慢性颈肩痛（chronic neck and shoulder pain，CNSP）定义为颈肩部疼痛时间超过3个月且持续存在或在没有组织急性损伤的情况下持续存在的疼痛^[1,2]。颈椎病被认为是慢性颈肩痛的根源，是由于颈椎间盘退变而出现一系列的病理性进展，因个体进展变化差异可以分为多种临床亚型，包括颈椎间盘突出(cervical disc herniation，CDH)、脊髓型颈椎病（cervical spondylotic myelopathy ，CSM）、神经根型颈椎病(cervical spondylotic radiculopathy ，CSR)、后纵韧带骨化（ossification of the posterior longitudinal ligament，OPLL）以及黄韧带骨化（ossification of the ligamentum flavum，OLF）等^[3]，其中CSM是临床表现最严重的慢性颈肩痛之一。静息态功能磁共振成像（resting-state functional magnetic resonance imaging，rs-fMRI）已广泛运用在临床疾病的脑网络研究，既往多研究表明慢性疼痛能够引起广泛的功能网络连接异常，涉及了以默认网络为首的多个静息态脑网络变化，这种变化可能与感觉运动、记忆认知、情绪情感等功能改变有关^[4]。独立成分分析（independent component analysis，ICA）作为基于数据驱动处理的数学算法，致力于最大程度地减少变量之间的依赖性，能够提取完整独立的脑功能网络用以研究^[5]。本研究基于ICA分析方法探讨不同程度的颈椎病慢性颈肩痛患者的脑网络内功能连接改变，旨在了解其全脑异常功能连接状态以及进一步探讨相关的疼痛、镇痛机制。

1　材料与方法

1.1　一般资料

       搜集2018年2月至2019年7月在我院疼痛科及骨科门诊初诊为长期颈肩部疼痛的患者共50例，根据其临床表现及颈椎磁共振常规平扫分为CSM组和CDH组（无脊髓压迫)。CSM组20例，其中男13例，女7例，平均年龄(44.75±6.65）岁，平均受教育程度（12.95±2.93)年；CDH组30例，其中男12例，女18例，平均年龄(41.57±7.66）岁，平均受教育程度（13.10±3.13)年。纳入标准：(1)年龄25~55岁，颈肩部疼痛时间>3个月，均为右利手；(2)磁共振影像学证实颈椎间盘突出，有或无颈髓段受压改变；(3)身体其他部位无明显长期慢性疼痛如慢性头痛、腰腿痛等；(4)未经任何临床治疗，比如阿片类止痛药、牵引、推拿、针灸等；(5)无MRI检查禁忌证且脑内未见明显异常病灶。排除标准：(1)其他原因引起的颈肩部疼痛，如外伤、肿瘤、肩周炎等；(2)颅内明显病灶，如脑肿瘤、脑白质变性等；(3)有阿尔兹海默症、焦虑症、糖尿病等影响认知、情绪的神经或精神类基础疾病。

       同时社会招募30例年龄、性别及教育程度相匹配的健康对照组（healthy control，HC），其中男11例，女19例，平均年龄（40.60±10.52）岁，平均受教育程度(13.73±4.30)年。

       纳入标准：(1)既往体健，无任何部位急性或慢性疼痛；(2)颈椎磁共振常规检查椎间盘未见明显突出；(3)无磁共振禁忌证且脑内未见明显异常病灶。

       所有受试者均接受视觉模拟评分（visual analogue scale，VAS）评估疼痛严重程度，贝克焦虑问卷（beck anxiety inventory ，BAI）评估焦虑情绪严重程度。VAS是一种代表0~10的刻度等级，0表示没有疼痛，10表示无法忍受的疼痛，分数越高表明疼痛越严重，该量表具有极高的重复测量可靠性(r=0.94)^[6]。BAI^[7]是具有21个项目、四个程度评分（无：0；轻度：1；中度：2；重度：3)的焦虑程度评估表，分数越高表明情绪越焦虑，该问卷具有极高的一致性(Cronbach’s α=0.92)和重复测量可靠性(r=0.75)^[8]。

       所有受试者均自愿行磁共振检查及临床量表采集，并且签订知情同意书。本研究已经过苏州大学附属第一医院伦理委员会批准。

1.2　数据采集

       所有受试者均采用苏州大学附属第一医院德国Siemens 3.0 T扫描仪（MAGNETOM Skyra，Siemens Healthcare）完成。通过常规磁共振影像学采集以排除颈椎及颅内明显病灶，符合纳入标准者进一步采集rs-fMRI序列和矢状位高分辨率T1WI序列，扫描时指导受试者维持闭眼、放松，并维持清醒但不做特定的思考活动。rs-fMRI扫描参数如下：TR 2000 ms，TE 30 ms，翻转角90° ，FOV 256 mm×256 mm，共240个时间点，层厚4 mm，层数33。矢状位T1WI参数如下：TR 2300 ms，TE 2.98 ms，翻转角90° ，FOV 248 mm×256 mm。

1.3　数据处理

       在MATLAB 2012a中脑成像数据处理分析工具箱(DPARSF，http://rfmri.org/DPARSF)的rs-fMRI数据预处理过程包括：转换图像数据格式为NIFTI；去除前10个时间点；时间层校正以减小各层微小时间差；本研究中去除头动平移和旋转超过2.0 mm、2°的受试者；标准化图像：配准到蒙特利尔神经研究所(Montreal Neurological Institute，MNI)头部解剖模板，并重采样获得3 mm×3 mm×3 mm分辨率的功能数据；以6 mm×6 mm×6 mm的平滑核以提高信噪比。

       在预处理基础上，使用GIFT软件包(http://icatb. sourceforge.net/)对所有受试者提取独立成分，分解得到44个独立空间模式，去除明显的脑脊液、白质、眼球等无意义独立成分从而得到与文献相符合的静息态功能网络独立成分^[9]。

1.4　统计学方法

       采用IBM SPSS 26.0软件，CSM、CDH、HC三组间年龄、教育程度及相关临床资料均进行正态分布及方差齐性检验后利用非参数检验分析（Kurskal-Wallis单因素ANOVA检验），卡方检验比较性别差异，以P <0.05为差异具有统计学意义。

       采用SPM8(http://www.fil.ion.ucl.ac.uk/spm)软件，将3组的各静息态脑网络合并为一组进行单样本t检验以制作模板（FDR，P<0.005）；在各模板内对相应的脑网络以头动参数为协变量用one-way ANOVA方差分析比较三组间脑区活动差异；最后应用DPABI软件中VIEWER对组间结果进行阈值为P<0.01的AlphaSim矫正（最小簇大小为38个体素）。用Spearman相关分析对DPABI提取差异脑区的功能连接（functional connectivity ，FC）值与临床资料进行相关性评估，以P< 0.05为差异具有统计学意义。

2　结果

2.1　一般资料

       CSM组、CDH组、HC组相比，年龄(P=0.251)、教育程度(P=0.944)、性别(P=0.112)均无统计学差异(P>0.05)。CSM与HC组、CDH与HC组间BAI评分均具有显著性差异(P<0.01)。CSM、CDH、HC三组人口学及临床资料结果见表1。

点击查看表格

表1  CSM、CDH、HC三组人口学及临床资料结果
Tab. 1  CSM, CDH, HC demographic and clinical data results

2.2　ICA分析结果

       ICA分析后分解得到44个相互独立的空间模式，最终选出以往文献涉及的8个静息态脑网络空间模板对应的独立成分，分别为默认模式网络(default mode network，DMN)、视觉网络（visual network，VN）、感觉运动网络（somatomotor network，SMN）、听觉网络（auditory network，AN）、控制执行网络(executive control network，ECN)、右侧额顶网络（right frontoparietal network，RFPN）、左侧额顶网络（left frontoparietal network ，LFPN）及小脑网络（cerebellum network ，CN）。

2.3　组间网络内功能连接结果

       对静息态脑网络进行组间网络内功能连接分析，获得5个符合且具有差异的脑功能网络，分别为DMN、LFPN、SMN、VN、CN（表2，图1）。

       CSM与HC组相比，VN内双侧枕上回（superior occipital gyrus，SOG）功能连接增强，DMN内左侧扣带回中部（middle cingulate cortex，MCC）、LFPN内左侧中央后回（postcentral gyrus，PoCG）、SMN内右侧中央前回（precentral gyrus ，PrCG）、CN内左侧小脑2区功能连接减低（图2）。

       CDH与HC组相比，DMN内右内侧额上回（superior frontal gyrus，SFG）功能连接增强，DMN内左侧扣带回中部（MCC）及右侧中央前回（PrCG）、LFPN内左侧中央后回（PoCG）、SMN内左侧扣带回中部（MCC）功能连接减低（图3）。

点击查看大图

图1  ICA提取的静息态脑网络独立成分(x、y、z表示峰值MNI坐标)
Fig. 1  Independent components of resting brain network extracted by ICA (x, y, z represent peak coordinates in the MNI).

点击查看大图

图2  CSM与HC组间网络内功能连接双样本t检验结果。红色代表脑区功能连接增强(VN中双侧SOG)，蓝色代表脑区功能连接减低(DMN中左侧MCC、LFPN中左侧PoCG、SMN中右侧PrCG、CN中左侧小脑2区)
图3  CDH与HC组间网络内功能连接双样本t检验结果。红色代表脑区功能连接增强(DMN中右侧SFG)，蓝色代表脑区功能连接减低(DMN中左侧MCC和右侧PrCG、LFPN中左侧PoCG、SMN中左侧MCC)
Fig. 2  Two-sample t-test results of functional connectivity in each network between CSM and HC groups. Red represents enhanced functional connectivity in the brain areas (bilateral SOG in the VN), blue represents reduced functional connectivity in the brain areas (left MCC in the DMN, left PoCG in the LFPN, right PrCG in the SMN, and left cerebellum 2 in the CN).
Fig. 3  Two-sample t-test results of functional connectivity in each network between the CDH and HC groups. Red represents enhanced functional connectivity in the brain area (right SFG in the DMN), and blue represents reduced functional connectivity in the brain areas (left MCC and right PrCG in the DMN, left PoCG in the LFPN, left MCC in the SMN).

点击查看表格

表2  CSM、CDH、HC组间多个网络内功能连接差异脑区
Tab. 2  CSM, CDH, HC groups multiple brain network functional connections in different brain regions

2.4　功能连接值与临床资料相关性分析

       相关性分析结果显示，较HC组相比，CDH组LFPN内PoCG功能连接值与VAS评分呈负相关(r= -0.535 ，P=0.002)（图4）；CSM组VN内左侧SOG功能连接值与BAI评分呈负相关(r=-0.448 ，P=0.048)(图5)；余均未见显著相关性(P >0.05)。

点击查看大图

图4  CDH组左侧额顶网络LFPN内中央后回PoCG功能连接值与VAS评分相关性分析结
图5  CSM组视觉网络VN内左侧枕上回SOG功能连接值与BAI评分相关性分析结果
Fig. 4  Comparison of CDH and HC groups, the correlation analysis results of the postcentral gyrus (PoCG) functional connectivity values in the left frontoparietal network (LFPN) and VAS scores.
Fig. 5  Comparison of CSM and HC groups, the correlation analysis results of the left superior occipital gyrus (SOG) functional connectivity values in the visual network (VN) and BAI scores.

3　讨论

       慢性颈肩痛是颈椎病的最常见临床症状，患者众多且表现程度不一，后期将导致生活质量下降等严重的社会问题。慢性疼痛通常认为是包含了感觉和情感的不适体验，既往多项研究显示CSM、CDH相关颈肩痛患者表现出局部脑区神经活动及功能连接的异常，与疼痛感知、运动平衡、情绪调节等密切相关^[10]。ICA利用盲源分离原理可以评估所有被试成分并进行分解，提取的各独立脑网络能客观的反映完整的功能改变^[11]。然而，ICA方法目前极少应用于慢性颈肩痛患者的脑网络研究中，本研究尝试基于ICA方法并结合以往文献对静息态脑网络的研究，经CSM、CDH及HC组间多重比较校正，发现在DMN、LFPN、SMN、VN、CN内存在功能连接异常。

3.1　静息态脑网络功能连接改变

       DMN是一种被认为与高级功能有关的集合网络^[12]，包括前额叶皮层、楔前叶、扣带回皮层等重要脑区，该网络与感觉、情绪、认知及思维信息整合密切相关^[13]。前额叶皮层能增强对疼痛信息的识别及加工，同时通过投射疼痛信息至导水管周围灰质等来介导抗伤害感受的调节^[14]。扣带回皮层在疼痛通路中处于关键位置，介导疼痛感觉和情绪成分所涉及的相关神经回路可能同时具有平行和交错关系，扣带回皮层的激活能够增强对疼痛感觉、情绪体验的抑制调节功能，同时能激发因慢性疼痛引起的回避反应^[15,16]。本研究CDH与HC组间比较中DMN内右侧SFG功能连接增加，不正常的疼痛记忆增强了痛觉相关感受，同时提高了皮层间回路的下行止痛系统从而做出应激反应。CSM、CDH较HC组相比，DMN内左侧MCC的功能连接性均减低，表明慢性颈肩痛刺激导致中枢感觉传导通路的功能障碍、情感体验的控制异常，甚至影响了回避性自我保护的表达，也有理由推测这些颈椎病慢性颈肩痛相关异常与脊髓是否损伤在一定程度上没有必然联系。

       额顶网络（frontoparietal network，FPN）主要包括双侧的额叶、顶叶皮层，分为RFPN及LFPN两部分。额叶区域因背外侧前额叶、眶额皮层等不同功能区的存在而涉及了注意力、情感、决策等多方面的功能；顶叶区域例如顶内沟、顶下小叶等感觉运动皮层，参与感觉运动、空间注意力等信息整合，这些区域的相互作用共同构成了额顶网络机制^[17,18]。因此，额顶网络的功能与连通绝不是单一的，是网络内、网络间功能连接交互的结果，而本研究中CSM、CDH组LFPN内PoCG功能连接均减低，更能说明额顶网络功能可能构成了慢性颈肩痛相关的感受敏锐度、运动控制的调节机制。

       SMN是FPN内特殊的一部分，主要包括中央前回、中央后回以及辅助运动区域等，该网络是负责本体运动和感受的重要区域，能够整合并执行各种运动信息，并且参与如触摸、压力、温度、疼痛等感知信息^[19]。据以往文献报道感觉运动皮层与慢性疼痛有关，通过外部刺激或神经性反馈调节可直接干预慢性疼痛，干预措施的有效性暗示了感觉运动皮层在疼痛过程中的关键地位^[20,21]，这可能对慢性肩颈痛的缓解提供新的靶点。本研究中CSM、CDH组SMN内PrCG、MCC功能连接性减低，表明颈椎病相关慢性颈肩痛影响了体感皮层的功能表达从而导致感觉能力减弱、行为能力障碍的长期存在。

       VN包括舌回、距状沟、枕回等内侧枕叶及侧面视觉区域，尽管研究反复报道视觉相关的皮层参与了疼痛调节，但具体的作用机制尚未明确。VN是视觉信息处理的中心，一方面接受疼痛信息的输入可能产生与疼痛经历相关的恐惧或焦虑情绪，另一方面通过视觉信息加工可能进行注意力调节进而提高对疼痛的耐受性^[22]。本研究中，CSM组双侧SOG皮层连接性增加，表明脊髓损伤患者视觉网络的改变增强了对痛苦信息的体验感，同时反映了局部的防御性机制，由于疼痛回避行为的影响患者需要借助其视觉系统进行调整。

       CN由小脑半球组成，小脑皮层不仅是参与平衡、运动的高级中枢，而且小脑皮层在痛觉调控中的作用已被初步探讨^[23,24]，小脑前叶接收脊髓伤害性感受纤维的传入，小脑核团通过脑干参与了脊髓伤害性反应的感觉门控，小脑皮层与大脑皮层间的功能耦合介导了除运动功能以外的更高级别的任务，其与认知、感受等功能调节息息相关。本研究CSM组表现出CN内左侧小脑2区功能连接性减低，表明小脑皮层在感知慢性颈肩痛刺激过程中对疼痛敏感性的调节能力下降，脊髓的损伤对小脑皮层的功能连接影响可能更大更广泛，可能过度刺激神经元对小脑的有害信息输入，导致显著影响了小脑皮层对疼痛感觉和运动行为的调节^[25]。

3.2　与临床资料的相关性分析

       VAS评分、BAI评分由于其极高的可靠性和灵敏度，在临床中已广泛用于疼痛及焦虑程度的评定。本研究中CDH组LFPN中PoCG的功能连接值与VAS评分显著负相关，反映了慢性颈肩痛影响顶叶皮层功能表达导致其自我注意力及知觉力的障碍，PoCG体感神经元对疼痛感觉的自我调节下降可能引起疼痛感觉的增加^[26]。另外，CSM及CDH组的BAI评分表现为正常或轻度焦虑，CSM组VN中左侧SOG功能连接值与焦虑程度显著负相关，表明慢性颈肩痛能引发视觉网络参与负面情绪信息的加工，负相关性可能是枕叶皮层通过选择性注意过程对疼痛情绪信息回避行为的影响，是长时间疼痛信息或自我认知刺激做出的一种代偿反应。然而，由于慢性颈肩痛患者静息态脑网络研究中相关性分析罕有报道，VN、LFPN改变及其负性机制的特征性还需要更深入的研究。

3.3　不足与展望

       本研究各组被试数相对较少，组内年龄范围跨度大，可以扩大各组被试数进行大样本量研究；其次，缺乏对被试进行物理、药物、手术等治疗后的随访及对比研究，可以进一步随访研究以指导治疗、判定预后。另外，可以运用脑结构与功能相结合、时间动态性等方法更全面地探讨慢性疼痛的神经影像学机制。

3.4　小结

       综上所述，本研究中颈椎病慢性颈肩痛患者的多个静息态脑网络内出现功能连接改变，DMN、LFPN、SMN、VN、CN多网络的改变与疼痛感受、运动障碍、情绪异常有着密切联系。其中相关性分析表明VN、LFPN在慢性颈肩痛刺激时存在负性调节机制，显示出一种自我保护的脑网络调节功能。基于慢性颈肩痛患者异常的脑网络内功能连接探讨了其可能涉及的疼痛机制，进一步增加对慢性疼痛的脑网络认识，为临床治疗提供基础理论依据。