分享:
分享到微信朋友圈
X
临床研究
基于3D-ASL的妊娠期糖尿病与极早产儿脑发育关联的定量研究
丁倓 付艺伟 李思柯 王宁 刘雪燕 冯占起 周甜 陆林 赵鑫

本文引用格式:丁倓, 付艺伟, 李思柯, 等. 基于3D-ASL的妊娠期糖尿病与极早产儿脑发育关联的定量研究[J]. 磁共振成像, 2026, 17(1): 1-7, 28. DOI:10.12015/issn.1674-8034.2026.01.001.


[摘要] 目的 本研究采用三维动脉自旋标记(three-dimensional arterial spin labeling, 3D-ASL)技术,定量分析妊娠期糖尿病(gestational diabetes mellitus, GDM)母亲的极早产儿脑血流量(cerebral blood flow, CBF),并评估其与极早产儿代谢指标和炎症指标的相关性。材料与方法 选取2024年4月至2025年3月在郑州大学第三附属医院就诊的100例极早产儿,将极早产儿分为GDM组(50例)和对照组(50例)。对两组极早产儿均进行3D T1 BRAVO序列、3D-ASL序列及常规MRI序列扫描。收集并比较两组极早产儿的一般临床资料、不同脑区的CBF值,分析存在组间差异脑区的CBF值与出生后首次血糖值和炎症指标的相关性。结果 与对照组相比,GDM组极早产儿的出生体质量、左侧额叶、右侧颞叶、双侧枕叶、双侧基底节区的CBF值和炎症指标显著高于对照组(P<0.05),而GDM组极早产儿的出生后首次血糖值显著低于对照组(P<0.05)。两组存在组间差异脑区的CBF值与降钙素原水平呈正相关(r=0.665、0.518、0.627、0.582、0.495、0.465,P<0.05),而与出生后首次血糖值呈负相关(r=-0.409、-0.448、-0.450、-0.447、-0.487、-0.501,P<0.05)。结论 3D-ASL技术可为GDM母亲极早产儿脑发育的评估提供无创、可靠的影像学手段,其血流参数变化与临床指标相关,为高风险患儿早期识别及个体化干预提供有价值的参考,有望改善其临床预后。
[Abstract] Objective To use three-dimensional arterial spin labeling (3D-ASL) imaging technology to measure cerebral blood flow (CBF) in very premature infants born to mothers with gestational diabetes mellitus (GDM) and to analyze its correlation with metabolic and inflammatory markers in these infants.Materials and Methods One hundred very premature infants were recruited from the Third Affiliated Hospital of Zhengzhou University between April 2024 and March 2025. The infants were divided into a GDM group consisting of 50 cases and a control group including 50 cases. Both groups performed 3D T1 BRAVO, 3D-ASL, and normal MRI sequence scans. General clinical data and CBF values across several brain regions were gathered and analyzed across the two groups. The correlation between CBF values in markedly distinct brain areas and the initial blood glucose levels and inflammatory markers was examined.Results In comparison to the control group, the very premature infants in the GDM group had significantly higher birth weight, CBF values in multiple brain regions (left frontal lobe, right temporal lobe, bilateral occipital lobes, and bilateral basal ganglia), along with increased inflammatory markers (P < 0.05). The initial blood glucose levels in the GDM group were markedly lower than those in the control group (P < 0.05). The CBF values in the brain regions exhibiting differences between the two groups were positively correlated with procalcitonin levels (r = 0.665, 0.518, 0.627, 0.582, 0.495, 0.465, P < 0.05) and negatively correlated with initial blood glucose levels (r = -0.409, -0.448, -0.450, -0.447, -0.487, -0.501, P < 0.05).Conclusions 3D-ASL technology offers a noninvasive and dependable imaging modality for assessing brain development in very premature infants born to mothers with GDM. Alterations in blood flow parameters connect with clinical signs, providing significant references for the early detection and personalized management in these newborns, perhaps enhancing their prognosis.
[关键词] 妊娠期糖尿病;早产儿;动脉自旋标记;磁共振成像;脑血流量;血糖值;炎症指标
[Keywords] gestational diabetes;very premature infants;arterial spin labeling imaging;magnetic resonance imaging;cerebral blood flow;blood glucose levels;inflammatory indicators

丁倓 1, 2, 3   付艺伟 1, 2, 3   李思柯 1, 2, 3   王宁 1, 2, 3   刘雪燕 1, 2, 3   冯占起 1, 2, 3   周甜 1, 2, 3   陆林 1, 2, 3   赵鑫 1, 2, 3*  

1 郑州大学第三附属医院医学影像科,郑州 450052

2 河南省神经医学影像国际联合实验室,郑州 450052

3 河南省小儿神经影像医学重点实验室,郑州 450052

通信作者:赵鑫,E-mail:zdsfyzx@zzu.edu.cn

作者贡献声明:赵鑫设计本研究的方案,对稿件重要内容进行了修改,获得了国家自然科学基金项目的资助;丁倓起草和撰写稿件,收集、分析和解释本研究数据;李思柯、付艺伟、王宁、刘雪燕、冯占起、周甜、陆林收集、分析或解释本研究的数据,并对稿件重要内容进行了修改;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 82472046
收稿日期:2025-07-01
接受日期:2025-12-05
中图分类号:R445.2  R714.25  R722.6 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.01.001
本文引用格式:丁倓, 付艺伟, 李思柯, 等. 基于3D-ASL的妊娠期糖尿病与极早产儿脑发育关联的定量研究[J]. 磁共振成像, 2026, 17(1): 1-7, 28. DOI:10.12015/issn.1674-8034.2026.01.001.

0 引言

       妊娠期糖尿病(gestational diabetes mellitus, GDM)是一种特发于妊娠期的代谢异常状态,其核心特征为妊娠期间出现糖耐量受损[1, 2]。近年来,全球范围内GDM发病率呈现显著上升趋势,这一现象与当代生活方式转变及生育年龄推迟密切相关。流行病学数据显示,过去二十年该疾病患病率增幅明显,全球每年受宫内高血糖影响的胎儿数量约达2000万例;其中亚洲人群患病情况尤为突出,总体发病率已达到11.5%[3, 4]。这一严峻形势使得GDM对子代健康的近远期影响成为亟待解决的重大公共卫生问题。然而,现有的研究对子代脑发育的关注较为欠缺。GDM导致的持续高血糖环境会显著增加胎儿耗氧量,引发宫内慢性缺氧[5]。研究表明,GDM孕妇早产的风险是血糖正常孕妇的1.51倍[6];GDM显著提升围产期不良结局的发生概率[7, 8]。宫内慢性缺氧、早产等不良围产儿结局可能会导致子代脑发育落后于实际胎龄。研究数据表明,GDM母亲所生育的后代出现神经发育障碍的风险显著高于血糖正常的孕妇群体[9, 10, 11]。目前,我国早产儿主要集中于28~32周胎龄的极早产儿群体,随着新生儿重症监护技术的进步,这类患儿的存活率已显著提高。过早离开母体环境使得极早产儿易受到多种因素影响而发生不同程度、不同类型的神经损伤,进而影响脑发育。然而,目前临床缺乏有效手段早期识别GDM极早产儿的脑发育异常,这一关键诊断难题严重制约了早期干预时机的把握。因此,早期对GDM母亲极早产儿脑发育和脑损伤的评估显得尤为重要。

       三维动脉自旋标记(three-dimensional arterial spin labeling, 3D-ASL)以动脉血液中的水质子作为天然示踪物质,借助射频脉冲标记,达成对脑血流量(cerebral blood flow, CBF)的定量测量。相较于传统灌注成像,3D-ASL技术具有无创、安全和可重复性好的优势,能定量测量各脑区CBF值,为脑发育评估提供可靠参数[12, 13]。在新生儿脑发育研究中,传统影像学方法因电离辐射风险和操作复杂等限制难以满足需求,而3D-ASL技术可安全地评估脑组织血流灌注情况[14]。为早期诊断脑发育异常及相关脑损伤提供了重要的影像学依据[15, 16]。另外,既往研究表明极早产儿脑损伤的发生发展与血糖代谢异常及炎症级联反应密切相关[17]。3D-ASL技术可通过监测脑血流变化为这些病理过程提供无创评估指标。目前,3D-ASL技术在神经影像学领域的应用主要集中于成人神经系统疾病研究[18]。而在儿童群体中的应用相对有限,且现有研究多聚焦于学龄期儿童[19]。值得注意的是,针对极早产儿这一特殊人群的脑发育研究仍存在空缺,特别是在评估GDM对极早产儿脑血流关联的领域。

       因此,本研究创新性采用3D-ASL技术,对GDM母亲极早产儿CBF进行定量分析,以评估GDM对极早产儿脑发育的潜在联系。与此同时,本研究进一步分析探讨血糖代谢指标及炎症标志物降钙素原(procalcitonin, PCT)、C反应蛋白(C-reactive protein, CRP)与CBF之间的相关性。通过上述研究阐明GDM对极早产儿脑血流动力学的潜在作用,为临床早期识别和干预GDM相关早产儿脑发育障碍提供影像学依据。

1 材料与方法

1.1 研究对象

       本研究通过预试验结果,采用PASS(version 25.0.2; https://www.ncss.com/software/pass/)软件进行样本量估计。在双侧检验条件下,将显著性水平α设定为0.05,检验效能1-β确定为0.90,经计算得出GDM组与对照组各需38例样本。为应对可能出现的20%失访情况,最终确定每组最低纳入48例受试者,总体样本量至少需达到96例。因此,本研究基于前瞻性研究设计,以2024年4月至2025年3月郑州大学第三附属医院收治的100例极早产儿为研究对象,其中男67例,女33例。在接受MRI检查时所有极早产儿的纠正胎龄均为33~37周。根据极早产儿的母亲是否确诊为GDM将100例极早产儿进行分组,分别为GDM组50例、对照组50例。两组新生儿在出生胎龄、MRI检查时纠正胎龄、分娩方式等基线特征上尽量保持匹配,确保两组间具有可比性。GDM组的纳入标准:(1)极早产儿母亲符合《妊娠期高血糖诊治指南(2022)》的GDM诊断标准[1],即在孕24~28周期间进行75 g口服葡萄糖耐量试验,若空腹血糖≥5.1 mmol/L、口服葡萄糖后1小时血糖≥10.0 mmol/L或2小时血糖≥8.5 mmol/L,即满足任一上述血糖阈值即可确诊;(2)孕周在28~32周的单胎新生儿。对照组的纳入标准:(1)极早产儿母亲未确诊为GDM,即在24~28周期间行75 g口服葡萄糖耐量试验,任何一个时间点血糖值均未达到或未超过标准;(2)孕周在28~32周的单胎新生儿。两组共同排除标准:(1)极早产儿母亲属于下述情况,包括孕期使用胰岛素进行治疗、孕前糖尿病合并妊娠、空腹血糖受损和糖耐量受损;(2)合并其他除GDM外严重妊娠并发症,如妊娠期高血压、子痫前期、妊娠合并甲状腺功能减退、绒毛膜羊膜炎、胎盘早剥等;(3)可能干扰极早产儿脑血流评估的病理情况,包括中枢神经系统感染性疾病、败血症、严重先天性畸形、染色体异常、明确的宫内感染和围产期脑损伤等;(4)临床基本资料或影像学数据存在缺失,部分图像质量未能满足后续处理及分析的基本标准。

       本研究严格遵守《赫尔辛基宣言》,经郑州大学第三附属医院伦理委员会审核批准(批号:2024-106-01),所有受试者的监护人均已签署书面知情同意文件。

1.2 数据收集、处理和分析

       采用3.0 T磁共振扫描仪(美国通用电气公司,SIGNA Pioneer)进行扫描;检查前30分钟以静脉推注给予固定剂量(5 mg/kg)的苯巴比妥注射液(天津金耀药业有限公司,中国)进行镇静,并由资深临床医师对镇静效果进行评估。待受试者进入深度睡眠且生命体征平稳后开始检查,全程实施听力防护及体温维持措施,并由监护人和(或)医务工作者陪同。使用16通道头线圈进行扫描,扫描野包括整个大脑。扫描过程包括MRI常规序列、轴位3D T1 BRAVO序列及3D-ASL序列。轴位3D T1 BRAVO序列扫描参数:TR 6.90 ms,TE 2.50 ms,FOV 240 mm×240 mm,层厚1.00 mm,层数90,激励次数1;3D-ASL序列扫描参数:TR 4781 ms,TE 11.70 ms,FOV 240 mm×240 mm,层厚3.00 mm,层数28,激励次数3;为评估标记后延迟时间(post labeling delay, PLD)对定量结果的影响并进行敏感性分析,PLD设置为2000 ms和1500 ms。

       MRI数据处理与分析:本研究主要基于PLD=2000 ms的3D-ASL图像进行CBF的定量分析和组间比较。采集的PLD=1500 ms的数据将用于后续的敏感性分析,以验证研究结论对于PLD参数设置的稳健性。所有影像数据的处理和分析均在ADW 4.7工作站平台上完成。首先,通过Ready View模块对获取的3D-ASL图像进行后处理、生成相应的CBF图谱。为提高解剖定位的准确性,将CBF图谱与高分辨率的3D T1 BRAVO序列图像进行空间配准和融合。感兴趣区(region of interest, ROI)的选取和勾画由两名资深儿科影像诊断医师独立完成,其中一名为主治医师、另一名为副主任医师,均具有5~10年的专业经验。ROI的选取范围涵盖双侧额叶、颞叶、顶叶、枕叶、基底节区和丘脑。具体成像层面依据标准解剖标志确定,包括半卵圆中心层面、放射冠层面、大脑脚层面及基底节层面,并参考脑沟、脑回形态特征对各ROI精确定位。在勾画过程中,每个ROI的面积严格控制在20~40 mm2范围内,并通过镜像复制技术确保双侧对应区域测量条件的一致性。为最大限度地保证数据的可靠性,所有极早产儿的ROI在层面选择和面积大小上均保持统一标准。为减少部分容积效应的影响,所有ROI均被精确置于目标脑皮质及深部灰质区域中心,其边界距离侧脑室壁及脑沟内脑脊液至少3 mm。操作过程中通过同步浏览相邻三个层面,确保ROI在三维空间上均位于脑实质内,避免边缘区域的影响。每个ROI均进行三次独立测量,为减少随机误差的影响,最终结果取三次测量结果的平均值,见图1

       观察指标:利用电子病历系统收集极早产儿的母亲基线资料,包括基本信息及既往史、早产病因;收集极早产儿的基础临床信息,涵盖性别、出生体质量、胎龄(出生胎龄及MRI检查时纠正胎龄)、出生后Apgar评分(1 min、5 min)结果、喂养状况、呼吸支持等关键基线数据;同时,还对极早产儿的实验室检测数据进行收集,包括出生后首次血糖值、MRI检查前72小时内外周静脉血CRP和PCT水平。

图1  ROI 选择示意图。图中蓝色圆圈和黄色圆圈分别代表左右两侧的ROI。1A:额叶ROI;1B:顶叶ROI;1C:枕叶ROI;1D:颞叶ROI;1E:丘脑ROI;1F:基底节区ROI。ROI:感兴趣区。
Fig. 1  Schematic representation of ROI selection. The blue and yellow circles represent the regions of interest on the left and right sides, respectively. 1A: Frontal lobe ROI; 1B: Parietal lobe ROI; 1C: Occipital lobe ROI; 1D: Temporal lobe ROI; 1E: Thalamus ROI; 1F: Basal ganglia ROI. ROI: region of interest.

1.3 统计学分析

       运用SPSS 26.0统计软件(IBM, Armonk, NY, USA)进行数据分析。为了更直观地展示结果,借助GraphPad Prism(version 9.5;https://www.graphpad-prism.cn/)来对分析结果进行可视化展示。为确保试验数据具备可靠性及可重复性,本研究选择组内相关系数(intra-class correlation coefficient, ICC)分析评估测量者之间和测量者内的一致性。ICC<0.50表示一致性一般,0.50≤ICC<0.75表示中等程度一致性,0.75≤ICC<0.90表示一致性较好,ICC≥0.90表示一致性极好。运用Shapiro-Wilk检验对定量数据的正态性进行验证:符合正态分布的变量采用均值±标准差(x¯±s)进行描述性统计,组间比较则选用独立样本t检验或校正t检验,为控制多重比较带来的假阳性,使用Benjamini-Hochberg法进行校正;对于非正态分布变量,则以中位数(四分位距)[M (P25, P75)] 作为统计描述指标,并采用Mann-Whitney U检验进行组间差异分析;若基线特征存在组间差异,则通过协方差分析予以校正。分类变量采用频数表示,组间比较使用χ2检验。针对存在组间差异的CBF值,进一步分析其与极早产儿出生后首次血糖水平及炎症指标的相关性:依据数据分布特征,分别选用Pearson或Spearman相关分析方法。所有统计分析均以P<0.05为差异具有统计学意义的阈值。

2 结果

2.1 一般资料

       GDM组与对照组极早产儿在性别构成、分娩方式、胎龄(出生胎龄及MRI检查时的纠正胎龄)、产前糖皮质激素使用状况、Apgar评分(1 min、5 min)、喂养方式和呼吸支持情况基线指标上差异均无统计学意义(P>0.05);GDM组和对照组极早产儿出生时的体质量差异有统计学意义(P<0.05);此外,GDM组与对照组产妇住院期间首次空腹血糖检测值差异有统计学意义(P<0.05),具体数据详见表1。对对照组极早产儿的病因分析显示,其原因为未足月胎膜早破(39例)和胎儿窘迫(11例)。

表1  极早产儿及其母亲基线临床资料比较
Tab. 1  Comparison of clinical and demographic characteristics of very preterm infants and their mothers

2.2 不同脑区的CBF值差异性比较及一致性检验

       分别测量GDM组和对照组极早产儿的双侧额叶、颞叶、顶叶、枕叶、基底节区及丘脑的CBF值。因两组极早产儿基线资料中的出生体质量差异有统计学意义,所以采用协方差分析做进一步数据校正。经Benjamini-Hochberg法校正后的统计分析结果显示,GDM组极早产儿的左侧额叶、右侧颞叶、双侧枕叶、双侧基底节区的CBF值平均值与对照组相比差异有统计学意义(P均<0.05)且均大于对照组,详见表2图2。由此可见,GDM组极早产儿部分脑区CBF值在排除出生体质量因素的影响后差异仍然有统计学意义。

       通过ICC评估所有ROI的CBF值在测量者之间一致性和测量者内一致性,ICC均>0.75、P均<0.05。因此,本研究的测量方法具有可靠的可重复性。

图2  GDM组和对照组极早产儿各脑区的CBF值比较。*:P<0.05;GDM:妊娠期糖尿病;CBF:脑血流量。
Fig. 2  Comparison of CBF values between GDM group and control group. *: P < 0.05; GDM: gestational diabetes mellitus; CBF: cerebral blood flow.
表2  两组极早产儿不同脑区CBF值[mL/(100 g·min)]协方差分析
Tab. 2  Analysis of covariance of CBF values [mL/(100 g·min)] in different brain regions of very premature infants in two groups

2.3 两组极早产儿出生后首次血糖值、炎症指标差异性比较

       以两组极早产儿的出生体质量为协变量,采用协方差分析做进一步数据校正。统计结果表明,GDM组极早产儿的出生后首次血糖值、PCT与对照组相比差异有统计学意义(P=0.002),且出生后首次血糖平均值小于对照组,PCT平均值大于对照组;而CRP与对照组相比差异无统计学意义(P=0.235)。由此可见,GDM组极早产儿的出生后首次血糖值、PCT水平在排除出生体质量因素的影响后差异仍然有统计学意义,详见表3

表3  两组极早产儿首次血糖值、炎症指标协方差分析
Tab. 3  Covariance analysis of initial blood glucose and inflammation

2.4 CBF值与出生后首次血糖值、炎症指标的相关性分析

       统计结果表明,GDM组极早产儿左侧额叶(r=-0.409,P<0.001)、右侧颞叶(r=-0.448,P=0.001)、双侧枕叶(r=-0.450、-0.447,P=0.001)、双侧基底节区(r=-0.487、-0.501,P均<0.001)的CBF值与出生后首次血糖值呈现负相关性,详见图3

       GDM组极早产儿左侧额叶(r=0.665,P<0.001)、右侧颞叶(r=0.518,P<0.001)、双侧枕叶(r=0.627、0.582,P均<0.001)、双侧基底节区(r=0.495、0.465,P均<0.001)的CBF值与PCT水平呈现正相关性,详见图4。以上存在组间差异脑区的CBF值与CRP水平相关性均无统计学意义(P<0.05)。

图3  存在组间差异脑区的CBF 值与极早产儿首次血糖水平的相关性分析。CBF:脑血流量。
Fig. 3  Correlation analysis between CBF values in differential brain regions and initial blood glucose levels in very preterm infants. CBF: cerebral blood flow.
图4  存在组间差异脑区的CBF 值与PCT水平的相关性分析。CBF:脑血流量;PCT:降钙素原。
Fig. 4  Correlation analysis between CBF values in different brain regions and PCT levels in very preterm infants. CBF: cerebral blood flow; PCT: procalcitonin.

3 讨论

       本研究采用3D-ASL技术系统评估了GDM极早产儿的脑血流动力学特征。研究结果显示,相较于对照组,GDM组极早产儿多个脑区的CBF值显著高于对照组。存在组间差异脑区的CBF值与极早产儿出生后首次血糖值存在负相关关系、与PCT水平存在正相关关系,3D-ASL技术有潜力作为早期识别神经发育高风险群体的客观影像学方法。这些发现不仅揭示了GDM极早产儿特异的脑血流模式,也为临床实施个体化干预提供了重要依据。

3.1 组间极早产儿出生体质量及CBF值差异

       GDM是孕期特有的糖代谢障碍性疾病。本研究发现,GDM母亲极早产儿的出生体质量与对照组差异有统计学意义。这一现象可能与母体高血糖状态引发的胎儿代谢紊乱有关。已有研究表明,母体循环中的葡萄糖能够不受阻碍地经胎盘转运至胎儿体内,但胰岛素则不具备这种跨胎盘转运能力[7];当胎儿暴露于高血糖环境时,会显著刺激其胰岛素及胰岛素样生长因子的分泌水平,进而引发胰岛β细胞出现代偿性增生和肥大现象[20];母体高血糖、胎儿体内的高胰岛素水平及相关激素变化显著促进胎儿的合成代谢,增强营养物质摄取与转化。上述代谢紊乱状态加速胎儿肝脏中糖原、蛋白质和脂肪合成同时抑制分解代谢,最终导致胎儿体质量异常增加[21]。而刘宇等[22]的研究表明,异常出生体质量与远期神经行为发育不良结局相关,高出生体质量可能显著增加儿童青少年运动功能障碍和情绪行为问题的风险。因此,胎儿在高血糖环境内的过度生长,可能在出生后会与其脑发育结局存在关联。

       极早产儿脑血流的稳态对神经发育至关重要。适宜的脑灌注维持神经元正常分化,而灌注不足或过度均可导致神经损伤:前者引起氧合及营养障碍,后者破坏血脑屏障完整性[23, 24, 25]。这种失衡可能通过多重机制干扰神经网络构建。作为评估脑血流量与大脑成熟度的关键指标,CBF值与脑血管调节功能及神经活动密切相关,CBF值的上升与大脑的成熟水平呈负相关[26]。本研究观察到GDM母亲极早产儿的CBF值在部分高代谢区域呈现明显上升趋势,其中以基底节区最为突出。这一变化或可与上述区域对血糖变化的应答反应性较灵敏有关。虽然在对多重比较进行校正后丘脑的组间CBF差异无统计学意义,但我们观察到其CBF值与临床指标存在较强的相关性趋势。这提示丘脑可能对GDM相关的代谢改变较为敏感,在后续更大样本量的研究中可以重点关注。值得注意的是,额叶和颞叶皮质仅单侧出现差异,这可能反映了极早产儿大脑血流分布的不对称性。与既往关于脑成熟度评估的研究结果相符,提示可能存在神经发育延迟[27]

       GDM通过双重途径影响胎儿脑发育:母体高血糖状态既通过微血管病变导致胎盘灌注不足和慢性缺氧,又激活胎盘炎症级联反应促进促炎因子跨母胎界面转运[28, 29]。为应对不良环境改变,极早产儿可能通过脑血管代偿性扩张维持脑组织氧供。但这种适应性改变在维持能量代谢平衡的同时,也反映了炎症介导的脑血管调节功能受损,长期可能导致脑血管自动调节异常、神经血管发育障碍,最终干扰神经细胞分化与功能成熟。这些发现为理解GDM相关神经发育障碍的潜在机制提供了新视角,提示CBF的升高可能作为早期识别高危患儿的潜在影像学标志物。

3.2 CBF值与出生后首次血糖值、炎症指标的相关性分析

       GDM母亲极早产儿易发生新生儿低血糖,这主要源于母体葡萄糖供应突然中断,而新生儿体内仍维持较高水平的胰岛素分泌[30]。本研究发现,GDM组极早产儿出生后首次血糖水平显著低于对照组,且左侧额叶、右侧颞叶、双侧枕叶及基底节区区域的CBF值与血糖值呈负相关。极早产儿血糖偏低可能导致脑组织葡萄糖供应不足,引发脑内能量代谢紊乱,进而促使脑血管代偿性扩张以增加血流供应。这种血流动力学改变虽短时期内或可保障脑组织葡萄糖的供应,但长期来看可能干扰正常的神经发育进程。过往研究显示,即使是无任何症状的低血糖极早产儿也可能出现神经系统后遗症[31]。这进一步强调了早期识别和干预GDM极早产儿脑血流异常的潜在临床意义。

       极早产儿的中枢神经系统发育过程极易受到母体病理生理状态的影响。炎症反应在极早产儿脑发育异常中起着重要作用[27]。本研究发现,GDM组极早产儿的PCT水平显著高于对照组,且GDM组极早产儿的左侧额叶、右侧颞叶、双侧枕叶及双侧基底节区的CBF值与PCT水平呈正相关。这一结果提示炎症可能与脑血管调节异常存在关联。研究表明,母体高血糖环境促进胎盘释放白细胞介素-1β(interleukin-1β, IL-1β)和肿瘤坏死因子-α(tumor necrosis factor-α, TNF-α)等促炎因子,诱发胎儿系统性炎症反应并激活小胶质细胞[32, 33]。即使胎儿脱离母体高血糖环境后,这些炎症因子仍可能持续损害并影响大脑血流动力学。首先,炎症因子直接损害脑血管内皮细胞功能,改变血脑屏障紧密连接蛋白结构,增加血管通透性;其次,炎症因子可作用于对血流调节最敏感的皮质区动脉,干扰其血管舒缩调节能力;此外,DISDIER等[34]的研究表明炎症状态可能通过降低脑组织微血管密度,进一步影响脑灌注水平。枕叶作为视觉皮层代谢活跃区域,基底节区属代谢旺盛的深部灰质核团。这些区域在脑发育过程中对血供需求较高,对炎症因子介导的血管调节异常可能更为敏感。

       本研究数据显示,GDM母亲极早产儿的CBF值与CRP之间未观察到显著关联。本研究中这一结果可能受样本规模有限的潜在影响。此外,PCT和CRP在炎症反应中的生物学机制有所不同。现有研究提示,PCT在评估急性炎症状态方面可能具有更高的适用性[35]。因此,未来后续研究可纳入更广泛的样本开展深入研究。

3.3 研究结论的稳健性

       PLD是3D-ASL扫描技术的重要参数,其值的选择可能会对CBF的准确性产生影响。因此本研究在设计阶段采集了两个不同PLD的数据,为检验主要研究结论的稳健性提供了条件。敏感性分析结果表明,尽管不同PLD条件下所获得的CBF值存在差异,但GDM极早产儿与对照组在关键脑区(如额叶、基底节区)的CBF相对差异模式保持一致且统计显著性未发生改变。该结果提示,本研究关于“GDM极早产儿特定脑区CBF升高”的主要发现对PLD参数的选择不敏感,结论具有较好的稳健性,进一步增强了研究结果的可信度。

3.4 本研究的局限性

       本研究作为初步探索性研究,存在以下局限性:其一,样本量相对有限且未对GDM母亲的类型、孕期血糖控制水平及严重与否进行分级,这可能对疾病风险评估产生一定影响;其二,本研究仅限定于极早产儿群体,后续研究可纳入GDM母亲晚期早产儿、足月儿以深入评估3D-ASL技术在不同胎龄新生儿中的适用性;其三,尽管敏感性分析证实了结论对PLD的稳健性,但CBF定量仍依赖于动脉到达时间、反转效率等其他预设参数。未来研究中应采用多PLD序列或个体化参数以获取更精确的定量结果;最后,本研究中为横断面研究,其结果仅能提示GDM与极早产儿脑血流改变之间的相关性,无法推断因果关系。未来可能需要更多的前瞻性队列研究来进一步验证。

4 结论

       本研究表明,GDM极早产儿存在以特定脑区CBF改变为特征的脑血流动力学改变,且与其代谢指标和炎症状态存在关联。3D-ASL技术可有效识别GDM极早产儿脑血流异常;CBF与临床指标的相关性为个体化干预提供参考,对探讨GDM对子代脑发育的关联提供新的视角。

[1]
中华医学会妇产科学分会产科学组, 中华医学会围产医学分会, 中国妇幼保健协会妊娠合并糖尿病专业委员会. 妊娠期高血糖诊治指南(2022)[第一部分][J]. 中华妇产科杂志, 2022, 57(1): 3-12. DOI: 10.3760/cma.j.cn112141-20210917-00528.
Guideline of diagnosis and treatment of hyperglycemia in pregnancy (2022)[Part one][J]. Zhonghua Fu Chan Ke Za Zhi, 2022, 57(1): 3-12. DOI: 10.3760/cma.j.cn112141-20210917-00528.
[2]
ELSAYED N A, ALEPPO G, BANNURU R R, et al. 15. Management of Diabetes in Pregnancy: Standards of Care in Diabetes-2024[J]. Diabetes Care, 2024, 47: S282-S294. DOI: 10.2337/dc24-S015.
[3]
SWEETING A, HANNAH W, BACKMAN H, et al. Epidemiology and management of gestational diabetes[J]. Lancet, 2024, 404(10448): 175-192. DOI: 10.1016/s0140-6736(24)00825-0.
[4]
YILDIZ ATAR H, BAATZ J E, RYAN R M. Molecular Mechanisms of Maternal Diabetes Effects on Fetal and Neonatal Surfactant[J/OL]. Children (Basel), 2021, 8(4): 281 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/33917547/. DOI: 10.3390/children8040281.
[5]
YE W, LUO C, HUANG J, et al. Gestational diabetes mellitus and adverse pregnancy outcomes: systematic review and meta-analysis[J/OL]. BMJ, 2022, 377: e067946 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/35613728/. DOI: 10.1136/bmj-2021-067946.
[6]
ETCHECOPAR-ETCHART D, RAHMATI M, YON D K, et al. Maternal and neonatal complications of pregnant women with bipolar disorder: a systematic review and meta-analysis[J/OL]. EClinicalMedicine, 2025, 79: 103007 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/39802306/. DOI: 10.1016/j.eclinm.2024.103007.
[7]
隽娟, 高迪, 杨慧霞. 妊娠期糖尿病对母亲及其子代近远期健康的影响[J/OL]. 中国医学前沿杂志(电子版), 2024, 16(4): 1-7, 93 [2025-07-01]. https://old.cqvip.com/QK/71032X/202404/7112088545.html. DOI: 10.12037/YXQY.2024.04-01.
JUAN J, GAO D, YANG H X. Effects of gestational diabetes mellitus on the short and long term health of mothers and their offspring[J/OL]. Chin J Front Med Sci (Electron Version), 2024, 16(4): 1-7, 93 [2025-07-01]. https://old.cqvip.com/QK/71032X/202404/7112088545.html. DOI: 10.12037/YXQY.2024.04-01.
[8]
孙菲, 于金红, 罗贺丹, 等. 妊娠期糖尿病孕妇婴儿脑发育异常的MRI半定量研究[J]. 磁共振成像, 2024, 15(12): 87-93. DOI: 10.12015/issn.1674-8034.2024.12.013.
SUN F, YU J H, LOU H D, et al. A semi-quantitative MRI study on brain developmental abnormalities in infants of gestational diabetic mothers[J]. Chin J Magn Reson Imaging, 2024, 15(12): 87-93. DOI: 10.12015/issn.1674-8034.2024.12.013.
[9]
DE SOUSA R A L. Animal models of gestational diabetes: characteristics and consequences to the brain and behavior of the offspring[J]. Metab Brain Dis, 2021, 36(2): 199-204. DOI: 10.1007/s11011-020-00661-9.
[10]
ELETRI L, MITANCHEZ D. How Do the Different Types of Maternal Diabetes during Pregnancy Influence Offspring Outcomes?[J/OL]. Nutrients, 2022, 14(18): 3870 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/36145247/. DOI: 10.3390/nu14183870.
[11]
SUN H, SAEEDI P, KARURANGA S, et al. IDF Diabetes Atlas: Global, regional and country-level diabetes prevalence estimates for 2021 and projections for 2045[J/OL]. Diabetes Res Clin Pract, 2022, 183: 109119 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/34879977/. DOI: 10.1016/j.diabres.2021.109119.
[12]
SIMSEK O, SHETH N, MANTEGHINEJAD A, et al. Arterial Spin-Labeling Perfusion Lightbulb Sign: An Imaging Biomarker of Pediatric Posterior Fossa Hemangioblastoma[J]. AJNR Am J Neuroradiol, 2024, 45(11): 1784-1790. DOI: 10.3174/ajnr.A8391.
[13]
PICCIRILLI E, CHIARELLI A M, SESTIERI C, et al. Cerebral blood flow patterns in preterm and term neonates assessed with pseudo-continuous arterial spin labeling perfusion MRI[J]. Hum Brain Mapp, 2023, 44(9): 3833-3844. DOI: 10.1002/hbm.26315.
[14]
陈佩瑶, 金超, 杨健. 动脉自旋标记技术在儿童中枢神经系统检查中的应用进展[J]. 中华放射学杂志, 2022, 56(1): 103-107. DOI: 10.3760/cma.j.cn112149-20201203-01276.
CHEN P Y, JIN C, YANG J. Application progress of arterial spin labeling in pediatric central nervous system[J]. Chin J Radiol, 2022, 56(1): 103-107. DOI: 10.3760/cma.j.cn112149-20201203-01276.
[15]
TORTORA D, MATTEI P A, NAVARRA R, et al. Prematurity and brain perfusion: Arterial spin labeling MRI[J]. Neuroimage Clin, 2017, 15: 401-407. DOI: 10.1016/j.nicl.2017.05.023.
[16]
SUMAN G, RUSIN J A, LEBEL R M, et al. Multidelay Arterial Spin Labeling MRI in the Assessment of Cerebral Blood Flow: Preliminary Clinical Experience in Pediatrics[J]. Pediatr Neurol, 2020, 103: 79-83. DOI: 10.1016/j.pediatrneurol.2019.08.005.
[17]
倪萍, 华子瑜. 中枢神经系统外感染致新生儿脑损伤机制研究进展[J]. 中华新生儿科杂志, 2020, 35(4): 316-318. DOI: 10.3760/cma.j.issn.2096-2932.2020.04.020.
NI P, HUA Z Y. Progress in the study of the mechanism of neonatal brain damage caused by extra-central nervous system infections[J]. Chin J Neonatol, 2020, 35(4): 316-318. DOI: 10.3760/cma.j.issn.2096-2932.2020.04.020.
[18]
杨丽, 贺元彦, 李彦瑶, 等. 3D-ASL中动脉穿行伪影和动脉内高信号对急性缺血性脑卒中患者近期临床预后的评估价值[J]. 磁共振成像, 2023, 14(10): 36-41. DOI: 10.12015/issn.1674-8034.2023.10.007.
YANG L, HE Y Y, LI Y Y, et al. 3D-ASL of arterial transit artifact and the intra-arterial high-intensity signal in the evaluation of short-term clinical outcomes in patients with acute ischemic stroke[J]. Chin J Magn Reson Imaging, 2023, 14(10): 36-41. DOI: 10.12015/issn.1674-8034.2023.10.007.
[19]
PAGE K A, LUO S, WANG X H, et al. Children Exposed to Maternal Obesity or Gestational Diabetes Mellitus During Early Fetal Development Have Hypothalamic Alterations That Predict Future Weight Gain[J]. Diabetes Care, 2019, 42(8): 1473-1480. DOI: 10.2337/dc18-2581.
[20]
ANTONIOU M C, QUANSAH D Y, GILBERT L, et al. Association between maternal and fetal inflammatory biomarkers and offspring weight and BMI during the first year of life in pregnancies with GDM: MySweetheart study[J/OL]. Front Endocrinol (Lausanne), 2024, 15: 1333755 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/38800487/. DOI: 10.3389/fendo.2024.1333755.
[21]
AZIZ F, KHAN M F, MOIZ A. Gestational diabetes mellitus, hypertension, and dyslipidemia as the risk factors of preeclampsia[J/OL]. Sci Rep, 2024, 14(1): 6182 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/38486097/. DOI: 10.1038/s41598-024-56790-z.
[22]
刘宇, 杨新军. 异常出生体重与儿童青少年神经行为发育的研究进展[J]. 中国儿童保健杂志, 2022, 30(7): 759-763. DOI: 10.11852/zgetbjzz2021-1075.
YANG Y, YANG X J. Research progress in abnormal birth weight and neurobehavioral development of children and adolescents[J]. Chin J Child Health Care, 2022, 30(7): 759-763. DOI: 10.11852/zgetbjzz2021-1075.
[23]
WANG J N, LI J, LIU H J, et al. Application value of three-dimensional arterial spin labeling perfusion imaging in investigating cerebral blood flow dynamics in normal full-term neonates[J/OL]. BMC Pediatr, 2019, 19(1): 495 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/31830932/. DOI: 10.1186/s12887-019-1876-x.
[24]
WANG J, LI J, YIN X, et al. The Value of Arterial Spin Labeling Imaging in the Classification and Prognostic Evaluation of Neonatal Hypoxic-ischemic Encephalopathy[J]. Curr Neurovasc Res, 2021, 18(3): 307-313. DOI: 10.2174/1567202618666210920112001.
[25]
ZHAO M Y, TONG E, ARMINDO R D, et al. Measuring Quantitative Cerebral Blood Flow in Healthy Children: A Systematic Review of Neuroimaging Techniques[J]. J Magn Reson Imaging, 2023, 59(1): 70-81. DOI: 10.1002/jmri.28758.
[26]
KIM H G, CHOI J W, LEE J H, et al. Association of Cerebral Blood Flow and Brain Tissue Relaxation Time With Neurodevelopmental Outcomes of Preterm Neonates Multidelay Arterial Spin Labeling and Synthetic MRI Study[J]. Invest Radiol, 2022, 57(4): 254-262. DOI: 10.1097/rli.0000000000000833.
[27]
李思柯, 程美英, 张灵洁, 等. 3D-pCASL在评估妊娠期高血压对早产儿脑发育影响中的价值[J]. 磁共振成像, 2025, 16(2): 7-13. DOI: 10.12015/issn.1674-8034.2025.02.002.
LI S K, CHENG M Y, ZHANG L J, et al. 3D-pCASL in the developmental brain abnormalities of preterm infants born to hypertensive mothers during pregnancy[J]. Chin J Magn Reson Imaging, 2025, 16(2): 7-13. DOI: 10.12015/issn.1674-8034.2025.02.002.
[28]
FENG Z, ZHENG Y, WANG P, et al. Abnormal neonatal brain microstructure in gestational diabetes mellitus revealed by MRI texture analysis[J/OL]. Sci Rep, 2023, 13(1): 15720 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/37735200/. DOI: 10.1038/s41598-023-43055-4.
[29]
THINGGAARD C M, DALGÅRD C, MÖLLER S, et al. Vitamin D status in pregnancy and cord blood is associated with symptoms of attention-deficit hyperactivity disorder at age 5 years: Results from Odense Child Cohort[J]. Aust N Z J Psychiatry, 2024, 58(12): 1090-1102. DOI: 10.1177/00048674241272018.
[30]
YI Y, WANG T, XU W, et al. Epigenetic modifications of placenta in women with gestational diabetes mellitus and their offspring[J]. World J Diabetes, 2024, 15(3): 378-391. DOI: 10.4239/wjd.v15.i3.378.
[31]
王瑞珠, 席艳丽, 杨明, 等. MAGiC序列诊断新生儿低血糖脑病的可行性研究[J]. 临床放射学杂志, 2023, 42(11): 1789-1794. DOI: 10.13437/j.cnki.jcr.2023.11.011.
WANG R Z, XI Y L, YANG M, et al. Feasibility Study of MAGiC Sequence in Diagnosis of Neonatal Hypoglycemic Encephalopathy[J]. J Clin Radiol, 2023, 42(11): 1789-1794. DOI: 10.13437/j.cnki.jcr.2023.11.011.
[32]
SAUCEDO R, ORTEGA-CAMARILLO C, FERREIRA-HERMOSILLO A, et al. Role of Oxidative Stress and Inflammation in Gestational Diabetes Mellitus[J/OL]. Antioxidants (Basel), 2023, 12(10): 1812 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/37891891/. DOI: 10.3390/antiox12101812.
[33]
SALAZAR-GARCÍA M, VILLAVICENCIO-GUZMÁN L, REVILLA-MONSALVE C, et al. Harmful Effects on the Hippocampal Morpho-Histology and on Learning and Memory in the Offspring of Rats with Streptozotocin-Induced Diabetes[J/OL]. Int J Mol Sci, 2024, 25(21): 11335 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/39518888/. DOI: 10.3390/ijms252111335.
[34]
DISDIER C, AWA F, CHEN X, et al. Lipopolysaccharide-induced changes in the neurovascular unit in the preterm fetal sheep brain[J/OL]. J Neuroinflammation, 2020, 17(1): 167 [2025-10-30]. https://pubmed.ncbi.nlm.nih.gov/32466771/. DOI: 10.1186/s12974-020-01852-y.
[35]
MA J E, TIAN T, ZENG N Y, et al. The value of common blood parameters for the differential diagnosis of respiratory tract infections in children[J/OL]. AMB Express, 2025, 15(1): 25 [2025-07-01]. https://pubmed.ncbi.nlm.nih.gov/39518888/. DOI: 10.1186/s13568-025-01829-1.

上一篇 棕色脂肪磁共振成像技术进展及其临床应用现状
下一篇 基于静息态磁共振成像对慢性吸烟者自发性脑活动及功能连接改变的研究
  
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