论文部分内容阅读
目的:近年来,中国经历了快速城市化过程,城市化所导致的生活环境改变与人们的健康息息相关。尽管城市化存在诸多优点,其所带来的不良因素也会通过影响人脑结构和功能,进而增加精神疾病的患病风险。本实验招募628例中国汉族正常青年受试者,基于卫星遥感数据和国家统计数据从不同角度评估城市化水平,分别使用灰质体积(grey matter volume,GMV)和低频振幅(amlpitude of low frequency fluctuation,ALFF)评估人脑结构和功能。旨在运用多变量分析方法揭示城市化水平与人脑结构和功能变异的关系。材料与方法:本实验共招募了628例中国汉族正常青年受试者,其中男性288例,女性340例,所有受试者年龄范围在18~30岁。采用GE公司3.0T磁共振扫描仪Discovery MR750对所有受试者进行矢状位三维高分辨率结构像和静息态功能磁共振成像(resting state functional magnetic resonance imaging,rs-f MRI),然后对结构像数据和rs-f MRI数据分别进行预处理,基于不同的脑图谱计算得到每位受试者的每个脑区的GMV和ALFF值。基于卫星遥感数据和国家统计数据根据受试者的居住地坐标提取每位受试者居住地的与城市化相关的各类环境指标。关键方法描述如下:1.影像变量:包括GMV和ALFF。基于脑网络组图谱(brainnetome atalas,BN-274)模板,将人脑分割为274个感兴趣区(regions of interest,ROIs),所有脑区均回归年龄、性别、教育年限和身体质量指数(body mass index,BMI)的效应。为了增加结果可信度,采用基于自动解剖标记模板(automated anatomical labeling,AAL-90)得到的脑区水平脑影像数据和基于体素水平的脑影像数据对结果进行验证。2.城市化变量:基于卫星遥感数据和国家统计数据选取了15个从不同角度反映城市化水平的环境变量纳入本研究进行分析。根据受试者填写的居住地坐标提取得到居住地附近的各项环境变量值。3.典型相关分析(canonical correlation analysis,CCA):采用CCA方法综合描述环境变量组和影像变量组之间的关系,影像变量组分别采用脑区水平和体素水平的数据进行结果的相互验证。4.分别用每一影像变量和CCA分析后得到的综合影像变量进行相关分析,得到和城市化水平显著相关的脑区。5.分别用每一环境变量和CCA分析后得到的综合环境变量进行相关分析,得到特异性影响脑结构和功能的环境变量。结果:1.城市化水平与特异性脑GMV模式有显著相关性(r=0.775,p=0.031),城市化水平主要和某些脑区的GMV减少有关,这些脑区为:双侧额上回、双侧额中回、左侧颞下回、双侧眶回、双侧中央前回、双侧中央旁小叶、双侧楔前叶、双侧中央后回和双侧扣带回。特异性影响这些脑结构改变的环境变量为夜间灯光亮度(r=0.807,p<0.001);2.城市化水平和特异性脑ALFF值改变模式同样具有显著相关性(r=0.802,p<0.001),和城市化水平有正相关的脑区主要是右侧中央后回,和城市化水平呈负相关的脑区主要为右侧额上回和双侧颞下回。影响这些脑变化模式的环境因素包括:夜间灯光亮度和归一化植被指数(normalized difference vegetetion index,NDVI);3.使用AAL模板得到的脑区水平影像数据和基于体素水平影像数据与城市化水平的CCA分析进一步验证了上述结果。结论:本研究发现,城市化水平和脑结构及功能改变均存在相关性。其中,广泛脑区的GMV减少以及多个脑区ALFF值改变和城市化水平存在显著相关性,并且这些脑改变模式主要受到城市环境的经济水平、绿化水平和大气污染等因素影响。这些发现可以帮助我们进一步理解城市化水平和人脑相关性的神经机制。