工具箱----
SPM12----
REX工具箱----
R软件4.4.0版R Foundation for Statistical Computing--
SPSS 28版----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究对象纳入与排除
MS患者纳入标准:右利手、有RS fMRI和高分辨率T1图像、MRI前至少1个月无复发和类固醇使用、6个月内疾病修饰治疗无变化、无显著医学或精神疾病;HC匹配年龄和性别。
阅读提示:Methods-Subjects小节
认知评估与表型分类
BRB-N测试组合(SRT、SPART、PASAT 3″、SDMT、WLG);Z分数基于意大利常模校正年龄、性别和教育;潜在剖面分析使用5个连续变量,异常值排除标准为Z分数≤Q1–1.5×IQR或≥Q3+1.5×IQR;模型选择基于BIC、AIC、ICL、BLRT、熵和临床可解释性。
阅读提示:Methods-Statistical Analysis小节及eMethods
MRI数据采集与分析
3.0T MRI扫描仪(Philips Achieva和Ingenia);序列包括双回波涡轮自旋回波或3D T2-FLAIR用于病灶体积,3D T1-FFE用于脑体积分析,T2*加权EPI用于RS fMRI;结构MRI分析细节见eMethods。
阅读提示:Methods-MRI Acquisition and Structural MRI Analysis小节及eMethods
静息态功能连接分析
RS fMRI预处理见eMethods;使用GIFT软件进行ICA,独立成分数40,ICASSO评估可靠性;识别7个认知网络;ComBat协调纳入年龄、性别和疾病状态;网络内平均RS FC Z分数计算基于FWE校正的掩模。
阅读提示:Methods-RS FC Analysis小节及eMethods
统计分析
线性回归模型校正年龄和性别,结构MRI额外校正MRI协议;多重比较采用Bonferroni校正;多项式对比分析评估线性和二次趋势;敏感性分析额外校正疾病病程、EDSS和临床表型。
阅读提示:Methods-Statistical Analysis小节