分享:
分享到微信朋友圈
X
临床研究
局部一致性联合基于种子点的功能连接方法探究早期糖尿病肾病患者脑功能的改变
何淼 季冰 程立庆 许昌华 王健

Cite this article as: HE M, JI B, CHENG L Q, et al. Changes of cerebral function in patients with early diabetic kidney disease based on regional homogeniety and seed-based functional connectivity[J]. Chin J Magn Reson Imaging, 2024, 15(10): 62-68.本文引用格式:何淼, 季冰, 程立庆, 等. 局部一致性联合基于种子点的功能连接方法探究早期糖尿病肾病患者脑功能的改变[J]. 磁共振成像, 2024, 15(10): 62-68. DOI:10.12015/issn.1674-8034.2024.10.011.


[摘要] 目的 通过局部一致性(regional homogeniety, ReHo)联合基于种子点的功能连接(functional connectivity, FC)方法,探讨早期糖尿病肾病患者脑功能改变情况。材料与方法 前瞻性招募了88例2型糖尿病患者,依据尿白蛋白/肌酐比值(urinary albumin-to-creatinine ratio, UACR)分为早期糖尿病肾病组(n=39)和糖尿病不伴肾病组(n=49)。收集所有受试者的临床资料并且通过蒙特利尔认知评估(Montreal Cognitive Assessment, MoCA)和简易智力状态检查量表(Mini-mental State Examination, MMSE)对他们进行认知功能测试。采集静息态功能磁共振成像数据,通过ReHo联合基于种子点的FC方法,分析两组参与者之间脑功能的差异。最后,将UACR和差异脑区的影像指标值分别与临床认知量表进行偏相关性分析。结果 在认知表现方面,早期糖尿病肾病患者MoCA得分(t=-5.58,P<0.001)和MMSE得分(t=-2.68,P=0.016)相比于糖尿病不伴肾病患者显著降低。在神经影像学方面,早期糖尿病肾病患者在右侧枕中回ReHo值减低(P<0.05,FWE校正),提取此区作为感兴趣区进行全脑FC发现,其与左侧丘脑的功能连接增强(P<0.05,FWE校正)。偏相关分析结果显示,早期糖尿病肾病患者MoCA得分与右侧枕中回ReHo值呈正相关(r=0.349,P=0.043)、与左侧丘脑FC值呈负相关(r=-0.464,P=0.006);MMSE得分与右侧枕中回ReHo值呈正相关(r=0.367,P=0.033)、与左侧丘脑FC值呈负相关(r=-0.455,P=0.007);UACR与MoCA得分呈负相关(r=-0.449,P=0.008)、与MMSE得分呈负相关(r=-0.372,P=0.030)。而在糖尿病非肾病组中UACR、脑功能影像差异指标以及认知量表得分之间无显著相关性。结论 结果表明早期糖尿病肾病患者在视觉信息处理相关脑区的神经活动异常,并且这些脑区功能整合的不平衡还可能加重认知能力的损害。
[Abstract] Objective To explore the impact of early diabetic kidney disease on cerebral function using regional homogeneity (ReHo) and seed-based functional connectivity (FC).Materials and Methods A total of 88 type 2 diabetes patients were prospectively recruited and divided into an early diabetic kidney disease group (n=39) and a diabetes without kidney disease group (n=49) based on the urinary albumin-to-creatinine ratio (UACR). The clinical symptoms for all participants were also collected and their cognitive scales were assessed using the Montreal Cognitive Assessment (MoCA) and the Mini-mental State Examination (MMSE). Moreover, resting state functional magnetic resonance imaging data were collected, and the cerebral functional differences between the two groups were analyzed using ReHo and seed-based FC. The partial correlation analysis was performed to identify the correlation of UACR, cognitive scores, and the brain functional imaging indices.Results In terms of cognitive performance, the scores of MoCA (t=-5.58, P<0.001) and MMSE (t=-2.68, P=0.016) in the early diabetic kidney disease group decreased significantly compared to diabetic patients without kidney disease. Regarding neuroimaging findings, significant differences in ReHo values were found in the right middle occipital gyrus (P<0.05, FWE correction). Using this region as a seed point for whole-brain FC analysis, it was found that there was an enhanced FC with the left thalamus (P<0.05, FWE correction). Partial correlation analysis results showed that in patients with early diabetic kidney disease, MoCA scores were positively correlated with ReHo values in the right middle occipital gyrus (r=0.349, P=0.043) and negatively correlated with FC values in the left thalamus (r=-0.464, P=0.006). Similarly, MMSE scores were positively correlated with ReHo values in the right middle occipital gyrus (r=0.367, P=0.033) and negatively correlated with FC values in the left thalamus (r=-0.455, P=0.007). Additionally, UACR was negatively correlated with MoCA scores (r=-0.449, P=0.008) and MMSE scores (r=-0.372, P=0.030). In contrast, there were no significant correlations among UACR, brain functional imaging indices, and cognitive scale scores in diabetes without kidney disease group.Conclusions This study reveals that patients with early diabetic kidney disease may experience neuro-functional disorders in the visually related brain regions, and the imbalance in the functional integration of these brain regions may exacerbate cognitive impairment.
[关键词] 糖尿病肾病;认知障碍;局部一致性;功能连接;静息态功能磁共振成像
[Keywords] diabetic nephropathy;cognitive impairment;regional homogeniety;functional connectivity;resting-state functional magnetic resonance imaging

何淼 1   季冰 1   程立庆 2   许昌华 1   王健 1*  

1 陆军军医大学第一附属医院7 T磁共振转化医学研究中心/放射科,重庆 400038

2 陆军军医大学第一附属医院内分泌科,重庆 400038

通信作者:王健,E-mail: wangjian@aifmri.com

作者贡献声明:王健设计本研究的方案,对稿件重要内容进行了修改;何淼起草和撰写稿件,获取、解释本研究的数据;季冰获取、分析本研究的数据,对稿件重要内容进行了修改;程立庆获取、解释本研究的数据,对本研究的构思和设计有实质性贡献;许昌华获取、解释本研究的数据,对稿件重要内容进行了修改;王健获得了国家自然科学基金项目的资助;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 81971587
收稿日期:2024-06-21
接受日期:2024-10-10
中图分类号:R445.2  R749.1  R587.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.10.011
本文引用格式:何淼, 季冰, 程立庆, 等. 局部一致性联合基于种子点的功能连接方法探究早期糖尿病肾病患者脑功能的改变[J]. 磁共振成像, 2024, 15(10): 62-68. DOI:10.12015/issn.1674-8034.2024.10.011.

0 引言

       2型糖尿病(type 2 diabеtеs mеllitus, T2DM)是一种以糖代谢紊乱和血糖升高为主要特征的临床常见慢性代谢性疾病[1]。长期高血糖状态可损伤机体微血管,例如视网膜、肾脏以及脑部微血管病变,导致患者出现各种糖尿病并发症[2]。近年来,随着T2DM患病人数的增加,糖尿病肾病已成为全球慢性肾脏病(chronic kidney disease, CKD)的首要病因[3]。过去研究表明,T2DM和CKD均是认知障碍(cognitive impairment, CI)发生的危险因素,可导致患者的注意力、记忆力及执行能力下降,增加痴呆的发生风险[4]。因此,DKD患者面临认知损伤的双重风险,可能成为潜在的CI高发风险群体,及早管理糖尿病肾病患者脑部健康显得尤为重要。

       DKD患者临床上表现为蛋白尿增多和/或肾小球滤过率降低[5],若不及时干预,一旦进展至终末期肾病(end-stage renal disease, ESRD)或大量蛋白尿阶段,将出现不可逆转的脑损伤和严重的认知缺陷[6]。LIU等[7]通过纤维束追踪技术发现ESRD患者脑白质结构完整性广泛受损,且与多种认知功能障碍显著相关。QIAO等[8]利用图论分析方法的结果表明,ESRD患者存在与认知功能损伤相关的脑动态网络时间属性及网络拓扑结构异常。SINK等[9]发现糖尿病肾病患者蛋白尿越多,灰质体积越小,表现出的处理速度和工作记忆明显较差。然而,过去的研究常忽视了肾病早期阶段,即微量蛋白尿,或许已经提示了糖尿病肾病患者脑部健康的潜在损害。

       随着神经影像学的发展,基于血氧水平依赖信号的静息态功能磁共振成像(resting state functional magnetic resonance imaging, rs-fMRI)可以无创评估神经元活动来揭示大脑局部自发和远程活动的改变,已被广泛运用于探索CI及多种神经精神类疾病的发病机制当中[10]。目前,rs-fMRI有两类常用的分析方法:一类是研究局部脑区功能活动的方法,例如局部一致性(regional homogeneity, ReHo)[11];另一类为研究脑区之间功能活动整合的方法,例如功能连接(functional connectivity, FC)[12]。近年来,尽管有少量相关研究发现,伴早期肾病的T2DM患者出现了更严重的脑白质损伤、脑萎缩等脑结构改变,并且显示这些变化与肾脏疾病指标相关[13]。但这些研究结果不仅尚未得到充分证实,还更多关注于早期糖尿病肾病患者脑结构改变,还未有研究者对其脑功能变化情况进行深入分析。因此,本研究拟通过联合ReHo和FC的方法,来全面探究早期糖尿病肾病患者脑区局部神经活动的协调性和功能整合的变化,并进一步分析微量蛋白尿、脑功能影像差异指标与临床认知量表评分之间的相关性,以探讨早期肾病并发症对脑功能和认知能力的影响,这将有助于早期管理糖尿病肾病相关的脑部损伤。

1 材料与方法

1.1 研究对象

       对陆军军医大学第一附属医院病历系统进行筛选后,前瞻性招募2023年9月至2024年6月期间住院的T2DM患者。所有受试者纳入标准:(1)年龄大于18岁;(2)符合《中国2型糖尿病防治指南(2020年版)》提出的糖尿病诊断标准[14];(3)长期接受稳定的糖尿病管理和治疗;(4)右利手。排除标准:(1)患有除糖尿病肾病外其他原发性、继发性或先天性肾病(如IgA肾病、急性肾炎、慢性肾炎、狼疮肾炎、尿酸性肾病、创伤性肾损伤、肾动脉疾病等);(2)1型糖尿病、糖尿病酮症酸中毒、糖尿病高渗状态或有严重低血糖发作等疾病;(3)脑血管病史(包括出血性和缺血性脑血管疾病)、脑外伤史或磁共振检查经影像科医生判断发现大脑出现器质性病变者;(4)先天性痴呆、精神发育迟滞、癫痫、脑外伤、阿尔茨海默病等精神、神经系统疾病;(5)甲状腺功能减退、甲状腺功能亢进、严重肝肾功能损害、感染及可能影响认知功能测定的其他严重躯体疾病;(6)药物或酒精滥用者;(7)幽闭恐惧症或其他磁共振检查禁忌证。本研究遵守《赫尔辛基宣言》,经陆军军医大学第一附属医院医学伦理委员会批准,全体受试者均签署了知情同意书,批准文号:(A)KY2024062。

       本研究为前瞻性横断面研究,纳入了96例符合上述纳入、排除标准的T2DM患者,依据尿白蛋白/肌酐比值(urinary albumin-to-creatinine ratio, UACR)分为两组[15]:早期糖尿肾病组,30 mg/g≤UACR≤300 mg/g,共43例;糖尿病不伴肾病组,UACR<30 mg/g,共53例。

1.2 一般资料

       性别、年龄、身体质量指数(body mass index, BMI)、受教育年限、糖尿病病程等一般资料均来自对患者进行标准化的问卷调查。

1.3 临床指标以及认知量表测试

       从住院病历系统中收集T2DM患者的临床资料,具体包括收缩压、舒张压、空腹血糖、糖化血红蛋白、估算肾小球滤过率、尿白蛋白/肌酐比值、总胆固醇、三酰甘油、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇以及糖尿病并发症。

       经过专业培训的测试者对被试进行认知功能评估。认知功能测试包括蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)和简易精神状态量表(Mini-Mental State Examination, MMSE)。得分越高,认知功能越好。

1.4 MRI采集

       受试者采取仰卧位,头先进,使用32通道高分辨率头部线圈行3.0 T头颅磁共振扫描(联影uMR 770,中国)。扫描前,受试者戴好防护耳塞并且固定头部。由同一名具有5年以上临床经验的影像科副主任技师完成扫描操作,扫描过程中关闭所有外源性灯光,嘱受试者在检查过程中保持清醒闭眼静止状态,且不主动从事任何思维活动。

       首先进行3D-T1WI结构像扫描,然后通过回波平面成像进行rs-fMRI扫描。T1WI结构像扫描参数为:矢状位,TR 6.94 ms,TE 3 ms,翻转角9°,视野256 mm×256 mm,矩阵256×256,体素1.0 mm×1.0 mm×1.0 mm。rs-fMRI扫描参数为:轴状位,TR 2000 ms,TE 30 ms,翻转角80°,视野220 mm×220 mm,矩阵64×64,体素3.0 mm×3.0 mm×3.0 mm,层厚3 mm,层间距0 mm。此外,通过扫描轴位T2-液体衰减反转恢复序列(T2-fluid-attenuated inversion recovery, T2-FLAIR),参数为TR 8000 ms,TE 128.8 ms,翻转角90°,视野200 mm×230 mm,矩阵316×456,体素0.95 mm×0.76 mm×5.00 mm,用以排除颅内疾病如脑肿瘤和脑梗死等。

1.5 fMRI数据预处理

       在MATLAB R2022b平台上进行图像的预处理,首先使用DPABI软件(http://www.rfmri.org/dpabi)将图像格式从DICM转化为NIFTI格式[16],并去除前5个可能尚未稳定的时间点;接着进行时间层和头动校正,并生成头动参数;为确保数据质量,排除在x、y、z任一方向上头动幅度>3 mm或旋转角度>3°的受试数据;随后,将fMRI数据通过已按DAETEL模板分割过的T1WI结构像配准到MNI标准脑模板中,并重采样至3 mm×3 mm×3 mm;去除线性漂移、回归噪音协变量;最后进行0.01~0.08 Hz范围内的滤波处理。

1.6 ReHo计算

       对预处理之后的rs-fMRI图像数据进行进一步的ReHo指标计算。基于肯德尔和谐系数(Kendall's coefficient concordance, KCC)计算时间序列内相邻26个体素间随时间变化的相似性,除以全脑平均KCC获得标准化ReHo图。为了提高信噪比,使用6 mm×6 mm×6 mm的高斯核对标准化后的ReHo图像进行平滑处理[17]。最后,使用Restplus软件提取每位受试者差异脑区的ReHo值,以进行后续的相关性分析。

1.7 功能连接分析

       根据上述1.6步骤,选择ReHo值显著差异的脑区作为种子点。采用基于体素的全脑功能连接分析方法,对种子点的平均时间序列与全脑每个体素的时间序列进行相关性分析,得到相关系数值,然后经过Fisher's 转化成Z值。得到全脑功能连接图后,进行基于体素水平种子点的功能连接双样本t检验。

1.8 统计学分析

       采用SPSS 26.0软件处理数据。符合正态分布的计量资料以均数±标准差表示,并采用独立样本t检验;不符合正态分布的计量资料以中位数(四分位距)表示,并采用Mann-Whitney U秩和检验;计数资料以率表示,组间比较采用卡方检验。以性别、年龄、受教育年限和总颅内体积作为协变量进行两组间磁共振图像数据的统计分析,使用双样本t检验进行分析,以体素水平P<0.01、团簇水平P<0.05的整体错误率(family-wise error, FWE)多重比较校正定义为ReHo组间差异有统计学意义;以体素水平P<0.005、团簇水平P<0.05的FWE多重比较校正定义为FC组间差异有统计学意义。最后,将提取出的脑功能影像差异指标和UACR分别与MoCA、MMSE进行偏相关分析;P<0.05为差异有统计学意义。

2 结果

2.1 人口学统计结果

       8例受试者图像头动超过3 mm或3°,因此,共88名T2DM患者纳入后续的统计分析当中,其中早期糖尿病肾病组39例、糖尿病不伴肾病组49例。两组之间性别、年龄、BMI、受教育年限及糖尿病病程差异均无统计学意义(P>0.05)(表1)。

表1  人口统计学资料比较
Tab. 1  Comparison of demographic characteristics

2.2 临床特征以及认知测试得分比较

       相较于糖尿病不伴肾病组,早期糖尿病肾病组的估算肾小球滤过率(t=-3.93,P<0.001)下降,而尿白蛋白/肌酐比值(t=7.26,P<0.001)明显升高。早期糖尿病肾病组的MoCA(t=-5.58,P<0.001)以及MMSE(t=-2.68,P=0.016)总得分均低于糖尿病不伴肾病组(表2)。

表2  临床特征以及认知量表评估分析
Tab. 2  Statistical analysis results of clinical features and neuropsychological scores

2.3 ReHo和基于种子点的功能连接的组间比较

       相较于糖尿病不伴肾病组,早期糖尿病肾病组表现出ReHo值明显降低的脑区位于右侧枕中回(表3图1)。进一步,以ReHo差异脑区为种子点的FC分析中,与糖尿病不伴肾病组相比,早期糖尿病肾病组右侧枕中回与左侧丘脑之间FC值明显增加(表3图2)。

图1  早期糖尿病肾病组与糖尿病不伴肾病组ReHo值存在差异的脑区。冷色区域表示ReHO显著脑区覆盖在MNI152标准图上的横断面。色条表示t值;t值越大,颜色越深。ReHo:局部一致性;MNI:蒙特利尔神经研究所。
Fig. 1  Significant brain regions in ReHo between early diabetic kidney disease group and diabetes without kidney disease group. The cold-colored regions indicate the cross-sectional display of significant ReHo brain regions on the MNI152 standard brain template. The color bar represents the t-values; The larger the t-value, the darker the color. ReHo: regional homogeneity; MNI: Montreal Neurological Institute.
图2  早期糖尿病肾病组与糖尿病不伴肾病组基于体素水平种子点FC存在差异的脑区。暖色区域表示FC差异脑区覆盖在MNI152标准图上的横断面。色条表示t值;t值越大,颜色越亮。FC:功能连接;MNI:蒙特利尔神经研究所。
Fig. 2  Significant brain regions in seed-based FC between early diabetic kidney disease group and diabetes without kidney disease group. The warm-colored regions indicate the cross-sectional display of significant FC brain regions on the MNI152 standard brain template. The color bar represents the t-values; The larger the t-value, the brighter the color. FC: functional connectivity; MNI: Montreal Neurological Institute.
表3  早期糖尿病肾病组与糖尿病不伴肾病组脑功能差异脑区
Tab. 3  Significant differences in regional homogeneity and seed-based functional connectivity between early diabetic kidney disease group and diabetes without kidney disease group

2.4 影像指标和UACR与认知评分之间的相关性分析

       将年龄、BMI、受教育年限、糖尿病病程、收缩压作为控制变量进行偏相关分析,结果发现:早期糖尿病肾病患者MoCA得分与右侧枕中回ReHo值呈正相关(r=0.349,P=0.043)(图3A)、与左侧丘脑FC值呈负相关(r=-0.464,P=0.006)(图3B);MMSE得分与右侧枕中回ReHo值呈正相关(r=0.367,P=0.033)(图3C)、与左侧丘脑FC值呈负相关(r=-0.455,P=0.007)(图3D);UACR与MoCA得分呈负相关(r=-0.449,P=0.008)(图3E)、与MMSE得分呈负相关(r=-0.372,P=0.030)(图3F)。而在糖尿病非肾病组中UACR、脑功能影像差异指标以及认知量表得分之间无显著相关性。

图3  早期糖尿病肾病患者影像差异指标、UACR以及认知量表得分之间相关性分析结果。3A:右侧枕中回ReHo值与MoCA得分之间呈正相关;3B:左侧丘脑FC值与MoCA得分之间呈负相关;3C:右侧枕中回ReHo值与MMSE得分之间呈正相关;3D:左侧丘脑FC值与MoCA得分之间呈负相关;3E:UACR与MoCA得分呈负相关;3F:UACR与MMSE得分呈负相关。UACR:尿白蛋白/肌酐比值;ReHo:局部一致性;FC:功能连接;MoCA:蒙特利尔认知评估量表;MMSE为简易智力状态检查量表。
Fig. 3  Correlation analysis results between imaging indices, UACR and cognitive scores in early diabetic kidney disease patients. 3A: The ReHo value of the right Occipital_Mid is positively correlated with the MoCA scores; 3B: The functional connectivity values of left thalamus is negatively correlated with the MoCA scores; 3C: The ReHo value of the right Occipital_Mid is positively correlated with the MMSE scores; 3D: The functional connectivity values of left thalamus is negatively correlated with the MMSE scores; 3E: The UACR is negatively correlated with the MoCA scores; 3F: The UACR is negatively correlated with the MMSE scores. UACR: urinary albumin-to-creatinine ratio; ReHo: regional homogeneity; MoCA: Montreal Cognitive Assessment; MMSE: Mini-mental State Examination.

3 讨论

       本研究使用ReHo联合FC的方法,探讨早期糖尿病肾病患者与糖尿病不伴肾病患者在静息状态下大脑活动的差异,并分析了早期糖尿病肾病患者中微量蛋白尿、差异脑区影像指标与临床认知评分(MoCA和MMSE)之间的相关性。研究结果发现:与糖尿病不伴肾病患者相比,早期糖尿病肾病患者右侧枕中回ReHo值减低,提取此区作为种子点进行全脑FC分析得出,右侧枕中回与左侧丘脑的功能连接增强;相较于糖尿病不伴肾病患者,早期糖尿病肾病患者认知得分显著降低,MoCA和MMSE评分与差异脑区ReHo值、FC值之间存在显著相关性,以及UACR与MoCA和MMSE评分之间也存在显著相关性。

3.1 早期糖尿病肾病患者视觉信息处理和传递能力受损

       ReHo反映的是大脑局部脑区神经活动的协同性,其降低或升高均与大脑活动异常相关[18]。本研究发现,早期糖尿病肾病患者相较于不伴肾病患者,右侧枕中回ReHo值显著降低。视觉传导通路起自视网膜神经节细胞,通过视束与外侧膝状体(位于丘脑)神经元的轴突合并成视放射,投射到视觉皮层[19],其中枕叶中回位于视觉通路中的高级视觉皮层,在视觉信息处理中起着关键作用[20]。既往研究表明,糖尿病是慢性肾病与眼部疾病共享的常见血管风险因素,视觉空间障碍已被证实为T2DM的主要表现之一[21]。有研究在视网膜病变患者中同样发现了右侧枕中回ReHo值的异常[22]。视网膜与枕中回均是视觉传导通路的核心组成部分,但目前尚不清楚是视网膜病变通过视束顺行性导致了枕叶皮层活动的改变,还是枕叶区神经活动异常逆行性影响了视网膜[23]。因此,本研究以右侧枕中回为种子点进行全脑功能连接分析发现,其与左侧丘脑之间的FC增加。丘脑作为视觉信号传递的中继核,在枕中回神经活动降低的基础上,其与枕叶皮层之间的功能连接增加可能是一种对视力损伤的积极代偿结果。实际上,肾脏、视网膜和脑微血管在胚胎起源、解剖和生理特征等方面存在显著相似性,它们具有共同的发病机制,涉及遗传因素、晚期糖基化终末产物和免疫炎性因子等[24]。正如本研究所观察到的肾脏病变与视觉传导通路相关功能脑区异常的出现,意味着早期肾功能下降可能提示了糖尿病相关视觉信息处理能力的进一步损害。

3.2 早期糖尿病肾病患者认知功能下降

       虽然糖尿病所引起的中枢神经系统损害已经得到证实,但本研究发现,早期糖尿病肾病患者相较于糖尿病不伴肾病患者的认知得分显著降低,这表明肾病并发症可能提示糖尿病相关CI的加重。偏相关分析进一步显示,MoCA和MMSE评分与右侧枕中回的ReHo值、左侧丘脑FC值显著相关。枕中回和丘脑不仅参与视觉信息的处理,其异常神经活动还可能是CI形成的神经生理基础。此前的MRI研究表明,阿尔茨海默病[25]和帕金森病[26]等神经精神类疾病导致的CI与枕中回的脑功能活动下降相关。丘脑作为大脑深部最大的灰白质混合核,随着研究的进展发现,在皮质-纹状体-丘脑-皮质回路[27]以及丘脑与枕叶皮层之间的功能连接异常[28]与强迫症患者的情感CI密切相关;此外,还有研究发现,在T2DM伴轻度CI患者中,丘脑核团体积缩小且与认知功能评分显著相关的结论一致[29],本研究也发现了相似的结果。因此,枕中回和丘脑在皮层功能和高阶认知方面发挥着不可忽视的作用,它们可能是治疗CI的潜在靶点。

3.3 微量蛋白尿可能是预测糖尿病CI的重要指标

       CI的形成机制复杂且多元,脑微血管损伤在其中起着关键作用,监测微量蛋白尿可能成为评估认知损伤的重要窗口。一项关于心血管健康认知的研究发现,白蛋白尿(包括微量白蛋白尿)与糖尿病肾病患者的认知能力受损一致相关[30];在一项临床试验研究中,那些面临较高不良心血管疾病风险的T2DM患者,其认知功能下降的程度与UACR和增加的蛋白尿之间有显著的相关性[31]。本研究结果也发现,在糖尿肾病患者中UACR与MoCA和MMSE的认知评分相关。既往研究表明,微量蛋白尿反映了淀粉样蛋白以及一些尿毒症毒素如神经肽Y穿过损伤的血脑屏障,从而介导肾脏和大脑之间的相互作用[32],因此探索肾脏和大脑的联系或找寻促成二者关系的中介因素可能是未来诊治CI的突破点。实际上,微量蛋白尿作为不良心血管疾病事件的先兆,已被认为是系统性内皮功能障碍和微循环损伤的敏感生物标志物[33]。越来越多的研究支持微血管病变可能对多个器官系统产生广泛影响[34]。正如本研究在糖尿病肾病患者中发现视觉相关脑区活动的异常,这些都提示微量蛋白尿不仅是糖尿病肾病的早期标志,还可能反映了难以测得的脑部神经功能损伤。

3.4 局限性

       本研究的不足之处:首先,本研究仅探索了早期糖尿病肾病对大脑功能的影响,纳入不同分期的肾病患者将有助于观察肾病过程对大脑的进行性影响;其次,本研究发现早期糖尿病肾病患者可能存在视觉信息处理能力的损伤,进一步研究中应加入视觉测验;最后,本研究结果揭示了肾病与大脑之间潜在的关联,未来的研究不仅仅需要深入剖析大脑本身的结构、功能和网络的改变,还应关注多器官之间的联系和相互影响,这样或许能极大改善糖尿病患者的生活质量。

4 结论

       综上所述,本研究采用rs-fMRI ReHo联合FC的分析方法,探索了早期糖尿病肾病组和糖尿病不伴肾病组的脑功能区差异,以及UACR、影像异常指标值与临床认知量表评分之间的相关性。本研究揭示了早期肾病并发症可能会加重糖尿病相关视觉信息处理、传递的神经功能紊乱,并且提示了糖尿病肾病与认知功能损害的潜在联系。

[1]
LI S X, WANG Y, YING Y Y, et al. Independent and joint associations of BMI and waist circumference with the onset of type 2 diabetes mellitus in Chinese adults: prospective data linkage study[J/OL]. JMIR Public Health Surveill, 2023, 9: e39459 [2024-06-20]. https://pubmed.ncbi.nlm.nih.gov/36630180/. DOI: 10.2196/39459.
[2]
国家老年医学中心, 中华医学会糖尿病学分会, 中国体育科学学会, 等. 中国2型糖尿病运动治疗指南(2024版)[J]. 中国全科医学, 2024, 27(30): 3709-3738. DOI: 10.12114/j.issn.1007-9572.2024.A0019.
National Geriatric Medicine Center, Chinese Medical Association Diabetes Branch, Chinese Sports Science Society, et al. Guideline for eexercise therapy of type 2 diabetes mellitus in China(2024 edition)[J]. Chin Gen Pract, 2024, 27(30): 3709-3738. DOI: 10.12114/j.issn.1007-95722024.A0019.
[3]
NAVANEETHAN S D, ZOUNGAS S, CARAMORI M L, et al. Diabetes management in chronic kidney disease: synopsis of the KDIGO 2022 clinical practice guideline update[J]. Ann Intern Med, 2023, 176(3): 381-387. DOI: 10.7326/M22-2904.
[4]
KELLY D M, PINHEIRO A A, KOINI M, et al. Impaired kidney function, cerebral small vessel disease and cognitive disorders: the Framingham heart study[J/OL]. Nephrol Dial Transplant Off Publ Eur Dial Transpl Assoc Eur Ren Assoc, 2024 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/38565317/. DOI: 10.1093/ndt/gfae079.
[5]
WU H J, GONZALEZ VILLALOBOS R, YAO X, et al. Mapping the single-cell transcriptomic response of murine diabetic kidney disease to therapies[J]. Cell Metab, 2022, 34(7): 1064-1078.e6. DOI: 10.1016/j.cmet.2022.05.010.
[6]
CHEN P N, HU R Y, GAO L, et al. Abnormal degree centrality in end-stage renal disease (ESRD) patients with cognitive impairment: a resting-state functional MRI study[J]. Brain Imaging Behav, 2021, 15(3): 1170-1180. DOI: 10.1007/s11682-020-00317-3.
[7]
刘雅睿, 齐向明, 方杰, 等. 终末期肾病患者脑白质改变与认知功能的相关性研究[J]. 安徽医科大学学报, 2022, 57(10): 1670-1675. DOI: 10.19405/j.cnki.issn1000-1492.2022.10.029.
LIU Y R, QI X M, FANG J, et al. Correlation between alterations in white matter and cognitive function in patients with end-stage renal disease[J]. Acta Univ Med Anhui, 2022, 57(10): 1670-1675. DOI: 10.19405/j.cnki.issn1000-1492.2022.10.029.
[8]
乔雅倩, 王玉龙, 白培瑞, 等. 终末期肾病患者脑网络动态功能连接[J]. 中国医学影像技术, 2024, 40(7): 997-1002. DOI: 10.13929/j.issn.1003-3289.2024.07.009.
QIAO Y Q, WANG Y L, BAI P R, et al. Dynamic functional connectivity of brain networks in end-stage renal disease patients[J]. Chin J Med Imag Technol, 2024, 40(7): 997-1002. DOI: 10.13929/j.issn.1003-3289.2024.07.009.
[9]
SINK K M, DIVERS J, WHITLOW C T, et al. Cerebral structural changes in diabetic kidney disease: African American-Diabetes Heart Study MIND[J]. Diabetes Care, 2015, 38(2): 206-212. DOI: 10.2337/dc14-1231.
[10]
KEMIK K, ADA E, ÇAVUŞOĞLU B, et al. Functional magnetic resonance imaging study during resting state and visual oddball task in mild cognitive impairment[J/OL]. CNS Neurosci Ther, 2024, 30(2): e14371 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/37475197/. DOI: 10.1111/cns.14371.
[11]
LI X, LIU Q, CHEN Z N, et al. Abnormalities of regional brain activity in patients with schizophrenia: a longitudinal resting-state fMRI study[J]. Schizophr Bull, 2023, 49(5): 1336-1344. DOI: 10.1093/schbul/sbad054.
[12]
ALAHMADI A A S, ALOTAIBI N O, HAKAMI N Y, et al. Gender and cytoarchitecture differences: functional connectivity of the hippocampal sub-regions[J/OL]. Heliyon, 2023, 9(10): e20389 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/37780771/. DOI: 10.1016/j.heliyon.2023.e20389.
[13]
FREEDMAN B I, SINK K M, HUGENSCHMIDT C E, et al. Associations of early kidney disease with brain magnetic resonance imaging and cognitive function in African Americans with type 2 diabetes mellitus[J]. Am J Kidney Dis, 2017, 70(5): 627-637. DOI: 10.1053/j.ajkd.2017.05.006.
[14]
中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)(上)[J]. 中国实用内科杂志, 2021, 41(8): 668-695. DOI: 10.19538/j.nk2021080106.
Diabetes Society of Chinese Medical Association. Guideline for the prevention and treatment of type 2 diabetes mellitus in China(2020 edition)(Part 1)[J]. Chin J Pract Intern Med, 2021, 41(8): 668-695. DOI: 10.19538/j.nk2021080106.
[15]
孙海珍, 宋雪燕, 卢山. BOLD-fMRI对2型糖尿病患者早期肾脏功能变化的研究[J]. 磁共振成像, 2023, 14(7): 61-66. DOI: 10.12015/issn.1674-8034.2023.07.011.
SUN H Z, SONG X Y, LU S. Effect of BOLD-fMRI on early renal function in patients with type 2 diabetes mellitu[J]. Chin J Magn Reson Imag, 2023, 14(7): 61-66. DOI: 10.12015/issn.1674-8034.2023.07.011.
[16]
YAN C G, WANG X D, ZUO X N, et al. DPABI: data processing & analysis for (resting-state) brain imaging[J]. Neuroinformatics, 2016, 14(3): 339-351. DOI: 10.1007/s12021-016-9299-4.
[17]
LIU D Q, YAN C G, REN J J, et al. Using coherence to measure regional homogeneity of resting-state FMRI signal[J/OL]. Front Syst Neurosci, 2010, 4: 24 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/20589093/. DOI: 10.3389/fnsys.2010.00024.
[18]
NI S L, GAO S Z, LING C X, et al. Altered brain regional homogeneity is associated with cognitive dysfunction in first-episode drug-naive major depressive disorder: a resting-state fMRI study[J/OL]. J Affect Disord, 2023, 343: 102-108 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/37797751/. DOI: 10.1016/j.jad.2023.10.003.
[19]
ZHU S R, XIE T, LV Z Y, et al. Hierarchies in visual pathway: functions and inspired artificial vision[J/OL]. Adv Mater, 2024, 36(6): e2301986 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/37435995/. DOI: 10.1002/adma.202301986.
[20]
VILLOSLADA P, SOLANA E, ALBA-ARBALAT S, et al. Retinal damage and visual network reconfiguration defines visual function recovery in optic neuritis[J/OL]. Neurol Neuroimmunol Neuroinflamm, 2024, 11(6): e200288 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/39213469/. DOI: 10.1212/NXI.0000000000200288.
[21]
MA L L, WANG Y Y, YANG Z H, et al. Methodological quality (risk of bias) assessment tools for primary and secondary medical studies: what are they and which is better?[J/OL]. Mil Med Res, 2020, 7(1): 7 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/32111253/. DOI: 10.1186/s40779-020-00238-8.
[22]
葛晓敏, 鲁毅, 邹凌, 等. 利用ReHo方法的2型糖尿病视网膜病变rs-fMRI研究[J]. 实用放射学杂志, 2018, 34(6): 831-834. DOI: 10.3969/j.issn.1002-1671.2018.06.004.
GE X M, LU Y, ZOU L, et al. Resting-state functional magnetic resonance imaging study in type 2 diabetic retinopathy using regional homogeneity analysis[J]. J Pract Radiol, 2018, 34(6): 831-834. DOI: 10.3969/j.issn.1002-1671.2018.06.004.
[23]
PAPADOPOULOU A, GAETANO L, PFISTER A, et al. Damage of the lateral geniculate nucleus in MS: assessing the missing node of the visual pathway[J/OL]. Neurology, 2019, 92(19): e2240-e2249 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/30971483/. DOI: 10.1212/WNL.0000000000007450.
[24]
HA M J, CHOI S Y, KIM M, et al. Diabetic nephropathy in type 2 diabetic retinopathy requiring panretinal photocoagulation[J]. Korean J Ophthalmol, 2019, 33(1): 46-53. DOI: 10.3341/kjo.2018.0034.
[25]
YUAN Q Q, LIANG X H, XUE C, et al. Altered anterior cingulate cortex subregional connectivity associated with cognitions for distinguishing the spectrum of pre-clinical Alzheimer's disease[J/OL]. Front Aging Neurosci, 2022, 14: 1035746 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/36570538/. DOI: 10.3389/fnagi.2022.1035746.
[26]
SHANG S A, ZHANG H Y, FENG Y, et al. Region-specific neurovascular decoupling associated with cognitive decline in Parkinson's disease[J/OL]. Front Aging Neurosci, 2021, 13: 770528 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/34867297/. DOI: 10.3389/fnagi.2021.770528.
[27]
JALAL B, CHAMBERLAIN S R, SAHAKIAN B J. Obsessive-compulsive disorder: Etiology, neuropathology, and cognitive dysfunction[J/OL]. Brain Behav, 2023, 13(6): e3000 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/37137502/. DOI: 10.1002/brb3.3000.
[28]
CHEN Y J, MENG Z Y, ZHANG Z F, et al. The right thalamic glutamate level correlates with functional connectivity with right dorsal anterior cingulate cortex/middle occipital gyrus in unmedicated obsessive-compulsive disorder: a combined fMRI and 1H-MRS study[J]. Aust N Z J Psychiatry, 2019, 53(3): 207-218. DOI: 10.1177/0004867418806370.
[29]
XIONG Y, ZHANG S Q, SHI J J, et al. Application of neurite orientation dispersion and density imaging to characterize brain microstructural abnormalities in type-2 diabetics with mild cognitive impairment[J]. J Magn Reson Imaging, 2019, 50(3): 889-898. DOI: 10.1002/jmri.26687.
[30]
WEINER D E, BARTOLOMEI K, SCOTT T, et al. Albuminuria, cognitive functioning, and white matter hyperintensities in homebound Elders[J]. Am J Kidney Dis, 2009, 53(3): 438-447. DOI: 10.1053/j.ajkd.2008.08.022.
[31]
MURRAY A M, BARZILAY J I, LOVATO J F, et al. Biomarkers of renal function and cognitive impairment in patients with diabetes[J]. Diabetes Care, 2011, 34(8): 1827-1832. DOI: 10.2337/dc11-0186.
[32]
王凤, 马微波, 刘悦文, 等. 慢性肾脏病患者认知功能受损的相关机制分析[J]. 中国医学科学院学报, 2022, 44(6): 1082-1088. DOI: 10.3881/j.issn.1000.503X.14291.
WANG F, MA W B, LIU Y W, et al. Mechanism of impaired cognitive function in patients with chronic kidney disease[J]. Acta Acad Med Sin, 2022, 44(6): 1082-1088. DOI: 10.3881/j.issn.1000.503X.14291.
[33]
GHOSHAL S, ALLRED N D, FREEDMAN B I. The contribution of kidney disease to cognitive impairment in patients with type 2 diabetes[J/OL]. Curr Diab Rep, 2020, 20(10): 49 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/32857243/. DOI: 10.1007/s11892-020-01333-9.
[34]
MAURICIO D, GRATACÒS M, FRANCH-NADAL J. Diabetic microvascular disease in non-classical beds: the hidden impact beyond the retina, the kidney, and the peripheral nerves[J/OL]. Cardiovasc Diabetol, 2023, 22(1): 314 [2024-04-02]. https://pubmed.ncbi.nlm.nih.gov/37968679/. DOI: 10.1186/s12933-023-02056-3.

上一篇 实时功能磁共振成像神经反馈调控伏隔核活性改善肥胖的影像学研究
下一篇 基于功能连接密度评估青少年男性网络游戏障碍患者脑功能损伤机制
  
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