分享:
分享到微信朋友圈
X
临床研究
2型糖尿病小脑亚区灰质体积改变及其与胰岛素抵抗的相关性研究
张慧姸 沈过 杨琛 谭健 田静 李周乐 黄刚 赵莲萍

Cite this article as: ZHANG H Y, SHEN G, YANG C, et al. Study of gray matter volume changes in cerebellar subregions of type 2 diabetes and its correlation with insulin resistance[J]. Chin J Magn Reson Imaging, 2023, 14(12): 1-5.本文引用格式:张慧姸, 沈过, 杨琛, 等. 2型糖尿病小脑亚区灰质体积改变及其与胰岛素抵抗的相关性研究[J]. 磁共振成像, 2023, 14(12): 1-5. DOI:10.12015/issn.1674-8034.2023.12.001.


[摘要] 目的 采用基于体素的形态学分析方法,利用空间无偏倚幕下模板对小脑进行精细亚区分割,探讨2型糖尿病(type 2 diabetes mellitus, T2DM)患者小脑亚区灰质体积的异常模式。材料与方法 前瞻性纳入T2DM患者75名,健康对照53名,收集所有受试者的头颅MRI数据、临床资料和认知心理量表。以独立样本t检验比较两组间小脑亚区灰质体积的差异,与临床数据和认知心理量表评分行Pearson或Spearman相关性分析。结果 与健康对照组相比,T2DM患者蒙特利尔认知评估量表评分降低、汉密尔顿抑郁与焦虑量表评分增高(P<0.001);右侧小脑Crus Ⅰ、双侧小脑小叶Ⅰ-Ⅴ/Ⅰ-Ⅳ亚区灰质体积减小(体素水平P<0.001,簇大小>100);身体质量指数与右侧小叶Ⅰ-Ⅴ(r=0.265,P=0.022)、左侧小叶Ⅰ-Ⅳ(r=0.323,P=0.005)亚区灰质体积呈正相关,右侧Crus Ⅰ亚区灰质体积与空腹胰岛素水平(r=-0.263,P=0.023)和胰岛素抵抗稳态模型指数(r=-0.327,P=0.004)呈负相关。结论 T2DM患者存在轻度认知功能减退及抑郁焦虑的风险,其右侧Crus Ⅰ灰质体积减小可能与胰岛素抵抗有关。
[Abstract] Objective A voxel-based morphometry (VBM) was used to investigate the abnormal patterns of gray matter volume of cerebellar subregions of type 2 diabetes mellitus (T2DM) patients using spatially unbiased infratentorial template for fine subregion segmentation of the cerebellum.Materials and Methods Seventy-five patients with T2DM and 53 healthy controls (HCs) were recruited, and collected cranial MRI image data, clinical data, and cognitive-psychological scales from all subjects. Differences in gray matter volume in cerebellar subregions between T2DM and HCs were compared by independent samples t test, and Pearson or Spearman correlation analysis was performed with clinical data and scores of cognitive-psychological scales in differential cerebellar subregions.Results Compared with HCs, T2DM patients had lower Montreal Cognitive Assessment scores and higher 24-item Hamilton Depression Scale and Hamilton Anxiety Scale scores (P<0.001). Reduced gray matter volume in the right cerebellar Crus Ⅰ and bilateral cerebellar lobules Ⅰ-Ⅴ/Ⅰ-Ⅳ subregions (voxel level P<0.001, cluster size>100). The body mass index was positively correlated with right lobules Ⅰ-Ⅴ (r=0.265, P=0.022), left lobules Ⅰ-Ⅳ (r=0.323, P=0.005) subregions gray matter volume, and gray matter volume in right Crus Ⅰ subregion was negatively correlated with fasting insulin levels (r=-0.263, P=0.023) and updated homeostasis model assessment insulin resistance index (r=-0.327, P=0.004).Conclusions Patients with T2DM are at risk for mild cognitive impairment and depression and anxiety, and reduced gray matter volume of right Crus Ⅰ may be associated with insulin resistance.
[关键词] 2型糖尿病;磁共振成像;小脑;灰质体积;胰岛素抵抗
[Keywords] type 2 diabetes mellitus;magnetic resonance imaging;cerebellum;gray matter volume;insulin resistance

张慧姸 1, 3   沈过 1, 3   杨琛 2   谭健 2   田静 3   李周乐 2   黄刚 3   赵莲萍 1, 3*  

1 宁夏医科大学临床医学院,银川 750000

2 甘肃中医药大学第一临床医学院(甘肃省人民医院),兰州 730000

3 甘肃省人民医院放射科,兰州 730000

通信作者:赵莲萍,E-mail:lianping_zhao007@163.com

作者贡献声明:赵莲萍设计本研究的方案,对稿件重要内容进行了修改;张慧姸起草和撰写稿件,获取、分析和解释本研究数据;沈过、杨琛、谭健、田静、李周乐、黄刚获取、分析本研究的数据,对稿件重要内容进行了修改;赵莲萍获得了国家自然科学基金的资助,张慧姸获得了甘肃省人民医院院内科研基金的资助;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 81901724 甘肃省人民医院院内科研基金 22GSSYD-75
收稿日期:2023-07-06
接受日期:2023-12-02
中图分类号:R445.2  R781.64 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.12.001
本文引用格式:张慧姸, 沈过, 杨琛, 等. 2型糖尿病小脑亚区灰质体积改变及其与胰岛素抵抗的相关性研究[J]. 磁共振成像, 2023, 14(12): 1-5. DOI:10.12015/issn.1674-8034.2023.12.001.

0 前言

       糖尿病患病率逐年攀升,已成为本世纪的一项重大公共卫生挑战[1, 2]。据统计,2021年全球约有5.366亿人患糖尿病[1],其中,2型糖尿病(type 2 diabetes mellitus, T2DM)占90%以上[3]。随着糖尿病管理策略的改善,其传统大血管和微血管并发症的发生率有所下降,但其相关脑损伤导致的认知情绪异常严重影响患者的生活质量,带来沉重社会负担[1],引起广泛关注,但其神经病理生理机制尚不清楚。

       胰岛素抵抗是T2DM的重要特征[4, 5],在中枢神经系统中,胰岛素促进神经元轴突生长,调节突触可塑性和神经元存活[6],其可影响认知和情绪调节、饮食行为等多种行为和代谢效应[4, 7]。尸检标本发现,胰岛素受体基因在人脑各个区域差异性表达,其中小脑表达量较高[4],研究表明,小脑参与了多种认知情绪加工和奖励过程[8, 9]。课题组前期研究发现T2DM患者小脑与大脑间的功能连接紊乱[10, 11]。然而,T2DM患者小脑结构改变及其与胰岛素抵抗和认知情绪异常的关系尚不清楚。

       传统的基于体素的形态学分析(voxel-based morphometry, VBM)发现T2DM患者小脑灰质体积减小,与较差的认知表现相关[12, 13],但传统的蒙特利尔神经研究所(Montreal Neurological Institute, MNI)标准空间模板缺乏对小脑亚区结构信息的详细描述[14]。空间无偏倚幕下(spatially unbiased infratentorial, SUIT)模板通过非线性图谱生成算法,可将小脑分割为28个亚区,保留了更多的小脑解剖细节,但尚未见应用于T2DM的研究中。

       因此,本研究拟采用VBM分析方法,利用SUIT模板对小脑进行亚区分割,探讨T2DM患者小脑亚区灰质体积变化及其与胰岛素抵抗和认知情绪功能之间的关系。试图进一步阐明T2DM患者小脑损伤的神经病理生理机制,为T2DM伴认知情绪功能异常患者的诊治提供新的思路和见解。

1 材料与方法

1.1 研究对象

       前瞻性纳入2017年11月至2023年5月就诊于甘肃省人民医院内分泌科的T2DM患者75名(T2DM组),广告招募与之性别、年龄和受教育年限相匹配的健康对照(healthy controls, HCs)53名(HCs组)。T2DM组纳入标准:(1)年龄30~65岁;(2)右利手;(3)受教育年限≥6年;(4)收缩压<140 mmHg(1 mmHg=1.333 kPa),舒张压<90 mmHg;(5)至少两个月内未接受过任何精神药物治疗;(6)符合世界卫生组织2019年糖尿病诊断与分型标准,无T2DM相关并发症(糖尿病肾病、糖尿病周围神经病变、糖尿病视网膜病变、糖尿病酮症酸中毒等),病程>1年。HCs组纳入标准:(1)年龄30~65岁;(2)右利手;(3)受教育年限≥6年;(4)收缩压<140 mmHg,舒张压<90 mmHg;(5)至少两个月内未接受过任何精神药物治疗;(6)随机血糖≤11.1 mmol/L,且未被明确诊断为糖尿病,蒙特利尔认知评估(Montreal Cognitive Assessment, MoCA)评分≥26分,24项汉密尔顿抑郁量表(24-item Hamilton Depression Scale, HAMD-24)评分<8分,汉密尔顿焦虑量表(Hamilton Anxiety Scale, HAMA)评分<7分。T2DM组和HCs组排除标准:(1)中枢神经系统器质性病变;(2)精神心理疾病史及家族史;(3)物质滥用及成瘾史;(4)女性在妊娠、哺乳期及避孕药服用期;(5)3个月内做过电抽搐或经颅磁刺激治疗;(6)磁共振检查禁忌。

       本研究遵守《赫尔辛基宣言》,经甘肃省人民医院伦理委员会批准,全体受试者均签署了知情同意书,批准文号:2017-188/2023-098。

1.2 临床资料与认知心理量表采集

       收集所有受试者的年龄、性别、受教育年限和身体质量指数(body mass index, BMI)等一般临床资料,收集T2DM患者的病程、糖化血红蛋白、空腹血糖、空腹胰岛素、总胆固醇、甘油三酯、高密度脂蛋白和低密度脂蛋白等临床生化指标,采用HOMA Calculator软件(https://www.dtu.ox.ac.uk/homacalculator)计算T2DM患者的更新版胰岛素抵抗稳态模型指数(updated homeostasis model assessment insulin resistance index, HOMA2-IR)。

       所有受试者在头颅磁共振扫描前1 h内完成认知心理量表测试。包括MoCA北京版、HAMD-24和HAMA。

1.3 头颅结构MRI数据采集

       颅脑结构MRI数据使用3.0 T磁共振扫描仪(MAGNETOM Skyra, Siemens Healthcare, Erlangen, Germany)以32通道头部线圈采集。所有受试者扫描期间头部固定、闭眼、告知尽量不做专注思维活动。使用3D-MPRAGE序列采集头颅高分辨率三维T1WI图像,参数如下:TR 2530 ms,TE 2.35 ms,FA 7°,FOV 256 mm×256 mm,矩阵256×256,层数192,体素大小1 mm×1 mm×1 mm,层厚1 mm,总扫描时间5 min 23 s。

1.4 数据处理

       结构像数据处理使用基于SPM 12(Statistical parametric mapping software,https://www.fil.ion.ucl.ac.uk/spm/software/spm12)的SUIT软件(https://www.diedrichsenlab.org/imaging/suit_function.htm)。数据预处理主要包括:(1)数据格式转换;(2)原点校正,图像朝向检查和修改,以满足后续SUIT处理的要求;(3)小脑亚区分割(图1);(4)配准到SUIT模板空间;(5)重采样到SUIT模板空间;(6)平滑(半高全宽为3 mm);(7)在SPM 12中构建一般线性模型,评估T2DM和对照组小脑灰质体积差异。

       使用FreeSurfer软件(https://surfer.nmr.mgh.harvard.edu)评估颅内总体积,作为后续分析的协变量。

图1  基于空间无偏倚幕下(SUIT)模板的小脑分区示意图。
Fig. 1  Schematic diagram of cerebellar subregions based on spatially unbiased infratentorial (SUIT) template.

1.5 统计学分析

       临床资料的统计分析使用SPSS软件(version 26, Inc., Chicago, IL, USA),连续近似正态分布变量使用均数±标准差表示,差异性分析使用独立样本t检验;非正态分布变量使用中位数(上下四分位数)表示,差异性分析使用秩和检验;性别使用卡方检验,以上均以P<0.05为差异有统计学意义。以性别、年龄、受教育年限和颅内总体积作为协变量,分析两组小脑亚区灰质体积差异(体素水平P<0.001,簇大小>100)。提取差异脑区灰质体积,与临床变量进行Pearson或Spearman相关性分析。

2 结果

2.1 临床资料及认知心理量表评分

       T2DM组和HCs组在年龄、性别和受教育年限上相匹配(P>0.05),所有受试者的临床资料与认知心理量表评分比较见表1。与HCs组相比,T2DM患者MoCA评分降低,HAMD-24和HAMA评分增高(P<0.001),BMI组间差异无统计学意义(P>0.05)。T2DM组病程(年):7.00(5.00,11.00);糖化血红蛋白(%):8.34±1.97;空腹血糖(mmol/L):8.80(7.36,11.49);空腹胰岛素(μU/mL):7.10(5.70,10.20);HOMA2-IR:1.16(0.81,1.69);总胆固醇(mmol/L):4.46±0.88;甘油三酯(mmol/L):1.58(1.06,2.21);高密度脂蛋白(mmol/L):1.07(0.97,1.21);低密度脂蛋白(mmol/L):2.44(2.04,3.03)。

表1  T2DM和HCs组临床资料与认知心理量表评分比较
Tab. 1  Comparison of clinical information and cognitive psychological scale scores between T2DM and HCs groups

2.2 VBM结果

       VBM发现,与HCs组相比,T2DM患者小脑右侧Crus Ⅰ、小叶Ⅰ-Ⅴ和左侧小叶Ⅰ-Ⅳ亚区灰质体积减小,未发现T2DM灰质体积增大的小脑亚区(表2图2)。

图2  2型糖尿病组与健康对照组相比灰质体积减小的小脑亚区(体素水平P<0.001, 簇大小>100,坐标为小脑冠状面坐标)。
Fig. 2  Compared with healthy controls, cerebellar subregions with reduced gray matter volume in type 2 diabetes (voxel level P<0.001, cluster>100, coordinates are cerebellar coronal plane coordinates).
表2  T2DM和HCs组相比小脑灰质体积组间差异脑区
Tab. 2  Differential brain regions of cerebellar gray matter volume between T2DM and HCs groups

2.3 相关性分析

       相关性分析显示,T2DM组BMI与小脑右侧小叶Ⅰ-Ⅴ灰质体积(r=0.265,P=0.022)和左侧小叶Ⅰ-Ⅳ灰质体积(r=0.323,P=0.005)呈正相关。小脑右侧Crus Ⅰ与空腹胰岛素水平(r=-0.263,P=0.023)和HOMA2-IR(r=-0.327,P=0.004)呈负相关(图3)。余临床变量及认知心理量表评分与差异脑区间的相关性分析差异无统计学意义(P>0.05)。

图3  2型糖尿病灰质体积减小的小脑亚区与临床变量的相关性。HOMA2-IR:更新版胰岛素抵抗稳态模型指数。
Fig. 3  The correlation between reduced gray matter volume of cerebellar subregions and clinical variables in type 2 diabetes. HOMA2-IR: updated homeostasis model assessment insulin resistance index.

3 讨论

       本研究采用VBM的方法,利用SUIT结构图谱对小脑进行精细亚区分割,探讨T2DM患者是否存在小脑亚区灰质体积的异常及其与胰岛素抵抗和认知情绪功能之间的关系。结果发现,T2DM患者存在认知功能减退及轻度抑郁焦虑情绪,其右侧小脑Crus Ⅰ、小叶Ⅰ-Ⅴ和左侧小脑小叶Ⅰ-Ⅳ灰质体积减小,其中右侧Crus Ⅰ灰质体积与空腹胰岛素水平和HOMA2-IR呈负相关,右侧Ⅰ-Ⅴ和左侧Ⅰ-Ⅳ小叶灰质体积与身体质量指数呈正相关。既往研究多关注T2DM患者大脑损伤相关的认知情绪功能异常,本研究基于文献报道及课题组最新研究发现了小脑在T2DM中的重要作用,并对其进行了精细亚区分割及分析,为未来研究T2DM认知情绪异常的临床管理提供了新的思路。

3.1 T2DM患者右侧小脑Crus Ⅰ灰质体积减小

       传统观点认为小脑的主要功能是维持肌张力、躯体平衡和协调随意运动。近年来,学者发现小脑在认知情绪等高级功能中发挥着重要作用[15, 16]。小脑后叶又被称为认知/边缘小脑,其损伤可引起小脑认知情感综合征,包括视觉空间加工、语言能力、执行功能和情绪调节异常[17, 18]。本研究发现T2DM患者右侧小脑Crus Ⅰ灰质体积减小,与空腹胰岛素水平和HOMA2-IR呈负相关。小脑Crus Ⅰ是小脑后叶的重要组成部分,其可映射到默认和执行控制网络,默认网络负责自我参照加工、冥想和自觉意识,执行控制网络包括背外侧前额叶和外侧顶叶新皮质,参与工作记忆、反应选择、记忆提取和情绪评估[19, 20, 21, 22, 23, 24]。课题组前期基于静息态功能MRI的研究发现T2DM患者Crus Ⅰ与额下回三角部间功能连接异常[10, 11],但其结构是否存在异常是课题组关注的重要问题之一。已有研究表明,小脑Crus Ⅰ参与高级认知功能,如工作记忆、执行功能、反应选择、信息更新和情感功能等[23]。小脑Crus Ⅰ体积减小在额颞叶痴呆、双相障碍和阿尔茨海默病中均有报道[19, 24, 25],此外,基于传统VBM的研究发现T2DM患者小脑体积减小[12, 26],并且在血糖异常患者中,小脑灰质体积与胰岛素抵抗和执行功能测试表现不佳之间存在相关性[12]。本研究发现T2DM患者Crus Ⅰ体积变化与胰岛素抵抗存在相关性。胰岛素是神经营养、调节和保护过程中极为重要的神经肽,其在中枢神经系统中发挥着重要作用,参与调节外周葡萄糖代谢、突触维持、血管功能、tau蛋白磷酸化以及Aβ淀粉样蛋白沉积,在维持视觉和空间情景记忆、工作记忆、陈述性记忆功能及改善情绪异常和痴呆患者的认知功能过程中起着重要作用[7, 27, 28, 29, 30]。一项正电子发射断层扫描的研究发现阿尔茨海默病大鼠的小脑对胰岛素摄取明显升高,提示其小脑中的胰岛素受体对胰岛素敏感性降低[31],经鼻给予胰岛素后可减少神经元凋亡、tau蛋白磷酸化和Aβ沉积[32]。本研究结果可能为进一步理解T2DM患者小脑Crus Ⅰ功能异常提供了结构基础,提示Crus Ⅰ可能是T2DM患者胰岛素抵抗相关的易损脑区之一,可能参与其认知和情绪功能损伤的过程。

3.2 T2DM患者双侧小脑小叶Ⅰ-Ⅴ/Ⅰ-Ⅳ灰质体积减小

       小脑前叶(小叶Ⅰ-Ⅴ)与运动控制和躯体感觉有关,其病变可引起小脑运动综合征,包括平衡功能异常、共济失调、构音障碍和动眼控制异常等[33, 34, 35]。本研究发现T2DM患者右侧小脑Ⅰ-Ⅴ和左侧小脑Ⅰ-Ⅳ小叶灰质体积减小,均与BMI呈正相关。以往研究表明,进行性核上性麻痹、多系统萎缩患者小脑小叶Ⅰ-Ⅳ萎缩[19]。另外,伴有糖尿病周围神经病变的患者与不伴者相比,小脑灰质萎缩与步行表现较差具有更强的相关性,提示T2DM患者可能存在运动损伤[36]。遗憾的是,本研究未对T2DM患者进行运动功能的评价,尚无法探讨双侧小脑小叶Ⅰ-Ⅴ/Ⅰ-Ⅳ灰质体积减小与运动功能的关系。当前关于小脑灰质体积与BMI的关系仍存在争议[37, 38],有文献报道,在老年人群中,较高的BMI与小脑灰质体积增加相关[37],但在首发精神病患者中,BMI增加与小脑灰质体积减小有关[38],这是否因不同疾病所致有待进一步研究。课题组后续将进一步收集BMI增大的T2DM患者,基于BMI分组探讨其与T2DM患者小脑前叶灰质体积的关系。

3.3 局限性

       本研究仍存在以下局限性:(1)本研究为横断面设计,无法阐明T2DM患者小脑损伤与胰岛素抵抗、认知情绪功能受损间的因果关系;(2)由于糖尿病患者的个体差异,应用的降糖药物种类和剂量不同,尚不能阐明用药对小脑亚区灰质体积的影响;(3)本研究未对T2DM患者运动功能进行评价,未来研究需测量T2DM患者运动相关指标,以进一步探索其运动功能与小脑前叶损伤的关系。

4 结论

       总之,本研究发现T2DM患者存在认知情绪功能的异常,其小脑前叶及右侧Crus Ⅰ亚区灰质体积减小,尤其是右侧Crus Ⅰ体积变化与胰岛素抵抗呈负相关,提示右侧Crus Ⅰ 可能是T2DM胰岛素抵抗的易损脑区。本研究重点关注小脑在T2DM患者中的体积变化,从新的角度进一步阐明了T2DM患者认知情绪功能异常的潜在神经病理生理机制,为未来早期干预T2DM认知情绪损伤提供潜在的治疗靶点。

[1]
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 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/34879977/. DOI: 10.1016/j.diabres.2021.109119.
[2]
TOMIC D, SHAW J E, MAGLIANO D J. The burden and risks of emerging complications of diabetes mellitus[J]. Nat Rev Endocrinol, 2022, 18(9): 525-539. DOI: 10.1038/s41574-022-00690-7.
[3]
ZHENG Y, LEY S H, HU F B. Global aetiology and epidemiology of type 2 diabetes mellitus and its complications[J]. Nat Rev Endocrinol, 2018, 14(2): 88-98. DOI: 10.1038/nrendo.2017.151.
[4]
KULLMANN S, KLEINRIDDERS A, SMALL D M, et al. Central nervous pathways of insulin action in the control of metabolism and food intake[J]. Lancet Diabetes Endocrinol, 2020, 8(6): 524-534. DOI: 10.1016/S2213-8587(20)30113-3.
[5]
ZHAO X, AN X, YANG C, et al. The crucial role and mechanism of insulin resistance in metabolic disease[J/OL]. Front Endocrinol (Lausanne), 2023, 14: 1149239 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/37056675/. DOI: 10.3389/fendo.2023.1149239.
[6]
SCHERER T, SAKAMOTO K, BUETTNER C. Brain insulin signalling in metabolic homeostasis and disease[J]. Nat Rev Endocrinol, 2021, 17(8): 468-483. DOI: 10.1038/s41574-021-00498-x.
[7]
KULLMANN S, HENI M, HALLSCHMID M, et al. Brain insulin resistance at the crossroads of metabolic and cognitive disorders in humans[J]. Physiol Rev, 2016, 96(4): 1169-209. DOI: 10.1152/physrev.00032.2015.
[8]
METOKI A, WANG Y, OLSON I R. The social cerebellum: A large-scale investigation of functional and structural specificity and connectivity[J]. Cereb Cortex, 2022, 32(5): 987-1003. DOI: 10.1093/cercor/bhab260.
[9]
ZHAO L, LUO Z, QIU S, et al. Abnormalities of aquaporin-4 in the cerebellum in bipolar Ⅱ disorder: An ultra-high b-values diffusion weighted imaging study[J]. J Affect Disord, 2020, 274: 136-143. DOI: 10.1016/j.jad.2020.05.035.
[10]
柳瑞芳, 田静, 赵莲萍, 等. 2型糖尿病患者静息态小脑功能连接研究[J]. 中国医学影像学杂志, 2021, 29(10): 974-979. DOI: 10.3969/j.issn.1005-5185.2021.10.004.
LIU R F, TIAN J, ZHAO L P, et al. Resting-state cerebellar functional connectivity in patients with type 2 diabetes mellitus[J]. Chin J Med Imaging, 2021, 29(10): 974-979. DOI: 10.3969/j.issn.1005-5185.2021.10.004.
[11]
田静, 赵莲萍, 柳瑞芳, 等. 2型糖尿病患者小脑CrusⅠ静息态磁共振功能连接研究[J]. 磁共振成像, 2022, 13(5): 64-69. DOI: 10.12015/issn.1674-8034.2022.05.012.
TIAN J, ZHAO L P, LIU R F, et al. Functional connectivity of the cerebellar Crus Ⅰ in type 2 diabetes mellitus: A resting-state functional MRI study[J]. Chin J Magn Reson Imaging, 2022, 13(5): 64-69. DOI: 10.12015/issn.1674-8034.2022.05.012.
[12]
OH D J, JUNG J J, SHIN S A, et al. Brain structural alterations, diabetes biomarkers, and cognitive performance in older adults with dysglycemia[J/OL]. Front Neurol, 2021, 12: 766216 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/34777234/. DOI: 10.3389/fneur.2021.766216.
[13]
ROY B, EHLERT L, MULLUR R, et al. Regional brain gray matter changes in patients with type 2 diabetes mellitus[J/OL]. Sci Rep, 2020, 10(1): 9925 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/32555374/. DOI: 10.1038/s41598-020-67022-5.
[14]
DIEDRICHSEN J. A spatially unbiased atlas template of the human cerebellum[J]. Neuroimage, 2006, 33(1): 127-138. DOI: 10.1016/j.neuroimage.2006.05.056.
[15]
DENG L, LIU H, LIU H, et al. Concomitant functional impairment and reorganization in the linkage between the cerebellum and default mode network in patients with type 2 diabetes mellitus[J]. Quant Imaging Med Surg, 2021, 11(10): 4310-4320. DOI: 10.21037/qims-21-41.
[16]
CHEN G, ZHAO L, JIA Y, et al. Abnormal cerebellum-DMN regions connectivity in unmedicated bipolar Ⅱ disorder[J]. J Affect Disord, 2019, 243: 441-447. DOI: 10.1016/j.jad.2018.09.076.
[17]
HOCHE F, GUELL X, VANGEL M G, et al. The cerebellar cognitive affective/Schmahmann syndrome scale[J]. Brain, 2018, 141(1): 248-270. DOI: 10.1093/brain/awx317.
[18]
CLOUSTON S A P, KRITIKOS M, HUANG C, et al. Reduced cerebellar cortical thickness in World Trade Center responders with cognitive impairment[J/OL]. Transl Psychiatry, 2022, 12(1): 107 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/35296637/. DOI: 10.1038/s41398-022-01873-6.
[19]
GELLERSEN H M, GUO C C, O'CALLAGHAN C, et al. Cerebellar atrophy in neurodegeneration-a meta-analysis[J]. J Neurol Neurosurg Psychiatry, 2017, 88(9): 780-788. DOI: 10.1136/jnnp-2017-315607.
[20]
CHEN Z, ZHANG R, HUO H, et al. Functional connectome of human cerebellum[J/OL]. Neuroimage, 2022, 251: 119015 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/35189360/. DOI: 10.1016/j.neuroimage.2022.119015.
[21]
MEHNERT J, MAY A. Functional and structural alterations in the migraine cerebellum[J]. J Cereb Blood Flow Metab, 2019, 39(4): 730-739. DOI: 10.1177/0271678X17722109.
[22]
SANG L, QIN W, LIU Y, et al. Resting-state functional connectivity of the vermal and hemispheric subregions of the cerebellum with both the cerebral cortical networks and subcortical structures[J]. Neuroimage, 2012, 61(4): 1213-1225. DOI: 10.1016/j.neuroimage.2012.04.011.
[23]
HABAS C, KAMDAR N, NGUYEN D, et al. Distinct cerebellar contributions to intrinsic connectivity networks[J]. J Neurosci, 2009, 29(26): 8586-8594. DOI: 10.1523/JNEUROSCI.1868-09.2009.
[24]
CHEN Y, KUMFOR F, LANDIN-ROMERO R, et al. The Cerebellum in Frontotemporal Dementia: a Meta-Analysis of Neuroimaging Studies[J]. Neuropsychol Rev, 2019, 29(4): 450-464. DOI: 10.1007/s11065-019-09414-7.
[25]
LUPO M, OLIVITO G, GRAGNANI A, et al. Comparison of cerebellar grey matter alterations in bipolar and cerebellar patients: Evidence from voxel-based analysis[J/OL]. Int J Mol Sci, 2021, 22(7): 3511 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/33805296/. DOI: 10.3390/ijms22073511.
[26]
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.
[27]
AKHTAR A, SAH S P. Insulin signaling pathway and related molecules: Role in neurodegeneration and Alzheimer's disease[J/OL]. Neurochem Int, 2020, 135: 104707 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/32092326/. DOI: 10.1016/j.neuint.2020.104707.
[28]
SHEN S, LIAO Q, WONG Y K, et al. The role of melatonin in the treatment of type 2 diabetes mellitus and Alzheimer's disease[J]. Int J Biol Sci, 2022, 18(3): 983-994. DOI: 10.7150/ijbs.66871.
[29]
HAMER J A, TESTANI D, MANSUR R B, et al. Brain insulin resistance: A treatment target for cognitive impairment and anhedonia in depression[J]. Exp Neurol, 2019, 315: 1-8. DOI: 10.1016/j.expneurol.2019.01.016.
[30]
CHEN Y C, JIAO Y, CUI Y, et al. Aberrant brain functional connectivity related to insulin resistance in type 2 diabetes: a resting-state fMRI study[J]. Diabetes Care, 2014, 37(6): 1689-1696. DOI: 10.2337/dc13-2127.
[31]
TAUBEL J C, NELSON N R, BANSAL A, et al. Design, Synthesis, and Preliminary Evaluation of [(68)Ga]Ga-NOTA-Insulin as a PET Probe in an Alzheimer's Disease Mouse Model[J]. Bioconjug Chem, 2022, 33(5): 892-906. DOI: 10.1021/acs.bioconjchem.2c00126.
[32]
LUO A, XIE Z, WANG Y, et al. Type 2 diabetes mellitus-associated cognitive dysfunction: Advances in potential mechanisms and therapies[J/OL]. Neurosci Biobehav Rev, 2022, 137: 104642 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/35367221/. DOI: 10.1016/j.neubiorev.2022.104642.
[33]
YANG H, WANG N, LUO X, et al. Cerebellar atrophy and its contribution to motor and cognitive performance in multiple system atrophy[J/OL]. NeuroImage Clin, 2019, 23: 101891 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/31226621/. DOI: 10.1016/j.nicl.2019.101891.
[34]
FIORENZATO E, ANTONINI A, WENNING G, et al. Cognitive impairment in multiple system atrophy[J]. Mov Disord, 2017, 32(9): 1338-1339. DOI: 10.1002/mds.27085.
[35]
MOORE D M, D'MELLO A M, MCGRATH L M, et al. The developmental relationship between specific cognitive domains and grey matter in the cerebellum[J]. Dev Cogn Neurosci, 2017, 24: 1-11. DOI: 10.1016/j.dcn.2016.12.001.
[36]
MANOR B, NEWTON E, ABDULJALIL A, et al. The relationship between brain volume and walking outcomes in older adults with and without diabetic peripheral neuropathy[J]. Diabetes Care, 2012, 35(9): 1907-1912. DOI: 10.2337/dc11-2463.
[37]
KASSIR R, GIMET P, HUPIN D, et al. Brain alterations associated with overweight evaluated by body mass index or body fat index in an elderly population: the PROOF study[J/OL]. Front Endocrinol (Lausanne), 2023, 14: 1148068 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/37334288/. DOI: 10.3389/fendo.2023.1148068.
[38]
KOLENIC M, SPANIEL F, HLINKA J, et al. Higher Body-Mass Index and Lower Gray Matter Volumes in First Episode of Psychosis[J/OL]. Front Psychiatry, 2020, 11: 556759 [2023-07-06]. https://pubmed.ncbi.nlm.nih.gov/33173508/. DOI: 10.3389/fpsyt.2020.556759.

上一篇 关节软骨损伤磁共振定量成像的研究进展
下一篇 多b值扩散加权成像在阿尔茨海默病临床诊断中的价值探讨
  
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