论文部分内容阅读
目的:从中医角度将2型糖尿病（Type 2 diabetes mellitus,T2DM）分为虚证和实证两大类,研究T2DM虚证和实证患者是否存在脑功能差异。对T2DM虚证进一步细分,研究T2DM虚证中的阴虚型,根据蒙特利尔认知功能评估量表（Montreal cognitive assessment,MoCA）再将阴虚型T2DM细分为阴虚型T2DM伴有认知障碍（T2DM with cognitive impairment,T2DM-CI）以及阴虚型T2DM不伴有认知障碍（T2DM without cognitive impairment,T2DM-noCI）。采用高阶动态功能连接（Dynamic high-order functional connectivity,dHOFC）网络构建方法来捕获T2DM虚证和实证、阴虚型T2DM-CI以及阴虚型T2DM-noCI的脑功能网络的变化。通过机器学习的多变量模式识别方法,将T2DM虚证和实证、阴虚型T2DM-CI和健康组（Healthy controls,HC）以及阴虚型T2DM-noCI和HC进行脑功能网络分类,使分类模型中的贡献特征可以构成相应的异常模式,以便更好地帮助我们理解糖尿病（Diabetes mellitus,DM）脑病。方法:收集2018年10月至2020年12月广州中医药大学第一附属医院内分泌门诊或住院部23名T2DM虚证患者,27名T2DM实证患者,50名T2DM阴虚型患者（其中23名阴虚型T2DM-CI,27名阴虚型T2DM-noCI）和50名HC。把受试者分成三个试验,一项试验由23名T2DM虚证患者和27名T2DM实证患者构成,一项试验由23名阴虚型T2DM-CI和25名HC组成,一项试验由27名阴虚型T2DM-noCI和25名不同的HC组成。所有受试者均为右利手。其中后两项试验受试者均完成MoCA、听觉词语学习测验（Auditory verbal learning test,AVLT）、连线测验（Trail making test,TMT）、画钟测验（Clock drawing test,CDT）及数字广度测验（Digit span test,DST）等认知功能量表测试。所有数据均采用美国GE SIGNA EXCITE 3.0T磁共振成像（Magnetic resonance imaging,MRI）扫描仪采集。所有受试者均进行常规MRI、静息态功能MRI（resting-state functional magnetic resonance imaging,rs-f MRI）及高分辨率3D-T1WI全脑结构像扫描。使用基于脑网络构建的分类工具箱（Brain Net Class v1.1）构建所有受试者的dHOFC网络,对三个试验的受试者进行脑功能网络分类,并计算出dHOFC特征、每个功能网络的绝对参与度以及相对参与度。选取合适的统计学方法,比较T2DM虚证和实证人口统计学及临床资料的组间差异;比较阴虚型T2DM-CI和HC以及阴虚型T2DM-noCI和HC人口统计学、临床及神经认知功能量表资料的组间差异。对阴虚型T2DM-CI和HC,以年龄、性别、教育年限为协变量,将dHOFC特征和MoCA评分进行相关分析;对阴虚型T2DM-noCI和HC,以年龄、性别、教育年限为协变量,将dHOFC特征和即刻回忆（Auditory verbal learning test（immediate recall）,AVLT-IR）进行相关分析。P<0.05认为有统计学意义。结果:1.基于dHOFC的三个试验分类在所有性能指标上均优于低阶功能连接（Low-order functional connectivity,LOFC）。2.在T2DM虚证和实证的脑功能分类结果中,选择了对分类贡献最大的一个dHOFC节点,包括感觉运动网络（Sensorimotor network,SMN）、默认模式网络（Default mode network,DMN）和腹侧注意网络（Ventral attention network,VAN）。节点包含32条网络内部连接,其中16条是VAN的内部连接,12条是SMN的内部连接,4条是DMN的内部连接。涉及连接的脑区有:双侧中央沟盖、双侧眶内额上回、双侧回直肌、双侧脑岛、双侧颞横回和双侧颞上回。根据相对和绝对参与度,VAN最高,其次是SMN和DMN。3.T2DM虚证和实证患者在年龄、性别、教育年限、MoCA评分、体重指数、空腹血糖、糖化血红蛋白、收缩压、舒张压、甘油三酯上无显著差异。阴虚型T2DM-CI和HC以及阴虚型T2DM-noCI和HC在年龄、性别、教育年限上无显著差异。阴虚型T2DM-CI和HC以及阴虚型T2DM-noCI和HC的收缩压以及舒张压有显著性差异;阴虚型T2DM-noCI和HC的体重指数有统计学意义。MoCA评分和AVLT-IR在阴虚型T2DM-CI及其匹配的HC之间有显著性差异,在其他神经认知功能量表方面,阴虚型T2DM-noCI与其匹配的HC之间没有显著差异。4.在阴虚型T2DM-CI和HC的脑功能分类结果中,选择了对分类贡献最大的两个dHOFC节点,其中节点1包括SMN、DMN和VAN。节点1包含50条连接,其中22条是SMN的内部连接。涉及连接的脑区有:双侧内侧和旁扣带脑回、双侧中央沟盖、双侧缘上回、双侧颞上回、右侧补充运动区、双侧脑岛、右侧中央前回、双侧中央后回和双侧颞横回。在节点1中,SMN占全部网络中的75%,其绝对参与度为68,而其他两个高级系统（DMN和VAN）均占全部网络中的12.5%,其绝对参与度均为16。节点2涉及SMN、视觉网络（Visual network,VN）、DMN、额顶叶网络（Frontoparietal network,FPN）、背侧注意网络（Dorsal attention network,DAN）和VAN。在48条连接中,46条是网络内部的连接。涉及连接的脑区有:双侧中央旁小叶、双侧距状裂周围皮层、双侧楔叶、双侧舌回、双侧枕上回、双侧枕中回、双侧枕下回、双侧梭状回、双侧楔前叶、双侧颞下回、双侧小脑脚1区、双侧小脑6区、小脑蚓部45区和小脑蚓部6区。根据相对参与度,主要涉及VN（53.85%）,其次是DAN（15.38%）、SMN（11.54%）、DMN（7.69%）、VAN（7.69%）和FPN（3.85%）。SMN绝对参与度最高,为50,其次是VN（28）、DAN（8）、DMN（4）、VAN（4）和FPN（2）。5.在阴虚型T2DM-noCI和HC的脑功能分类结果中,选择了对分类贡献最大的一个dHOFC节点,涉及了SMN和FPN的脑区和连接,节点包含16条连接,其中一半是FPN的内部连接,另一半是网络间连接。涉及的连接脑区为双侧眶部额上回、双侧眶部额中回、双侧小脑7b区和双侧小脑8区。根据相对和绝对参与度,FPN（75%,24）参与最多,而SMN相对较少（25%,8）。6.在阴虚型T2DM-CI和HC的脑功能分类中,dHOFC节点1的局部聚类系数与MoCA评分的相关性是显著的;dHOFC节点2的局部聚类系数与MoCA评分之间的关系接近显著;MoCA评分与教育年限呈正相关。在阴虚型T2DM-noCI和HC的脑功能分类中,dHOFC节点的局部聚类系数与AVLT-IR的相关性是显著的;AVLT-IR与教育年限呈正相关。结论:1.dHOFC可以很好地模拟脑区之间的复杂交互作用,以时变的方式测量长程功能相互作用,并捕获它们的同步,从而对认知状态的细微变化更加敏感;2.T2DM虚证和实证的脑功能分类中在VAN、DMN和SMN中表现出dHOFC的改变;3.阴虚型T2DM-CI患者在SMN、VN、DMN、FPN、DAN和VAN中表现出dHOFC的改变,可能是因为认知障碍导致广泛受损的脑功能网络;4.阴虚型T2DM-noCI中涉及了SMN和FPN的脑区和连接,不像阴虚型T2DM-CI那样能很好地从HC中区分出来,可能是因为其基本完整的认知功能和脑功能网络受影响较小;5.阴虚型T2DM-CI的dHOFC节点1的局部聚类系数与MoCA评分呈正相关,阴虚型T2DM-noCI的dHOFC节点的局部聚类系数与AVLT-IR呈负相关;6.受教育程度与MoCA评分和AVLT-IR呈正相关,提示受教育程度高的阴虚型T2DM患者认知功能较好。