
轻度认知障碍被认为是介于正常衰老和痴呆之间的过渡状态,是痴呆预防性治疗的关键阶段。大脑默认网络指静息状态下大脑存在的自发神经元活动相对活跃的区域,被认为是保持正常认知功能最重要的网络。静息态功能磁共振成像技术可对大脑自发神经元活动进行精确定位,因其简单易行、无创、分辨率高、可重复扫描等优点被广泛应用于认知障碍疾病的研究。本文基于静息态功能磁共振成像技术的大脑默认网络在认知障碍疾病方面的变化研究进展予以综述。
痴呆[1]是目前备受关注且日益严重的全球化健康问题,对个人和社会都有着重大影响。目前导致痴呆的最主要病因是阿尔茨海默病(AD),此外,帕金森病(PD)所致痴呆也日益增多。轻度认知障碍(MCI)被认为是介于生理性认知功能减退和病理性认知功能障碍之间的中间状态。以往磁共振成像(MRI)评估MCI主要观察大脑结构改变,而脑功能改变要远早于脑结构变化。大脑默认网络(DMN)指大脑静息状态下自发神经元活动相对活跃的区域,多项研究证实其与痴呆相关性较高,因此MCI患者的DMN变化在其精准识别和早期诊断中具有重要意义。
1.MCI的定义:MCI其特征可以概括为:(1)主诉或知情者报告患者认知能力下降,且存在客观证据;(2)多项客观检测证实;(3)对日常功能影响不大,未达到痴呆诊断;(4)不能简单归因于年龄。尽管这一概念在理论上讲是合理的,但在临床实际应用中却存在一定困难。根据疾病进展规律,早期MCI患者可能被认为是正常衰老所致,往往当大脑出现结构改变如脑萎缩时,才做出相应诊断,此时患者大多已处于疾病晚期。因此,对MCI的早期诊断是痴呆预防的关键。
2.MCI的分型:根据患者的不同临床表现,MCI被分为遗忘型和非遗忘型两大类。遗忘型轻度认知障碍(aMCI)指患者表现有记忆力损害,伴或不伴其他认知功能障碍,包括单纯记忆损害型(aMCI-s)和多认知领域损害型(aMCI-m)。非遗忘型轻度认知障碍(n-aMCI)指患者表现为记忆功能以外的其他认知领域损害,记忆功能尚且保留,包括非记忆单一认知领域损害型和非记忆多认知领域损害型。
3. AD患者前期MCI阶段:AD的前期阶段,患者大多同时满足MCI的诊断标准。2012年,美国国家老龄化研究所和AD协会共同为AD的症状性痴呆前期阶段即AD-MCI制定了诊断标准,包括:(1)自身对认知变化的感知;(2)一个或多个认知领域功能的减退;(3)其他功能的独立性;(4)无痴呆。
4. PD患者伴MCI阶段:PD除静止性震颤、肌强直、运动迟缓、姿势步态异常为主的运动症状外,还存在一些非运动症状,其中认知功能障碍最为显著,涵盖从帕金森病轻度认知障碍(PD-MCI)到帕金森病痴呆症(PDD)的连续过程[2]。PD-MCI指在PD确诊基础上出现的认知功能受损,其较运动症状更为隐匿,研究发现[3]认知功能障碍可被视为前驱性PDD,因此早期识别PD-MCI是防治PDD的关键。2012年,国际运动障碍协会(MDS)制定了PD-MCI最新诊断标准,包括:(1)PD的明确诊断;(2)主诉或知情者报告或临床医生观察到的认知能力减退;(3)神经心理学测试或整体认知量表所判定的认知缺陷;(4)不影响其他功能的独立性。
DMN概念于2001年首次提出,指大脑在无外加任务时自发脑功能活动相对活跃的区域。其由离散的、双侧且对称的皮层区域组成,主要包括中线皮质区(内侧前额叶、后扣带回)、外侧皮质区(顶下小叶、外侧颞叶)及内侧颞叶等结构。
人脑存在一个复杂的脑网络系统,根据网络间脑功能连接的不同特征将其划分为功能相关的各个网络,即静息态大脑网络。通过独立成分分析从静息态功能磁共振成像(RS-fMRI)数据中可检索出多个静息态网络,主要包括DMN、执行控制网络(ECN)、背侧注意网络(DAN)、额-顶叶网络(FPN)、突显网络(SN)、感觉运动网络(SMN)等。Engels等4]研究发现DMN动态功能连接与PD患者的认知功能最为相关,Kvavilashvili等[5]也认为与AD相关的淀粉样沉积往往最早且最显著地出现于DMN,因此DMN在人脑功能体系结构及MCI的评估与诊断中扮演着关键角色。
RS-fMRI指在静息状态下通过测量受试者大脑BOLD信号的低频振荡特性,对神经元活动进行精确定位,从而获得相应脑区的数据及影像,其实现了大脑自发神经元活动与高分辨率MRI技术的有机结合。
1.局部脑活动改变:大脑局部活动的分析方法主要包括局部一致性(ReHo)和低频振幅(ALFF)。Zhen等[6]通过ReHo分析发现MCI患者在DMN不同关键枢纽区ReHo值同时存在增强与减弱表现,Zhou等[7]通过ALFF分析发现MCI患者在DMN不同脑区ALFF值也同时存在增高与减低表现,提示MCI患者大脑内功能缺陷和补偿可能并存的假设。这与Liang等[8]研究结果一致,他们认为aMCI患者早期功能障碍主要是代偿障碍,而DMN自发活动的增强是其补偿机制。此外,Zhou等[7]还发现不同亚型MCI患者大脑静息自发活动差异具有统计学意义,推测ALFF可能是区分MCI不同亚型的潜在方法,而以往多项研究表明[9],aMCI患者更易转化为AD,这也可能预测aMCI向AD转化。
2.脑功能连接(FC)改变:脑FC指不同脑区间BOLD信号波动的时间相关性。Soman等[10]发现AD、MCI与健康对照者相比,AD、MCI患者在DMN、DAN及SMN的功能连接广泛减少,且AD、MCI患者在DMN和FPN内小脑区域FC减低程度差异具有统计学意义,这一发现有助于有效识别AD及MCI。且AD和MCI患者不同脑区FC减低程度与其记忆测试分数呈正相关,这提示FC在预测AD风险性中有一定作用。Joo等[11]研究发现AD、MCI患者在DMN、SN和CEN不同脑区的FC均减低,而以往研究证实DMN连通性降低表现也可出现在其他疾病中,如PD和多发性硬化症,表明DMN联合SN和CEN的FC改变可能对于AD-MCI的诊断更具特异性。
3.脑网络相关性改变:全脑网络分析指将脑区之间兴奋关联程度分别定义为网络的节点和边界,用图论拓扑属性分析大脑FC的分析方法。静息状态下DMN和DAN之间自发波动的反相关性是健康个体大脑组织的特征,Wang等[12]研究发现在aMCI-s、aMCI-m和AD组中DMN与DAN特定脑区间存在低连通性,其他网络脑区间表现为超连通性,而aMCI-m较aMCI-s组DMN和DAN间反相关性的降低程度更低,AD组下降至几乎为零,这反映了MCI进展至AD过程中DMN-DAN反相关性的衰减梯度,表明其可能是潜在生物学标志。记忆力减退通常是AD的早期症状,随着病程进展认知逐渐下降并扩散到其他领域,患者从aMCI-s过渡到aMCI-m阶段,这与DMN-DAN反相关性衰减梯度相符,这可能为AD发病机制提供新见解。
1.局部脑活动改变:Li等[13]通过ReHo分析发现PD-MCI和认知功能未受损的PD患者(PD-CU)左侧小脑后叶均表现出ReHo值降低,这与Tang等[14]ALFF分析结果相似,提示小脑病变可能与PD病理生理改变有关,并推测小脑功能进一步减退可预测PD向PDD进展。Wang等[15]通过ALFF分析发现,PD-MCI及PD-CU患者枕叶区ALFF值均降低,而PD-MCI患者在右侧额下回ALFF值增加,提示PD-MCI患者右侧额下回自发活动功能亢进可能是认知能力下降的一种代偿机制,为延缓痴呆进展和探索PD-MCI综合治疗提供思路。
2.脑FC改变:多项研究发现,PD-MCI患者DMN内FC广泛减低,其灵敏度高达100%,特异度高达89.5%,这为PD-MCI患者的早期识别提供新思路。Zhan等[16]研究发现PD-MCI患者后扣带回皮质FC增加,而PDD患者后扣带回皮质FC下降,表明这可能是PD患者认知受损后的代偿机制;而后扣带回皮质与相应脑区FC的降低,则可能预测PD-MCI向PDD的进展。Hou等[17]通过对PD-MCI、PD-CU及HC组DMN子系统[背部内侧前额叶皮层(DMPFC)和内侧颞叶(MTL)]的FC研究分析,发现PD-MCI的FC在DMPFC中较HC组下降,余两两对比FC均无明显变化,提示DMPFC子系统主要在PD-MCI亚群中受到干扰,这可能为PD-MCI的识别提供新视角。
3.脑网络相关性改变:Hou等[18]通过图论方法对PD-MCI、PD-CU及HC组脑网络拓扑学性质进行相关研究,发现PD-MCI及PD-CU脑网络随机增强,而仅PD-MCI表现为DMN、SMN及腹侧前额叶皮层之间的兴奋关联程度减低,提示破坏的拓扑结构可能有助于阐明PD-MCI的潜在机制,也可能为诊断PD-MCI提供潜在生物学标志物。
目前,国内外仍缺乏治疗痴呆的有效手段,而MCI是痴呆预防性治疗的关键阶段,神经影像学技术的发展提高了对其复杂机制的认识,也为其有效识别提供了新思路,但由于其临床异质性及发病机制的不同,能够有效评估的特异性影像学标记仍在探索阶段,尚无统一标准。现有研究大多为横断面设计,无法阐明MCI患者转归情况及其DMN改变的因果关系,有必要进行进一步纵向随访设计研究。现阶段文献报道的相关研究结果也缺乏一致性,其原因可能是研究样本量相对较小且MCI患者存在个体化差异。BOLD-fMRI能直观反映脑网络结构及功能变化,且在纵向研究过程中具有可重复性,有可能为找到可预测痴呆风险的DMN改变提供新的方向。
此外,已有多项研究证实以经颅磁刺激(TMS)技术刺激大脑皮层可获得多脑区功能连接改变[19],且TMS可作为非药物干预措施刺激前额叶或楔前叶皮层改善AD患者的记忆功能[20],而目前针对MCI患者DMN脑区的探索性结合研究还相对较少,且对于该疗法的有效性及能否延缓MCI向AD进一步转变尚不清楚,这也为深层次探索提供新的思路。
综上,从fMRI测得脑内局部脑活动改变、FC变化及脑网络相关性差异可能会给识别MCI特异性影像学标志的研究提供参照,而fMRI与TMS等技术联合应用于MCI的早期诊断、转归预测及有效干预则有可能会成为未来的研究方向。
所有作者均声明不存在利益冲突





















