分享:
分享到微信朋友圈
X
临床研究
糖尿病前期及2型糖尿病皮层萎缩与认知功能的相关性研究
李欣 张雯 刘佳妮 傅琳清 缪应雯 张鑫 陈玖 毕艳 张冰

Cite this article as: LI X, ZHANG W, LIU J N, et al. Correlation between cortical atrophy and cognitive function in pre-diabetes and type 2 diabetes mellitus[J]. Chin J Magn Reson Imaging, 2024, 15(4): 9-14, 19.本文引用格式:李欣, 张雯, 刘佳妮, 等. 糖尿病前期及2型糖尿病皮层萎缩与认知功能的相关性研究[J]. 磁共振成像, 2024, 15(4): 9-14, 19. DOI:10.12015/issn.1674-8034.2024.04.002.


[摘要] 目的 探讨糖尿病前期(pre-diabetes mellitus, PDM)和2型糖尿病(type 2 diabetes mellitus, T2DM)大脑皮层的改变模式及其与认知功能的关系,以期探寻血糖代谢异常被试早期脑损害的影像标志物。材料与方法 本研究纳入96例T2DM患者、30例PDM被试以及48名正常对照(normal control, NC),对被试进行了认知功能测试、临床生化检查及高分辨率3D-T1WI磁共振扫描。使用CAT12软件进行基于体素的形态学分析和基于表面的形态学分析得到全脑灰质体积和皮层厚度、局部回指数等皮层结构参数,并比较3组间的差异,结果均使用P<0.05的阈值和FWE校正进行多重比较校正。进一步提取组间具有差异的参数,与生化指标及认知量表得分进行相关分析。结果 与NC相比,PDM被试右侧额下回眶部及左侧中央后回灰质萎缩(P<0.05,FWE校正),T2DM患者出现更多灰质萎缩,特别是右侧颞上回、右侧额下回眶部、右侧颞中回及左侧中央后回,右侧前额叶皮层厚度减小(P<0.05,FWE校正)。在血糖代谢异常被试中全脑灰质体积与胰岛素抵抗指数(r=-0.227,P=0.012,未校正)及连线测试A得分(r=-0.250,P=0.001,FDR 校正)呈负相关,与数字广度-倒背得分呈正相关(r=0.267,P=0.003,FDR校正);皮层厚度与糖化血红蛋白(r=-0.181,P=0.040,未校正)及餐后2 h血糖(r=-0.272,P=0.020,未校正)呈负相关,与餐后2 h胰岛素(r=0.236,P=0.010,未校正)及胰岛β细胞功能指数(r=0.207,P=0.022,未校正)呈正相关。结论 本研究发现PDM人群已存在脑区灰质萎缩,T2DM患者出现更多的灰质萎缩,且与注意和工作记忆功能相关,因此皮层萎缩有可能是糖尿病相关脑损伤早期的影像标志物。
[Abstract] Objective To explore the change pattern of cerebral cortex in pre-diabetes (PDM) and type 2 diabetes mellitus (T2DM) and its relationship with cognitive function, and explore the early image markers of abnormal blood glucose metabolism.Materials and Methods This study included 48 normal controls (NC), 30 PDM subjects and 96 T2DM patients. Cognitive function test, clinical biochemical examination and high-resolution 3D-T1WI magnetic resonance were performed. The morphological analysis based on voxel and surface was carried out using CAT12 software, and the cortical structural parameters such as the volume of brain gray matter, cortical thickness and sulcus depth were obtained, and the differences among the three groups were compared. The threshold of P<0.05 and FWE correction were used for multiple comparison and correction.Results Compared to NC, the gray matter volume of right frontal inferior orbital gyrus and left postcentral gyrus of PDM subjects decreased, and the brain gray matter atrophy in T2DM patients, especially the right superior temporal gyrus, right frontal inferior orbital gyrus, the right middle temporal gyrus and the left postcentral gyrus (P<0.05, FWE corrected). Thickness of right prefrontal cortex decreased in T2DM patients (P<0.05, FWE corrected). In the subjects with abnormal blood glucose metabolism, the whole brain gray matter volume is negatively correlated with HOMA-IR (r=-0.227, P=0.012, uncorrected) and Trail Making Test A (r=-0.250, P=0.001, FDR corrected), and positively correlated with the number span-backward (r=0.267, P=0.003, FDR corrected). Cortical thickness was negatively correlated with hemoglobin A1c (r=-0.181, P=0.040, uncorrected) and postprandial blood glucose at 2 hours (r=-0.272, P=0.020, uncorrected), and positively correlated with postprandial insulin (r=0.236, P=0.010, uncorrected) and HOMA 2-B (r=0.207, P=0.022, uncorrected).Conclusions In this study, it was found that there was gray matter atrophy in pre-diabetes and global gray matter atrophy in T2DM patients, which was related to attention and working memory function. Therefore, cortical atrophy may be an early imaging marker of diabetes-related brain injury. This suggests that prediabetes subjects should also strictly control blood sugar, and early intervention is beneficial to prevent cognitive impairment and improve prognosis.
[关键词] 2型糖尿病;糖尿病前期;磁共振成像;皮层萎缩;认知功能
[Keywords] type 2 diabetes mellitus;pre-diabetes mellitus;magnetic resonance imaging;cortical atrophy;cognitive function

李欣 1   张雯 1   刘佳妮 1   傅琳清 1   缪应雯 2   张鑫 1   陈玖 1   毕艳 2   张冰 1*  

1 南京大学医学院附属鼓楼医院医学影像科,南京 210008

2 南京大学医学院附属鼓楼医院医学内分泌科,南京 210008

通信作者:张冰,E-mail:zhangbing_nanjing@nju.edu.cn

作者贡献声明:张冰设计本研究的方案,对稿件重要内容进行了修改,获得了科技创新2030—“脑科学与类脑研究”重大项目和南京鼓楼医院临床研究专项资金的资助;李欣起草和撰写稿件,获取、分析和解释本研究的数据;张雯、傅琳清、缪应雯、张鑫、陈玖、毕艳获取、分析或解释本研究的文献/数据,对稿件重要内容进行了修改,其中张雯获得了国家自然科学基金项目和南京鼓楼医院临床研究专项资金的资助;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 82302172 科技创新 2030 —“脑科学与类脑研究”重大项目 2022ZD0211800 南京鼓楼医院临床研究专项资金 2022-LCYJ-PY-15,2022-LCYJ-MS-03
收稿日期:2023-09-25
接受日期:2024-03-04
中图分类号:R445.2  R781.64  R749.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.04.002
本文引用格式:李欣, 张雯, 刘佳妮, 等. 糖尿病前期及2型糖尿病皮层萎缩与认知功能的相关性研究[J]. 磁共振成像, 2024, 15(4): 9-14, 19. DOI:10.12015/issn.1674-8034.2024.04.002.

0 引言

       2型糖尿病(type 2 diabetes mellitus, T2DM)是一种由胰岛素抵抗或胰岛功能减退引起的糖代谢紊乱综合征。糖尿病前期(pre-diabetes mellitus, PDM)是一种介于正常血糖值和糖尿病之间的糖代谢异常状态。PDM使糖尿病的发病风险增加了3~10倍[1]。随着生活方式的改变及人口老龄化的加剧,T2DM及PDM人数快速增长,我国高达35.7%人群处于PDM状态,两类人群总计超过50%[2]。多项研究显示T2DM及PDM会明显增加痴呆的风险[3, 4]。因此早期发现糖尿病的脑损伤具有重要价值。

       当前神经影像学的快速发展为糖尿病相关脑损伤的研究提供了新方法新思路,大量研究发现T2DM患者皮层和皮层下核团萎缩[5, 6],脑白质微结构完整性破坏[7, 8, 9]及功能网络发生改变[10, 11],另外有研究显示在T2DM患者认知减退之前就发现了广泛的大脑结构和功能的改变[12]。最近研究报道,血液中高糖化血红蛋白水平与认知功能下降及脑容量减小相关[13]。目前PDM与脑健康之间的关系仍不清楚,部分研究表明PDM与大脑结构损伤有关,然而有些研究并没有发现这一结论[14, 15]。正确评估PDM及T2DM患者的大脑改变能为其神经损伤的产生机制提供影像依据,这对于糖尿病的早期干预及预防认知减退具有重要意义。故本研究旨在探讨PDM及T2DM患者大脑皮层的改变模式及其与认知功能的关系,以期探寻血糖代谢异常的早期影像标志物。

1 材料与方法

1.1 研究对象

       本研究为前瞻性队列研究,招募2016年10月至2020年12月在南京大学医学院附属鼓楼医院内分泌科就诊的30例PDM被试(PDM组)及96例T2DM患者(T2DM组),社区招募年龄、性别和受教育年限匹配的48例正常对照(normal control, NC)作为NC组。

1.1.1 PDM组入排标准

       PDM诊断标准:依据2010年美国糖尿病协会推荐标准,即糖化血红蛋白5.7%~6.4%定义为PDM。PDM组纳入标准:(1)无磁共振扫描禁忌证,如心脏起搏器、胰岛素泵等植入术后;(2)35~75周岁,受教育年限不少于6年;(3)右利手;(4)符合PDM诊断标准。排除标准:(1)颅脑外伤、颅内出血、脑梗死及精神分裂症、抑郁症、焦虑症等神经、精神系统疾病病史;(2)甲状腺功能障碍、心血管或脑血管疾病、类固醇治疗史;(3)磁共振图像信息缺失;(4)根据2006年世界卫生组织修订的糖尿病诊断标准诊断为T2DM的患者。

1.1.2 T2DM组入排标准

       根据2006年世界卫生组织修订的糖尿病诊断标准,即典型糖尿病症状(多饮、多尿和不明原因的体质量下降)加上以下3条中之一即诊断为T2DM:(1)随机血糖≥11.1 mmol/L;(2)空腹血糖≥7.0 mmol/L;(3)糖耐量测试后2小时血糖≥11.1 mmol/L;T2DM组纳入标准:同PDM组纳入标准所述(1)到(3)且符合T2DM诊断标准。排除标准:同PDM组排除标准所述(1)~(3)。

1.1.3 NC组入排标准

       NC组纳入标准:(1)年龄、性别及受教育年限与PDM组及T2DM组相匹配;(2)右利手;(3)身体健康;(4)无磁共振扫描禁忌证。排除标准:神经精神系统病史。

       本研究遵守《赫尔辛基宣言》,经南京大学医学院附属鼓楼医院伦理委员会批准(批准文号:NCT02738671),全体受试者均签署了知情同意书。

1.2 研究方法

1.2.1 一般资料

       年龄、性别、受教育年限、身体质量指数(body mass index, BMI)、血压。BMI为身体质量除以身高的平方(kg/m2);所有的临床资料均来自标准化的临床测量。

1.2.2 临床与生化指标

       收集T2DM患者的病程、糖化血红蛋白(hemoglobin A1c, HbA1c)、空腹血糖、餐后2 h血糖、空腹胰岛素、餐后2 h胰岛素、空腹C肽、餐后2 h C肽、甘油三酯及总胆固醇,根据稳态模型(homeostasis model assessment, HOMA)(https://www.dtu.ox.ac.uk/homacalculator/)计算稳态模型胰岛β细胞功能指数(HOMA2-B)、稳态模型胰岛素敏感指数(HOMA2-S)、稳态模型胰岛素抵抗指数(HOMA2-IR)。

1.2.3 神经心理学认知量表评估

       经过培训的测试者对被试进行认知功能评估。认知功能测试包括简易精神状态量表(Mini-Mental State Examination, MMSE)、蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)、连线测试(Trail Making Test, TMT)A(TMT-A)和 B(TMT-B)、数字广度顺背、数字广度倒背、动物命名测试和Stroop色词测试(Stroop Color and Word Test, SCWT;包括颜色、词语及颜色和词语)。MMSE及MoCA用于评价整体认知能力。TMT-A、TMT-B评估视觉注意力与处理时间,数字广度顺背及数字广度倒背用于评估工作记忆,动物命名测试用于评估语言能力,Stroop色词测试用于评估执行功能。其中TMT-A、TMT-B和SCWT是计时测试,分数越高表示完成耗时越久、成绩越差。

1.2.4 MRI图像采集与分析

1.2.4.1 MRI图像采集

       采用飞利浦Achieva TX 3.0 T 磁共振设备及8通道头线圈进行磁共振图像采集。所有被试均进行了高分辨率结构像3D-T1WI扫描,采用T1加权3D快速回波(turbo field echo, 3D-TFE)序列,扫描参数:TR 9.7 ms;TE 4.6 ms;TI 900 ms;FA 8°;FOV 256 mm×256 mm;体素大小1.0 mm×1.0 mm×1.0 mm;采集层数192。

1.2.4.2 基于体素的形态学分析

       使用 CAT12软件(http://dbm.neuro.uni-jena.de/cat/)对全脑灰质体积进行基于体素的形态学分析(voxel-based morphometry, VBM),主要预处理步骤包括:(1)数据格式转换,将数据从原始的DICOM格式转换为NIFTI格式;(2)图像分割,将结构像分割为灰质(grey matter, GM)、白质(white matter, WM)及脑脊液(cerebrospinal fluid, CSF);(3)空间配准以及标准化,使用T1方法进行空间配准,并标准化至蒙特利尔神经学研究所(Montreal Neurological Institute, MNI)解剖空间;(4)平滑,应用6 mm 半高全宽平滑核进行图像平滑,平滑后的图像用于下一步统计分析。全脑总体积(intracranial volume, ICV)为GM、WM及CSF体积之和。

1.2.4.3 基于表面的形态学分析

       使用CAT12进行基于表面的形态学分析(surface-based morphometry, SBM)。采用CAT12软件的默认设置,平滑处理时全脑皮层厚度采用12 mm高斯平滑核,皮层复杂度、局部回指数及脑沟深度采用20 mm平滑核,计算全脑皮层厚度、皮层复杂度、局部回指数和脑沟深度。

       临床资料、神经心理认知量表及MRI扫描数据在一周内完成收集。

1.3 统计学分析

       使用SPSS 23.0软件进行人口学、临床生化数据和认知量表的统计学分析。其中连续变量三组间比较采用单因素方差分析(one-way analysis of variance, ANOVA),采用事后检验进行两两比较。分类变量采用卡方检验进行统计。结果均以均值±标准差或例(%)表示,P<0.05认为差异具有统计学意义。

       采用SPM12工具箱的统计模块进行组间全脑灰质体积比较,采用 CAT12工具箱的统计分析模块进行全脑形态学参数比较,控制性别、年龄、受教育年限及收缩压,采用单因素协方差分析(one-way analysis of covariance, ANCOVA)和事后检验进行比较,结果均使用P<0.05的阈值和FWE校正进行多重比较校正。进一步提取组间具有显著性差异的参数,与临床生化指标及认知量表得分进行相关性分析。

2 结果

2.1 人口统计学与临床特征比较

       本研究共纳入了174名被试,包含48例NC、30例PDM被试及96例T2DM患者。人口统计学、临床特征及认知量表结果详见表1。年龄、性别及受教育年限在三组间均未见显著差异(P>0.05)。三组间收缩压、HbA1c、空腹血糖、餐后2 h血糖、餐后2 h胰岛素、餐后2 h C肽、HOMA2-B及HOMA2-IR差异具有统计学意义(P<0.05)。事后检验分析显示NC组与T2DM组比较及PDM组与T2DM组比较,收缩压、HbA1c、空腹血糖、餐后2 h血糖、餐后2 h胰岛素、餐后2 h C肽、HOMA2-B及HOMA2-IR差异具有统计学意义(P<0.05)。另外PDM组比NC组HbA1c更高(P<0.05)。

表1  NC组、PDM组及T2DM组人口统计学与临床特征比较
Tab. 1  Comparison of demographic and clinical characteristics between NC, PDM and T2DM groups

2.2 大脑皮层影像指标比较

2.2.1 VBM分析结果

       性别、年龄、受教育年限及收缩压作为协变量,三组间ANOVA的VBM分析显示右侧颞上回[峰值坐标(MNI):X=39,Y=12,Z=-30,体素大小1231;F=12.692,P<0.05,FWE校正]、右侧额下回眶部[峰值坐标(MNI):X=41,Y=39,Z=-14,体素大小1551;F=19.155,P<0.05,FWE校正]、右侧颞中回[峰值坐标(MNI):X=60,Y=-54,Z=18,体素大小836;F=15.702,P<0.05,FWE校正]及左侧中央后回[峰值坐标(MNI):X=-45,Y=-13.5,Z=50,体素大小807;F=16.833,P<0.05,FWE校正]差异具有统计学意义,事后检验结果显示T2DM组较NC组相比上述脑区萎缩(P<0.001),T2DM组较PDM组右侧颞上回萎缩(P<0.001),PDM组较NC组右侧额下回眶部(P=0.001)及左侧中央后回萎缩(P=0.031)(图1表2)。

       另外全脑灰质体积及灰质全脑占比(全脑灰质体积/总体积,GMV/ICV)差异具有统计学意义(P<0.05),事后检验分析显示T2DM组全脑灰质体积(P<0.001)及灰质全脑占比(P=0.007)较NC组减小(表3)。PDM组与NC组及PDM组与T2DM组相比差异均没有统计学意义。

图1  PDM组、T2DM组及NC组脑区灰质体积比较结果(P<0.05,FWE校正),控制性别、年龄、受教育年限及收缩压。1A:三组VBM分析ANOVA结果;1B:三组间四个脑区的两两组间灰质体积比较。PDM:糖尿病前期;T2DM:2型糖尿病;NC:正常对照;VBM:基于体素的形态学分析。
Fig. 1  Comparison of gray matter volume in brain regions between three groups (P<0.05, FWE corrected). The results were adjusted for sex, age, education level, and systolic blood pressure. 1A: ANOVA results of VBM; 1B: Comparison of gray matter volume between two groups in four brain regions among three groups. PDM: pre-diabetes mellitus; T2DM: type 2 diabetes mellitus; NC: normal control; VBM: voxel-based morphometry.
表2  脑区灰质体积与皮层厚度三组间比较结果
Tab. 2  Comparison of gray matter volume and cortical thickness between three groups.
表3  全脑灰质体积、总体积及全脑灰质体积/总体积组间比较
Tab. 3  Comparison of whole brain gray matter volume, intracranial volume and whole brain gray matter volume/ intracranial volume between three groups

2.2.2 SBM分析结果

       控制性别、年龄、受教育年限及收缩压,三组间ANOVA的SBM分析结果显示,右侧前额叶皮层厚度差异具有统计学意义(体素大小322,F=14.25,P<0.05,FWE校正)(图2表2)。事后检验分析显示T2DM组右侧前额叶皮层厚度分别较PDM组及NC组减小(P<0.001),PDM组与NC组未见明显组间差异。三组间局部回指数、皮层复杂度及脑沟深度差异无统计学意义。

图2  PDM组、T2DM组及对照组皮层厚度比较结果(F=14.25,P<0.05,FWE校正),控制性别、年龄、受教育年限及收缩压。PDM:糖尿病前期;T2DM:2型糖尿病;NC:正常对照。
Fig. 2  Comparison of cortical thickness in brain regions between three groups (P<0.05, FWE corrected). The results were adjusted for sex, age, education level, and systolic blood pressure. PDM: pre-diabetes mellitus; T2DM: type 2 diabetes mellitus; NC: normal control.

2.3 神经心理学认知量表比较

       在认知功能方面,PDM组及T2DM 组总体认知功能、视觉注意力、语言能力及执行功能等各项认知水平均较 NC 组有下降趋势,其中MoCA、数字广度-顺背及数字广度-倒背得分差异具有统计学意义(表4)。事后检验分析显示T2DM组(P<0.001)及PDM组(P=0.037)较NC组MoCA得分下降,PDM组与T2DM组MoCA得分未见明显组间差异(P>0.05)。T2DM组较PDM组(P=0.037)及NC组(P=0.024)相比数字广度-顺背得分均下降,PDM组与NC组间差异没有统计学意义。T2DM组较NC组相比数字广度-倒背得分下降(P=0.009)。

表4  三组被试神经心理学认知量表比较
Tab. 4  Comparison of neuropsychological scale scores between three groups

2.4 影像指标与生化指标、神经心理学认知量表相关性

       对血糖代谢异常被试(PDM与T2DM,n=126)具有组间差异的灰质体积、灰质全脑占比及皮层厚度与临床生化指标及认知量表评分进行相关性分析(表5)。相关分析结果显示,ICV与HOMA2-S呈正相关(r=0.222,P=0.030,未校正),GMV与HOMA2-S呈正相关(r=0.226,P=0.013,未校正)、与HOMA-IR呈负相关(r=-0.227,P=0.012,未校正)、与TMT-A呈负相关(r=-0.250,P=0.001,FDR 校正)、与数字广度-倒背得分呈正相关(r=0.267,P=0.003,FDR 校正)。另外大脑皮层厚度与HbA1c呈负相关(r=-0.181,P=0.040,未校正)、与餐后2 h血糖呈负相关(r=-0.272,P=0.020,未校正)、与餐后2 h胰岛素呈正相关(r=0.236,P=0.010,未校正)、与HOMA2-B呈正相关(r=0.207,P=0.022,未校正)。脑区的灰质体积与临床生化指标及认知量表评分间未发现显著相关性(P>0.05)。对T2DM组具有组间差异的灰质体积、全脑灰质体积/总体积及皮层厚度与糖尿病病程、临床生化指标及认知量表评分进行相关分析,相关结果与血糖代谢异常被试基本一致。另外在T2DM组GMV/ICV与病程呈负相关(r=-0.249,P=0.015)。

表5  126例血糖代谢异常被试大脑影像指标与临床生化及认知量表的相关性
Tab. 5  Correlations between brain imaging biomarkers, clinical measures, and cognitive scores in subjects with abnormal glucose metabolism (n=126)

3 讨论

       本研究结合VBM和SBM评估了PDM与T2DM的大脑灰质体积、皮层厚度等皮层指标及其与认知功能的关系,旨在探寻糖代谢异常被试早期脑损害的影像标志物。结果表明PDM右侧额下回眶部及左侧中央后回灰质体积减小,T2DM出现更多的灰质萎缩,特别是右侧颞上回、右侧额下回眶部、右侧颞中回及左侧中央后回,右侧前额叶皮层厚度减小。在血糖代谢异常被试中全脑灰质体积与HOMA-IR及TMT-A呈负相关,与数字广度-倒背得分呈正相关;皮层厚度与HbA1c及餐后2 h血糖呈负相关,与餐后2 h胰岛素及HOMA2-B呈正相关。本研究结果揭示了大脑皮层萎缩有可能是糖尿病相关脑损伤早期的影像标志物。

3.1 PDM皮层结构与认知功能改变

       本研究发现PDM组总体认知功能较正常对照组变差,基于VBM分析发现右侧额下回眶部及左侧中央后回灰质体积减小,部分研究也支持这一结果[16]。基于SBM分析未发现PDM组出现皮层厚度等皮层指标的改变。研究显示灰质体积由皮层厚度和表面积决定[17, 18],灰质体积减小可能是皮层厚度变薄和(或)表面积减小引起。另外,厚度和表面积变化之间具有复杂的区域模式和拓扑模式[19],灰质体积的改变不一定都对应了差异有统计学意义的厚度和表面积的改变,因此VBM结合SBM能更全面地评估脑结构的改变[18]。一项荟萃分析发现PDM与脑梗死和脑卒中风险增加以及GMV和WMV下降有关[20]。然而这篇文章包括了一些与神经功能下降(如卒中)相关的临床共病的研究。一项系统性综述认为PDM可能与大脑结构受损有关,但有些研究反驳了这一结论[14, 21]。研究结果各异可能有以下解释:PDM诊断标准不同、被试的年龄分布各异、病情的严重程度差异和持续时间长短不同。基于本研究的结果表明PDM可能会加速不可逆转性神经退化,这可能与更高的Aβ蛋白沉积有关[22]。因为PDM 阶段已经出现胰岛素抵抗导致的糖代谢异常,脑局部葡萄糖代谢异常会影响淀粉样蛋白的细胞内释放和细胞外清除,从而导致神经退行性变和脑萎缩。

3.2 T2DM皮层结构与认知功能改变

       本研究发现T2DM总体认知功能及工作记忆较正常对照组变差、灰质萎缩,特别是右侧颞上回、右侧额下回眶部、右侧颞中回及左侧中央后回,右侧前额叶皮层变薄。尽管VBM和SBM结果脑区没有完全重叠,但其有相同的变化脑区(额叶)和相同的变化趋势(灰质萎缩)。糖尿病是痴呆特别是阿尔茨海默病(Alzheimer's disease, AD)的高危因素,脑萎缩是AD的形态学表现。本研究显示与认知障碍相关的脑区(颞上回、颞下回、额下回眶部及前额叶)皮层萎缩。颞上回参与听觉处理和理解,包括语言,并涉及社会认知[23]。颞下回负责语义记忆处理、视觉知觉和多模态感觉整合[24]。额下回眶部和前额叶参与部分记忆功能(工作记忆等),主要负责高级认知功能,比如注意、情绪、推理、决策、执行任务[25]。糖尿病相关的脑区萎缩可能与脑功能丧失的风险增加有关。先前研究显示T2DM颞上回、颞中回、额中回、中央旁小叶、岛叶及丘脑等多个脑区皮层萎缩[26, 27, 28],本研究与先前的研究结果具有一致性。

3.3 影像指标与临床参数及认知评分的相关性

       目前糖尿病相关脑损伤的病理生理机制尚不清晰,可能与高血糖毒性、胰岛素抵抗及微血管功能等有关[29, 30]。先前研究表明胰岛素抵抗与糖尿病脑病和AD密切相关,其共同的病理改变为Aβ的沉积和Tau蛋白过度磷酸化[31, 32]。本研究发现灰质萎缩与胰岛素抵抗指数相关,进一步验证了胰岛素抵抗与脑损伤有关,这有可能是导致认知功能减退的原因。血糖代谢异常被试的灰质体积与TMT-A评分呈负相关,与数字广度-倒背评分呈正相关,表明大脑皮层萎缩越明显,认知功能越差。另外GMV/ICV与病程呈负相关,说明脑萎缩与长期暴露于糖尿病的状态有关。

3.4 创新性与局限性

       本研究的创新性是结合VBM和SBM两种形态学分析方法从T2DM更早期的PDM探讨糖代谢异常与认知功能的关系;但仍存在一定的局限性:(1)由于公众对PDM关注度不高,本研究中PDM组样本量偏小;(2)本研究为横断面研究,不能动态观察T2DM大脑结构的变化过程;(3)出于伦理角度,部分T2DM被试在研究前服用过降糖药物,虽然药物对大脑结构的影响机制尚不清楚,但我们无法消除这种药物效应。

4 结论

       综上,本研究发现PDM人群已存在脑区灰质萎缩,T2DM出现更多的灰质萎缩,且与注意和工作记忆功能相关,因此皮层萎缩有可能是糖尿病相关脑损伤早期的影像标志物。另外本研究结果提示处于PDM的被试也应该严格控制血糖,早期干预可能有利于预防认知损害及改善预后。

[1]
GARBER A J, HANDELSMAN Y, EINHORN D, et al. Diagnosis and management of prediabetes in the continuum of hyperglycemia: when do the risks of diabetes begin? A consensus statement from the American College of Endocrinology and the American Association of Clinical Endocrinologists[J]. Endocr Pract, 2008, 14(7): 933-946. DOI: 10.4158/ep.14.7.933.
[2]
WANG L, PENG W, ZHAO Z, et al. Prevalence and treatment of diabetes in China, 2013-2018[J]. JAMA, 2021, 326(24): 2498-2506. DOI: 10.1001/jama.2021.22208.
[3]
VAN SLOTEN T T, SEDAGHAT S, CARNETHON M R, et al. Cerebral microvascular complications of type 2 diabetes: stroke, cognitive dysfunction, and depression[J]. Lancet Diabetes Endocrinol, 2020, 8(4): 325-336. DOI: 10.1016/S2213-8587(19)30405-X.
[4]
SRIKANTH V, SINCLAIR A J, HILL-BRIGGS F, et al. Type 2 diabetes and cognitive dysfunction-towards effective management of both comorbidities[J]. Lancet Diabetes Endocrinol, 2020, 8(6): 535-545. DOI: 10.1016/S2213-8587(20)30118-2.
[5]
MORAN C, BEARE R, WANG W, et al. Type 2 diabetes mellitus, brain atrophy, and cognitive decline[J/OL]. Neurology, 2019, 92(8): e823-e830 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/30674592/. DOI: 10.1212/WNL.0000000000006955.
[6]
SHANG X, HILL E, LIU J, et al. Association of type 1 diabetes and age at diagnosis of type 2 diabetes with brain volume and risk of dementia in the UK Biobank: A prospective cohort study of community-dwelling participants[J/OL]. Diabet Med, 2023, 40(2): e14966 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/36177651/. DOI: 10.1111/dme.14966.
[7]
JING J, ZHOU Y, PAN Y, et al. Reduced white matter microstructural integrity in prediabetes and diabetes: A population-based study[J/OL]. EBioMedicine, 2022, 82: 104144 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/35810560/. DOI: 10.1016/j.ebiom.2022.104144.
[8]
VERGOOSSEN L W, SCHRAM M T, DE JONG J J, et al. White matter connectivity abnormalities in prediabetes and type 2 diabetes: The maastricht study[J]. Diabetes Care, 2020, 43(1): 201-208. DOI: 10.2337/dc19-0762.
[9]
ZHUO Y, FANG F, LU L, et al. White matter impairment in type 2 diabetes mellitus with and without microvascular disease[J/OL]. Neuroimage Clin, 2019, 24: 101945 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/31374399/. DOI: 10.1016/j.nicl.2019.101945.
[10]
YAO L, YANG C, ZHANG W, et al. A multimodal meta-analysis of regional structural and functional brain alterations in type 2 diabetes[J/OL]. Front Neuroendocrinol, 2021, 62: 100915 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/33862036/. DOI: 10.1016/j.yfrne.2021.100915.
[11]
CHAU A C M, SMITH A E, HORDACRE B, et al. A scoping review of resting-state brain functional alterations in Type 2 diabetes[J/OL]. Front Neuroendocrinol, 2022, 65: 100970 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/34922997/. DOI: 10.1016/j.yfrne.2021.100970.
[12]
ZHANG Y, ZHANG X, ZHANG J, et al. Gray matter volume abnormalities in type 2 diabetes mellitus with and without mild cognitive impairment[J]. Neurosci Lett, 2014, 562: 1-6. DOI: 10.1016/j.neulet.2014.01.006.
[13]
GARFIELD V, FARMAKI A E, EASTWOOD S V, et al. HbA1c and brain health across the entire glycaemic spectrum[J]. Diabetes Obes Metab, 2021, 23(5): 1140-1149. DOI: 10.1111/dom.14321.
[14]
FURLANO J A, HORST B R, NAGAMATSU L S. Brain deficits in prediabetic adults: A systematic review[J]. J Neurosci Res, 2021, 99(7): 1725-1743. DOI: 10.1002/jnr.24830.
[15]
JING J, LIU C, ZHU W, et al. Increased resting-state functional connectivity as a compensatory mechanism for reduced brain volume in prediabetes and type 2 diabetes[J]. Diabetes Care, 2023, 46(4): 819-827. DOI: 10.2337/dc22-1998.
[16]
SCHNEIDER A L C, SELVIN E, SHARRETT A R, et al. Diabetes, prediabetes, and brain volumes and subclinical cerebrovascular disease on MRI: The atherosclerosis risk in communities neurocognitive study (ARIC-NCS)[J]. Diabetes Care, 2017, 40(11): 1514-1521. DOI: 10.2337/dc17-1185.
[17]
TAKAYANAGI Y, SASABAYASHI D, TAKAHASHI T, et al. Reduced cortical thickness in schizophrenia and schizotypal disorder[J]. Schizophr Bull, 2020, 46(2): 387-394. DOI: 10.1093/schbul/sbz051.
[18]
GOTO M, ABE O, HAGIWARA A, et al. Advantages of using both voxel-and surface-based morphometry in cortical morphology analysis: A review of various applications[J]. Magn Reson Med Sci, 2022, 21(1): 41-57. DOI: 10.2463/mrms.rev.2021-0096.
[19]
TAMNES C K, HERTING M M, GODDINGS A L, et al. Development of the cerebral cortex across adolescence: A multisample study of inter-related longitudinal changes in cortical volume, surface area, and thickness[J]. J Neurosci, 2017, 37(12): 3402-3412. DOI: 10.1523/jneurosci.3302-16.2017.
[20]
ZHOU J B, TANG X Y, HAN Y P, et al. Prediabetes and structural brain abnormalities: Evidence from observational studies[J/OL]. Diabetes Metab Res Rev, 2020, 36(4): e3261 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/31856401/. DOI: 10.1002/dmrr.3261.
[21]
MARSEGLIA A, FRATIGLIONI L, KALPOUZOS G, et al. Prediabetes and diabetes accelerate cognitive decline and predict microvascular lesions: A population-based cohort study[J]. Alzheimers Dement, 2019, 15(1): 25-33. DOI: 10.1016/j.jalz.2018.06.3060.
[22]
TAYLOR M K, SULLIVAN D K, SWERDLOW R H, et al. A high-glycemic diet is associated with cerebral amyloid burden in cognitively normal older adults[J]. Am J Clin Nutr, 2017, 106(6): 1463-1470. DOI: 10.3945/ajcn.117.162263.
[23]
BIGLER E D, MORTENSEN S, NEELEY E S, et al. Superior temporal gyrus, language function, and autism[J]. Dev Neuropsychol, 2007, 31(2): 217-238. DOI: 10.1080/87565640701190841.
[24]
ONITSUKA T, SHENTON M E, SALISBURY D F, et al. Middle and inferior temporal gyrus gray matter volume abnormalities in chronic schizophrenia: an MRI study[J]. Am J Psychiatry, 2004, 161(9): 1603-1611. DOI: 10.1176/appi.ajp.161.9.1603.
[25]
RUDEBECK P H, RICH E L. Orbitofrontal cortex[J/OL]. Curr Biol, 2018, 28(18): R1083-R1088 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/30253144/. DOI: 10.1016/j.cub.2018.07.018.
[26]
CRISÓSTOMO J, DUARTE J V, MORENO C, et al. A novel morphometric signature of brain alterations in type 2 diabetes: Patterns of changed cortical gyrification[J]. Eur J Neurosci, 2021, 54(6): 6322-6333. DOI: 10.1111/ejn.15424.
[27]
HIRABAYASHI N, HATA J, FURUTA Y, et al. Association between diabetes and gray matter atrophy patterns in a general older japanese population: The hisayama study[J]. Diabetes Care, 2022, 45(6): 1364-1371. DOI: 10.2337/dc21-1911.
[28]
ANTAL B, MCMAHON L P, SULTAN S F, et al. Type 2 diabetes mellitus accelerates brain aging and cognitive decline: Complementary findings from UK Biobank and meta-analyses[J/OL]. Elife, 2022, 11: e73138 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/35608247/. DOI: 10.7554/eLife.73138.
[29]
HAMED S A. Brain injury with diabetes mellitus: evidence, mechanisms and treatment implications[J]. Expert Rev Clin Pharmacol, 2017, 10(4): 409-428. DOI: 10.1080/17512433.2017.1293521.
[30]
BIESSELS G J, DESPA F. Cognitive decline and dementia in diabetes mellitus: mechanisms and clinical implications[J]. Nat Rev Endocrinol, 2018, 14(10): 591-604. DOI: 10.1038/s41574-018-0048-7.
[31]
LESZEK J, TRYPKA E, TARASOV V V, et al. Type 3 diabetes mellitus: A novel implication of alzheimers disease[J]. Curr Top Med Chem, 2017, 17(12): 1331-1335. DOI: 10.2174/1568026617666170103163403.
[32]
POTENZA M A, SGARRA L, DESANTIS V, et al. Diabetes and Alzheimer's disease: Might mitochondrial dysfunction help deciphering the common path?[J/OL]. Antioxidants (Basel), 2021, 10(8): 125 [2023-09-25]. https://pubmed.ncbi.nlm.nih.gov/34439505/. DOI: 10.3390/antiox10081257.

上一篇 伴和不伴快速眼动睡眠行为障碍帕金森病患者自发脑活动的静息态功能磁共振成像研究
下一篇 突发性耳聋伴偏头痛患者多层脑网络异常与情绪障碍的关系研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2