0 引言

       近年来，阿尔茨海默病（Alzheimer's disease, AD）发病率逐年升高，已成为全球公共卫生领域的重要挑战^[1]。AD病理的复杂性导致AD治疗药物研发困难，多奈哌齐（Donepezil）是治疗AD的经典药物^[2]。作为胆碱酯酶抑制剂（cholinesterase inhibitor, ChEI），多奈哌齐能够可逆性地抑制乙酰胆碱水解，增加中枢神经系统中的乙酰胆碱水平，达到改善认知功能的效果。研究表明，多奈哌齐对AD不同的临床阶段的认知功能均可产生一定影响^{[3, 4, 5]}。并且多奈哌齐在分子、细胞、脑网络水平上均可发挥作用^{[6, 7, 8]}，以改善患者认知^[9]，对AD的病理生理变化也具有一定的生物学效应^{[10, 11]}。但多数药物治疗研究周期较短，且研究结果并不一致。AD作为神经退行性疾病，需要观察并评估长期用药后患者的反应和动态变化。

       在AD早期，患者的大脑结构已出现改变，如海马、基底节神经核团等灰质体积萎缩，大脑皮层厚度变薄，这些形态学改变与认知能力下降相关^{[12, 13, 14]}。单一的形态学改变无法揭示AD患者复杂的脑网络的变化，结构协变网络（structural covariance networks, SCN）可通过计算大脑区间形态学影像指标的协变关系来反映全脑网络关联模式^[15]。研究显示，与正常老年人相比，AD患者的脑网络出现潜在重组，全局属性和节点指标均发生了改变，提示与更快的临床进展相关^{[16, 17, 18]}。SCN已广泛用于各种神经系统疾病的脑网络研究，但目前关于多奈哌齐对AD患者大脑协变网络特征的影响尚未得到充分探讨。本研究将构建个体差异结构协变网络，揭示多奈哌齐对AD患者大脑结构协变网络的调节作用。

       本研究将横断面研究和回顾性纵向研究相结合，基于结构MRI探讨AD早期患者的记忆相关脑结构及灰质结构协变网络损伤的特征模式，随后观察多奈哌齐治疗的AD患者在24个月的随访过程中认知量表、大脑形态学及灰质结构协变网络指标的动态变化，探索多奈哌齐改善AD的神经影像机制，以期为临床用药后对AD患者的监测和治疗方案的调整提供依据。

1 材料与方法

1.1 研究对象

       本研究的药物治疗纵向研究是基于临床研究数据的回顾性、观察性研究。研究对象源于南京鼓楼医院医学影像科数据库（NDTH-ADsnp）及南京鼓楼医院神经内科。NDTH-ADsnp数据库的被试选取2021年8月至2023年5月在南京市各社区招募的志愿者，南京鼓楼医院神经内科的被试源自回顾性选取2021年3月至2023年10月于南京鼓楼医院神经内科收治的AD患者。本研究遵守《赫尔辛基宣言》，并经过南京大学附属鼓楼医院医学伦理委员会审核批准（批准文号：2026-0190-01），免除受试者知情同意。此外，于阿尔茨海默病神经影像学计划（Alzheimer's Disease Neuroimaging Initiative, ADNI）开放数据库中选取未接受AD药物治疗的AD患者作为未干预组，以验证多奈哌齐治疗的真实效果。ADNI数据库是一个公开的神经影像数据库（https://adni.loni.usc.edu/），其设立符合赫尔辛基宣言，纳入的被试均已签署知情同意书。

       使用G*Power 3.1.9.7软件进行样本量估算。横断面研究针对两独立样本组间差异进行了功效分析（效应量=0.8，显著性水平α=0.05，期望检验效能1-β=0.9），计算所需的最小总样本量为56，每组28例。纵向研究的样本量估算基于重复测量设计，设定检验水准α=0.05（双侧），检验效能1-β=0.9，组数为2，测量次数为6，效应量为0.25，计算得出需要至少纳入总样本量24例，每组各12例。考虑纵向研究过程中存在随机脱落，按20%的脱落率计算，最终得出每组纳入样本量至少为15例。最终本研究的横断面研究部分共纳入确诊为AD的患者42例为AD组，健康老年人30例为正常对照（normal control, NC）组，以评估AD患者相较于正常老年人认知、脑结构及结构协变网络的特征改变。药物治疗纵向研究中纳入26例接受多奈哌齐持续治疗的AD患者为多奈哌齐干预组，26例未接受药物治疗的AD患者为未干预组，以观察多奈哌齐治疗对AD患者认知功能、特征改变脑区及结构协变网络指标的影响。

1.1.1 AD组纳排标准

       纳入标准：（1）依据美国国家老龄研究所与阿尔茨海默病协会修订版《阿尔茨海默病诊断与分期的修订标准（2024）》^[19]，通过生物标志物（脑脊液Aβ阳性或Aβ/tau PET阳性）诊断为AD；（2）年龄55~80岁；（3）右利手；（4）受教育年限≥6年；（5）临床资料及MRI数据完整。排除标准：（1）有中风病史、其他可能导致认知障碍的神经系统疾病（帕金森病、癫痫、脑肿瘤等）；（2）严重焦虑或抑郁（汉密尔顿抑郁量表>24或汉密尔顿焦虑量表>29）；（3）重度痴呆或患有其他类型的痴呆症。

1.1.2 NC组纳排标准

       NC组纳入标准：（1）年龄55~80岁；（2）右利手；（3）受教育年限≥6年；（4）临床资料及MRI数据完整。排除标准：（1）有中风病史、其他可能导致认知障碍的神经系统疾病（帕金森病、癫痫、脑肿瘤等）；（2）严重焦虑或抑郁（汉密尔顿抑郁量表>24或汉密尔顿焦虑量表>29）；（3）符合AD诊断标准或患有其他类型的痴呆症。

1.1.3 药物治疗纵向研究中被试的纳排标准与治疗方案

       多奈哌齐干预组纳入标准：（1）具备用药前及用药3、6、12、18和24个月后的认知量表结果和头颅磁共振扫描数据；（2）依据《阿尔茨海默病诊断与分期的修订标准（2024）》，通过生物标志物（脑脊液Aβ阳性或Aβ/tau PET阳性）诊断为AD；（3）年龄55~80岁；（4）右利手；（5）受教育年限≥6年。排除标准：（1）基线及随访期信息不全；（2）治疗期间因不良反应减量或停药；（3）治疗期间同时使用其他痴呆治疗药物（美金刚、甘露特钠等）；（4）有中风病史、其他可能导致认知障碍的神经系统疾病（帕金森病、癫痫、脑肿瘤等）；（5）严重焦虑或抑郁（汉密尔顿抑郁量表>24或汉密尔顿焦虑量表>29）；（6）重度痴呆或患有其他类型的痴呆症。药物治疗方案：盐酸多奈哌齐片[卫材（中国）药业有限公司，中国，安理申]（5 mg/片）口服，第一周2.5 mg/d，第二周增加至5.0 mg/d，第三周增加至7.5 mg/d，第四周增加至10.0 mg/d，之后固定10.0 mg/d坚持用药。

       未干预组纳入标准：（1）具备基线及第3、6、12、18和24个月随访期的认知量表结果和头颅磁共振扫描数据；（2）基线年龄与干预组均值±3岁以内，受教育年限±2年以内，基线MMSE评分±2分以内；（3）依据《阿尔茨海默病诊断与分期的修订标准（2024）》，通过生物标志物（脑脊液Aβ阳性或Aβ/tau PET阳性）诊断为AD。排除标准：（1）基线及随访期信息不全；（2）24个月内使用任意AD治疗药物；（3）有中风病史、其他可能导致认知障碍的神经系统疾病（帕金森病、癫痫、脑肿瘤等）；（4）严重焦虑或抑郁（汉密尔顿抑郁量表>24或汉密尔顿焦虑量表>29）；（5）重度痴呆或患有其他类型的痴呆症。

1.2 一般资料及神经心理学认知量表评估

       采集各项人口统计学信息，包括性别、年龄、受教育年限。标准化神经心理学测试评估认知功能，采用简易精神状态测验（Mini-Mental State Examination, MMSE）和蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）量表测试评估总体认知功能。药物治疗纵向研究中收集MMSE评分作为多奈哌齐治疗前后评估认知功能的主要指标，为了评估纵向MMSE评分变化的临床意义，采用分布法（0.5倍基线标准差）计算最小临床重要性差异（Minimal Clinically Important Difference, MCID）。

1.3 MRI图像采集

       NDTH-ADsnp数据库及神经内科收集的被试采用飞利浦Achieva TX 3.0 T磁共振设备及32通道线圈采集高分辨率结构像3D-T1WI，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；层厚1 mm；FA 8°；FOV 256 mm×256 mm；体素大小1.0 mm×1.0 mm×1.0 mm；矢状位192层。

       ADNI数据库的MRI数据由多个中心采集，具体扫描设备及扫描参数为：GE（GE Medical Systems, USA）3.0 T磁共振扫描仪的3D Sag IR-SPGR序列：TR 8.6 ms；TE 3.8 ms；TI 1000 ms；层厚1.2 mm；FA 8°；FOV 256 mm×256 mm；体素大小1.0 mm×1.0 mm×1.2 mm；扫描层数166。西门子（Siemens, Germany）3.0 T磁共振扫描仪的3D MPRAGE序列：TR 2400 ms；TE 3.5 ms；TI 1000 ms；层厚1.2 mm；FA 8°；FOV 256 mm×256 mm；体素大小1.0 mm×1.0 mm×1.2 mm；扫描层数176。ADNI项目本身已对所有参与中心的采集协议进行了严格标准化。

1.4 大脑形态学分析

       使用基于SPM12的计算解剖工具箱的CAT12软件（CAT12.9 r2577版本，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）。主要的预处理步骤包括：（1）将数据从原始的DICOM格式转换为NIFTI格式；（2）分割图像，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；对图像进行调制以校正空间标准化过程中产生的偏差。（4）应用8 mm半高全宽平滑核进行图像平滑，平滑后的图像用于后续分析。

       纵向研究中MRI数据存在采集设备与扫描参数的异质性。为控制此类非生物性变异（即批次效应）对结果的干扰，本研究应用ComBat方法^[20]进行数据校正与标准化，校正后的图像用于后续分析。

1.5 结构协变网络构建

       本研究采用LIU等^[21]提出的网络模板扰动法为每位被试构建个体差异结构协变网络，描述AD患者个体水平的脑结构协变异质性^{[22, 23]}。首先，基于所有NC的灰质体积数据，控制年龄、性别、受教育年限及颅内总体积（total intracranial volume, TIV）后，计算基于自动解剖标记图谱（Automated Anatomical Labeling, AAL）的90个脑区间的Pearson相关系数（partial Pearson correlation coefficient, PCC），形成参考网络PCCn（n为NC组的被试数量），作为健康老化的灰质体积协变模式。随后将每位AD被试依次加入对照组，形成扰动组（n+1），以相同方法计算其偏相关矩阵，得到扰动网络PCCn+1，表示加入患者个体对参考网络的扰动。计算扰动网络与参考网络之间的差异（ΔPCC=PCCn+1-PCCn），并将其标准化为Z分数。被试所有脑区对间的Z分数即构成其个体差异结构协变网络，表示其脑结构协变模式相对于正常模式的偏离程度。对每条边进行Bonferroni校正，筛选出显著改变的协变连接（校正后P<0.05），用于后续分析。纵向分析中，计算基线数据为参考网络，各时间点的随访数据为扰动网络。

1.6 图论分析

       本研究稀疏度设定为0.05到0.4，间隔0.01。最小稀疏度阈值由GRETNA（https://www.nitrc.org/projects/gretna）工具箱计算得出^[24]，以确保所有网络均无孤立节点。最大稀疏度的选择基于既往AD网络研究^[17]，确保网络不趋向于随机网络，且两组脑网络同时保留小世界属性。在定义的稀疏度范围内，使用GRETNA工具箱计算网络全局属性和节点指标，置换检验1000次，计算得到的曲线下面积（area under the curve, AUC）用于统计分析。全局属性指标包括聚类系数（clustering coefficient, Cp）、特征路径长度（characteristic path length, Lp）、Sigma、Gamma、Lambda、全局效率（global efficiency, Eg）和局部效率（local efficiency, Eloc）。聚类系数反映了脑网络局部脑区的信息处理效率。特征路径长度为网络中节点间最短路径的均值。Gamma（γ）和Lambda（λ）分别为聚类系数和特征路径长度的标准化值，Sigma（σ, σ=γ/λ）代表小世界属性，当σ>1时表示网络具有小世界属性。全局效率与Lp成反比，反映网络整体的信息传输能力。局部效率描述各节点的邻接子网络的全局效率。节点指标包括节点度（degree centrality, Dc）、节点介数（betweenness centrality, Bc）、节点效率（nodal efficiency, Ne）和节点局部效率（nodal local efficiency, NLe）。节点度表示与该节点有直接连接的边数，节点介数用来确定网络中的枢纽节点。节点效率可评价节点的信息传递能力，节点局部效率用于衡量网络中节点及其邻居节点之间的信息传递效率。

1.7 统计学分析

       使用R（版本4.5.0）软件进行统计分析。双样本t检验比较组间人口统计学和认知评估结果，分类数据使用卡方检验。结果以均值±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，控制性别、年龄、受教育年限及TIV，结果以P<0.05为阈值并使用FWE校正进行多重比较校正。选取两组间灰质体积显著差异的脑区为感兴趣区（region of interest, ROI），提取纵向数据的ROI体积进行分析。

       采用线性混合效应模型（lnear mixed effects model, LME）考察纵向数据各指标（MMSE评分、ROI脑区体积、全局属性指标）随时间的变化轨迹。时间、组别及时间×组的交互作用为固定效应，各指标分别作为因变量。模型允许每位被试具有随机截距和随机时间斜率。性别、基线年龄、受教育年限、种族及基线TIV作为固定效应协变量进行调整。纵向研究中各时间点存在数据的随机缺失，各时间点（基线、用药3、6、12、18、24个月后）的可用样本量依次为：多奈哌齐干预组：26例、23例、20例、22例、18例、19例，未干预组：26例、18例、23例、25例、20例、23例，故使用受限最大似然估计（Restricted Maximum Likelihood, REML）对LME进行拟合。事后分析、各节点指标及差异连边的分析采用两时间点配对t检验，并进行错误发现率（false discovery rate, FDR）多重比较校正，P<0.05表示差异具有统计学意义。

2 结果

2.1 人口统计学、认知评估比较

2.1.1 NC组与AD组人口统计学、认知评估比较

       本研究共纳入NC 30例，AD患者42例。两组在性别、年龄、受教育年限、颅内总体积及有无病史上的差异均无统计学意义（P>0.05），总体认知功能存在显著差异（P<0.05）。AD患者的认知功能较NC组明显下降（表1）。

点击查看表格

表1  NC组与AD组人口统计学、认知评估评分及临床特征比较
Tab. 1  Comparison of demographic, cognitive assessment scores and clinical characteristics between the NC group and the AD group

2.1.2 多奈哌齐治疗前后认知评分比较

       26例首次接受多奈哌齐治疗的AD患者与26例未治疗的AD患者纳入药物治疗纵向研究。两组基线期的各项信息的差异均无统计学意义（P>0.05）（表2）。对纵向MMSE评分进行分析，线性混合效应模型结果显示时间×组的交互效应具有统计学意义（β=0.071，se=0.032，P=0.03），提示药物干预减缓了认知下降的速率。两组患者基线MMSE的合并标准差为3.70，MCID值约为1.85分，干预组与未干预组在24个月内模型预测的MMSE变化差异为β×24≈1.7分，低于MCID。数据分布和多奈哌齐治疗后MMSE评分随时间的变化见图1，可见用药后第3、6个月MMSE均值较基线呈上升趋势，但事后配对t检验显示该差异未达到统计学显著性（P>0.05），长期治疗期间AD患者的认知能力呈缓慢下降趋势。

点击查看大图

图1  观察的24个月期间MMSE评分随时间的变化。1A：24个月期间MMSE评分的均值变化。1B：线性混合效应模型预测的各时间点MMSE分值及95%置信区间。P<0.05表示时间×组交互作用显著，β为线性混合效应模型预测的每月MMSE评分的变化值。模型控制性别、基线年龄、受教育年限、种族及基线总颅内体积。MMSE：简易精神状态测验。
Fig. 2  The changes in MMSE scores over time during the 24-month observation period. 1A: Change in the mean values of MMSE scores over the 24-month period. 1B: The predicted MMSE scores at each time point and the 95% confidence interval by the linear mixed-effects model. P < 0.05 indicates a significant time×group interaction effect. β represents the monthly change in MMSE scores predicted by the linear mixed-effects model. Model was adjusted for sex, age at baseline, years of education, race, and TIV at baseline. MMSE: Mini-Mental State Examination.

点击查看表格

表2  多奈哌齐干预组与未干预组基线期人口统计学、认知评估评分及临床特征比较
Tab. 2  Comparison of demographic, cognitive assessment scores and clinical characteristics between the the donepezil treatment group and the non-treatment group

2.2 大脑形态学影像指标比较

2.2.1 NC组与AD组大脑灰质体积比较

       相较于NC组，AD组右侧海马、左侧杏仁核、左侧楔叶及右侧丘脑的灰质体积显著下降（表3、图2）。差异具有统计学意义（FWE校正，P<0.05）。

点击查看大图

图2  NC组与AD组大脑灰质体积比较结果（P<0.05，FWE校正），控制性别、年龄、受教育年限及颅内总体积。显色部分表示AD组灰质体积萎缩的脑区，颜色（蓝色）越深表示萎缩越严重。色条代表t值。NC：正常对照；AD：阿尔茨海默病。
Fig. 2  Comparison of gray matter volume in brain regions between the NC group and the AD group (P < 0.05, FWE corrected), controlling for sex, age, education level, and TIV. The colored regions indicate brain areas with gray matter volume atrophy in the AD group. Darker blue color represents more severe atrophy. The color bar represents t-values. NC: normal control; AD: Alzheimer's disease.

点击查看表格

表3  AD组大脑灰质体积降低的脑区
Tab. 3  The brain regions with reduced gray matter volume in the AD group

2.2.2 多奈哌齐治疗前后大脑形态学的纵向变化

       在控制性别、基线年龄、受教育年限、种族及基线颅内总体积后，线性混合效应模型结果（图3）可见右侧海马、左侧杏仁核时间×组交互作用显著（P<0.05，FDR校正），提示多奈哌齐干预组的右侧海马和左侧杏仁核的萎缩速率较未干预组减慢。而左侧楔叶与右侧丘脑均未发现显著的时间×组交互作用（P>0.05，FDR校正）。

点击查看大图

图3  观察的24个月期间ROI灰质体积随时间的变化。ROI为感兴趣区。3A~3D分别表示线性混合效应模型预测的各时间点右侧海马、左侧杏仁核、左侧楔叶和右侧丘脑的灰质体积及95%置信区间。^*P<0.05表示时间×组交互作用显著，β为线性混合效应模型估计的每月灰质体积变化值。模型调整了基线年龄、性别、受教育年限、种族及基线总颅内体积。
Fig. 3  The changes in ROI gray matter volumes over time during the 24-month observation period. ROI is the region of interest. 3A to 3D respectively represent the predicted gray matter volumes of the right hippocampus, left amygdala, left cuneus and right thalamus at each time point and the 95% confidence interval by the linear mixed-effects model. ^*P < 0.05 indicates a significant time×group interaction effect, β represents the monthly variation value estimated by the linear mixed-effects model. Model was adjusted for sex, age at baseline, years of education, race, and TIV at baseline.

2.3 结构协变网络分析

2.3.1 NC组与AD组脑结构协变网络全局属性与节点指标比较

       在个体差异结构协变网络的全局属性方面，与NC组相比，AD组表现出较低的Sigma、Cp和Eg，而Lambda和Lp升高，组间差异具有统计学意义（P<0.05，FDR校正，表4）。

       节点指标的探索性分析发现（图4），AD患者在节点介数、节点度、节点效率和节点局部效率四个方面均表现出改变。AD组节点介数减低的脑区包括左侧内侧额上回、右侧背外侧额上回、左侧楔叶、右侧枕上回，左侧颞横回升高。节点度减低的脑区包括右侧背外侧额上回、右侧嗅皮质和右侧颞极：颞中回，升高的脑区包括右侧海马、左侧楔叶、左侧舌回和右侧颞中回。AD组的节点效率和节点局部效率均以升高为主，节点效率升高的脑区包括右侧海马、右侧海马旁回、右侧梭状回和左侧楔前叶，减低的脑区为左侧嗅皮质、左侧枕中回和左侧枕下回。双侧海马、左侧楔叶和左侧枕下回的节点局部效率较NC组升高。两组间的差异具有统计学意义（P<0.05），但未通过FDR校正。此外，我们基于构建的协变网络进行了连边分析，仅发现AD患者的左侧内侧额上回和右侧顶下缘角回的结构协变连接强度较NC组减弱（t=2.435，P=0.025），右侧顶下缘角回和左侧楔前叶的连接强度减弱（t=2.091，P=0.048），但也未能通过FDR校正。

点击查看大图

图4  NC组与AD组节点指标比较结果。P<0.05表示差异具有统计学意义，控制年龄、性别、受教育年限及总颅内体积。红点代表节点属性增高，蓝点代表节点属性减低。NC：正常对照；AD：阿尔茨海默病。Bc：节点介数；Dc：节点度；Ne：节点效率；NLe：节点的局部效率。SFGdor：背外侧额上回；OLF：嗅皮质；SFGmed：内侧额上回；HIP：海马；PHG：海马旁回；CUN：楔叶；LING：舌回；SOG：枕上回；MOG：枕中回；IOG：枕下回；FFG：梭状回；PCUN：楔前叶；HES：颞横回；MTG：颞中回；TPOmid：颞极：颞中回。L：左侧；R：右侧。
Fig. 4  Comparison of nodal metrics between the NC group and the AD group. P < 0.05 indicates that the difference is statistically significant, adjusting for sex, age, education level, and TIV. Red dots denote increased nodal metrics, while blue dots denote decreased nodal metrics. NC: normal control; AD: Alzheimer's disease. Bc: betweenness centrality; Dc: degree centrality; Ne: nodal efficiency; NLe: nodal local efficiency. SFGdor: Superior frontal gyrus, dorsolateral; OLF: Olfactory cortex; SFGmed: Superior frontal gyrus, medial; HIP: Hippocampus; PHG: Parahippocampal gyrus; CUN: Cuneus; LING: Lingual gyrus; SOG: Superior occipital gyrus; MOG: Middle occipital gyrus; IOG: Inferior occipital gyrus; FFG: Fusiform gyrus; PCUN: Precuneus; HES: Heschl gyrus; MTG: Middle temporal gyrus; TPOmid: Temporal pole: middle temporal gyrus. L: Left; R: Right.

点击查看表格

表4  NC组与AD组全局网络指标比较
Tab. 4  Comparison of global metrics between the NC group and the AD group

2.3.2 多奈哌齐干预前后脑结构协变网络全局属性与节点指标的纵向变化

       线性混合效应模型分析结果显示（图5），在本研究观察的干预期间，多奈哌齐干预组与未干预组个体差异结构协变网络的全局属性各指标均未表现出显著的时间×组交互作用（P>0.05），探索性事后检验结果显示，多奈哌齐治疗3个月后，Lp和Eg的改善具有统计学意义（P<0.05，FDR校正），提示在24个月的观察期内，虽然两组全局网络属性的变化斜率无显著差异，但治疗可能在早期（3个月）短暂提升了全局信息处理能力。

       由于横断面分析中发现的异常节点及差异连边均未通过FDR校正，因此将各时间点的节点指标与基线比较，进行探索性分析。结果如表5所示，右侧枕上回的节点介数在用药3个月后升高，用药12个月后的右侧角回、右侧丘脑及用药18个月后的右侧楔前叶节点介数均表现出升高，用药6个月后未发现明显改变。节点度在用药3个月后于右侧角回减低，右侧颞横回升高，右侧舌回、左侧枕上回在用药6个月后升高，右侧海马、左侧梭状回在用药12个月后升高，用药24个月后右侧眶部额下回、左侧颞极：颞中回的节点度减低。各脑区的节点效率在用药后表现出升高，如左侧缘上回、右侧舌回、右侧海马、右侧内侧额上回及右侧梭状回。节点的局部效率在用药3个月后于左侧中央前回减低，随后左侧眶内额上回、右侧楔前叶的局部效率升高。长期用药后眶额叶的节点指标均表现出减低。对连边的探索性分析发现，用药3个月后右侧杏仁核和左侧楔叶、左侧楔叶和右侧顶下缘角回、左侧海马旁回和右侧丘脑的连接强度增强，用药12个月后右侧海马旁回和右侧杏仁核的连接强度减弱。鉴于进行了多重比较，我们进行了FDR校正。然而，上述所有节点指标变化及差异连边均未通过FDR校正，这提示在严格的统计控制下，上述差异可能由偶然因素导致。

点击查看大图

图5  观察的24个月期间全局属性指标随时间的变化。5A、5B分别表示小世界参数的AUC均值变化及线性混合效应模型对该指标的预测值与95%的置信区间；5C、5D分别为标准化特征路径长度的AUC均值变化及线性混合效应模型的预测值与95%置信区间；5E、5F分别为聚类系数的AUC均值变化及线性混合效应模型的预测值与95%置信区间；5G、5H分别为特征路径长度的AUC均值变化及线性混合效应模型的预测值与95%置信区间；5I、5J 分别为全局效率的AUC均值变化及线性混合效应模型的预测值与95%置信区间。图中*表示两时间点配对检验具有统计学差异；ns表示无统计学差异。*P<0.05表示时间×组交互作用显著；β为混合效应模型估计的每月各指标的变化值。模型调整了基线年龄、性别、受教育年限、种族及基线总颅内体积。AUC：曲线下面积；aSigma：小世界参数的曲线下面积；aLambda：标准化特征路径长度的曲线下面积；aCp：聚类系数的曲线下面积；aLp：特征路径长度的曲线下面积；aEg：全局效率的曲线下面积。
Fig. 5  The changes in global metrics over time during the 24-month observation period. 5A and 5B respectively represent the mean AUC changes of the Sigma and the predicted values with 95% confidence intervals from the linear mixed-effects model. 5C and 5D respectively show the mean AUC changes of the Lambda and the predicted values with 95% confidence intervals from the linear mixed-effects model. 5E and 5F respectively show the mean AUC changes of the Cp and the predicted values with 95% confidence intervals from the linear mixed-effects model. 5G and 5H respectively show the mean AUC changes of the Lp and the predicted values with 95% confidence intervals from the linear mixed-effects model. 5I and 5J respectively show the mean AUC changes of the Eg and the predicted values with 95% confidence intervals from the linear mixed-effects model. * indicates a statistically significant difference in the paired t-test between the two time points, while ns indicates no statistically significant difference. *P < 0.05 indicates a significant time×group interaction effect, β represents the monthly variation value estimated by the model. Model is adjusted for sex, age at baseline, years of education, race, and TIV at baseline. AUC: area under the curve, aSigma: AUC of the small-world properties; aLambda: AUC of the standardized characteristic path length; aCp: AUC of the clustering coefficient; aLp: AUC of the shortest path length; aEg: AUC of the global efficiency.

点击查看表格

表5  多奈哌齐治疗后各时间点呈现显著变化的节点指标及连边
Tab. 5  The node index and edges that showed significant changes after donepezil treatment

3 讨论

       本研究结合认知量表、脑结构及个体差异结构协变网络多层面评估了多奈哌齐对AD患者的认知功能、大脑形态学和灰质网络的长期影响。结果表明，AD患者表现出认知功能相关脑区的显著萎缩，且结构协变网络广泛受损。多奈哌齐治疗后，AD患者的总体认知功能下降速度减缓，同时右侧海马、左侧楔叶的萎缩速率减缓。短期用药可暂时优化全局网络拓扑，并可能激活了海马、楔前叶等关键脑区的节点指标及网络连接，但这些短暂的局部波动改变未伴随结构协变网络全局拓扑属性的长期同步改善。

3.1 AD患者大脑形态学及结构协变网络指标的改变

       既往研究^[25]已充分证实，AD早期患者以海马-内侧颞叶的明显萎缩为主。随着病情进展，萎缩逐渐扩散至边缘系统，在病程后期累及感觉运动与视觉皮层，与经典的Braak分期一致^{[15, 25, 26]}。本研究发现AD患者表现出广泛的大脑结构异常，右侧海马和左侧杏仁核的明显萎缩印证了AD早期病理对内侧颞叶边缘系统的选择性侵袭，楔叶出现萎缩说明病理变化已经累及视觉皮层。丘脑作为大脑重要的信息传递中枢，其显著萎缩可能加剧了全脑信息整合功能的衰退，与AD患者注意力、语言及执行功能等多领域的损害有关^{[12, 27, 28]}。

       本研究根据图论分析探讨了基于灰质体积的个体差异协变网络的改变。全局属性结果显示，AD患者的小世界参数、聚类系数、全局效率较NC组显著降低，而标准化特征路径长度和特征路径长度升高，意味着AD患者正常的网络属性受到干扰，影响了大脑的分离和整合功能，呈现出信息传输效率降低、全局信息整合能力下降的特征。虽然采用的网络构建方法不同，但本研究结果与既往研究结果高度一致^{[29, 30, 31]}。此结果似乎与丘脑萎缩相呼应，证明AD患者的信息整合功能明显衰退。节点指标和连边的分析结果揭示了AD患者更为复杂的结构协变网络重组机制。具体而言，高级认知皮层背外侧额上回节点介数与节点度同步降低，提示其在全脑网络信息传输中的枢纽作用减弱，这与全局效率降低、特征路径长度升高的变化一致，在不同维度证实了AD患者大脑整合能力的下降趋势。与体积萎缩相反，海马和楔叶表现出节点度与节点局部效率的升高，可能为早期局部代偿增强的表现^{[32, 33]}，即早期病变可能诱发局部模块化增强，以维持大脑网络的运转。有研究发现^[34]，AD患者左侧海马的局部效率较低，与本研究不一致，可能是由于关注的病程阶段不同。此外，海马、楔前叶、内侧额上回为默认模式网络的区域，其萎缩及功能连接降低与AD的病程进展关系密切^{[35, 36]}。本研究发现左侧内侧额上回与左侧楔前叶和负责空间认知、语义处理的右侧顶下缘角回的连接强度减低，可能反映了AD患者执行功能与记忆系统的协同障碍。

3.2 多奈哌齐对认知功能、大脑形态学及结构协变网络指标的长期影响

       多项临床研究表明，多奈哌齐对症治疗后可改善AD患者的认知功能^{[3, 11, 37]}。本研究发现，在24个月观察期内，多奈哌齐治疗的AD患者的认知功能（MMSE）下降速度显著慢于未干预组，提示其干预可能发挥长期作用保留认知能力，延缓认知衰退^[38]，疗效与其他慢性病药物的治疗结果相当^[39]。尽管多奈哌齐在延缓MMSE下降方面具有显著的统计学意义，但两组MMSE评分在24个月内的变化幅度差异较小，未达到本研究MCID阈值，且处于文献报道^[40]的AD患者MMSE的MCID的下限范围（1~3分），提示这一差异的临床意义有限。LIU等^[41]研究发现，与未使用ChEI治疗的患者相比，使用ChEI治疗的遗忘型轻度认知障碍患者认知衰退速度更快。由于关注的病程不同，且此研究未单独分析接受多奈哌齐单药治疗的患者的认知功能变化，此结论能否外推至本研究尚不明确。此外，多奈哌齐对AD的治疗存在明确的量效关系，有研究表明10 mg/d的多奈哌齐更有效^[42]，本研究中患者在第四周开始保持10 mg/d的剂量用药，可使患者获益，维持治疗效果。

       与延缓认知衰退相一致，本研究发现多奈哌齐干预组在右侧海马和左侧杏仁核这两个AD病理核心脑区表现出显著减慢的灰质体积萎缩，而左侧楔叶与右侧丘脑未发现萎缩减速，呈现出一定的区域特异性，这可能是其延缓认知衰退的脑结构基础。既往研究发现多奈哌齐可延缓AD患者海马的萎缩速率^{[9, 10]}，恢复海马网络连接^[43]，与认知改善相关，本研究结果可支持这一结论。也有研究表明^[11]，多奈哌齐的短期治疗对海马体积无显著影响，提示多奈哌齐对脑结构的修饰作用有限。

       先前研究表明多奈哌齐具有神经保护作用，可维持大脑功能性活动^[44]，但缺乏长期纵向追踪。本研究通过构建个体差异协变网络发现，与MMSE评分和特定ROI脑区的衰退得到延缓不同，多奈哌齐的治疗并未对全局属性表现出长期修饰作用，探索性时间点的分析发现用药3个月后特征路径长度与全局效率表现出暂时的改善，我们推测多奈哌齐可在短期内暂时性地增强信息传输和整合效率，但这一效应较微弱，未能转化为可观测到的认知功能的显著提升。随着疾病持续进展，早期的改善效应可能被AD的持续神经退行所淹没，对全局网络拓扑的长期重塑作用有限。随后对各节点指标和连边的探索性分析发现，多奈哌齐治疗后脑协变网络经历了复杂的重组。短期治疗后节点指标改变所涉及的脑区较广泛且趋势不一致，提示早期药物发挥急性药理作用，与AChE-I短时间内快速调节突触可塑性相符合^[45]。既往研究指出多奈哌齐能增强海马等AD关键病理脑区的局部网络连接^{[43, 46, 47]}，本研究同样发现海马、楔前叶、梭状回、额上回等节点指标出现提升、连接强度增强，但这些变化均未通过多重比较校正，需谨慎解读。而在治疗后期，各指标均呈现减低的趋势，可能是药物效应的晚期表现，同时混杂了疾病进展、受体脱敏等因素。在这一阶段应考虑是否加入认知刺激疗法^{[48, 49]}或联合其他药物（如美金刚）治疗^{[50, 51, 52]}，以使AD患者获益更多。

3.3 本研究的局限性

       本研究也存在一定的局限性。第一，纵向研究中的事后时间点比较、节点指标和连边分析得到的结果属于探索性发现，存在假阳性风险，需谨慎解读。第二，样本量小，限制了统计分析的效力，结论外推需谨慎。第三，MMSE评分在24个月内的变化较小，临床意义有限。且MMSE对执行功能、视空间能力不敏感，无法全面评估多奈哌齐治疗后患者的认知功能改变及对非记忆认知域的调节作用。同时此量表较为简易，可能无法反映受教育水平较高的患者的认知水平，从而造成结果偏倚^[53]。第四，多奈哌齐干预组的被试来自单一中心，未排除其他潜在因素（如共病情况、家族遗传）对病情的影响；未干预组来自ADNI多中心数据库，两组在MRI数据的采集参数、认知评估的施测语言等方面存在差异。尽管已通过统一图像预处理流程、ComBat数据校正与标准化、LME协变量校正等方法进行控制，但不同来源数据固有的异质性仍可能对结果产生潜在影响。此外，ADNI数据库中未用药AD患者未接受药物治疗的原因复杂，可能引入选择偏倚，限制了对AD自然病程的代表性。后续研究将考虑这些因素，扩大样本量，使用更多元的分析方法，深入探讨AD患者的神经影像学改变特征和药物干预的神经影像学机制。

4 结论

       综上所述，本研究发现AD患者出现广泛大脑灰质萎缩，并伴有结构网络重组，为理解AD的神经网络机制提供了影像学证据。多奈哌齐的治疗可在一定程度上延缓AD患者的内侧颞叶萎缩和认知衰退，用药后首先使全局网络指标出现短暂波动，随后可能激活了以海马为核心的认知关键脑区的网络指标，延长了功能的平台期。但药物的长期作用有限，未能形成持久的结构性全局网络拓扑的重塑。本研究通过纵向多水平分析，探索了多奈哌齐治疗AD患者的神经影像改变，不仅深化了对药物作用机制的理解，也为未来联合疗法的时机选择提供了理论依据。