曾慧鈃，李金标，王猛，欧阳馥冰，禹雷，易铭，郭佳钰，倪瑞晨，崔立谦，范玉华（*第一作者）
脑小血管病（cerebral small vessel disease，CSVD）是各种病因影响脑内小动脉及其远端分支、毛细血管和小静脉等所导致的一系列临床、影像、病理综合征，MRI常表现为近期皮质下小梗死（recent small subcortical infarct，RSSI）、推测为血管源性的腔隙、推测为血管源性的脑白质高信号（white matter hyperintensity，WMH）、血管周围间隙（perivascular space，PVS）、脑微出血（cerebral microbleed，CMB）和脑萎缩[1]。除常见的卒中症状外，CSVD还表现为慢性认知功能下降、步态障碍及情感障碍等[2]。
阻塞性睡眠呼吸暂停（obstructive sleep apnea，OSA）是一种以睡眠打鼾伴呼吸暂停和日间思睡为主要临床表现的睡眠呼吸疾病[3]。据统计，在普通人群中，9%的中年女性和27%的中年男性患有OSA，随着年龄增长和体重增加，OSA的患病率也在增加[4-5]。OSA可通过多种机制介导高血压、冠心病、CSVD、认知功能障碍等多器官多系统损害的发生[6-7]。呼吸暂停低通气指数（apnea hypopnea index，AHI）定义为睡眠中每小时呼吸暂停和低通气呼吸的频率，通常使用AHI判定OSA的严重程度，分为无OSA（AHI＜5次/小时）、轻度OSA（5次/小时≤AHI＜15次/小时）、中度OSA（15次/小时≤AHI＜30次/小时）及重度OSA（AHI≥30次/小时）。
CSVD常见的危险因素包括增龄、高血压、糖尿病和吸烟等[8]，OSA也可能增加CSVD的风险，潜在机制包括持续高血压、炎症反应激活、脑血流动力学改变、脑血管内皮功能障碍、血管动脉硬化等[9]。一项关于OSA与CSVD影像标志物关系的荟萃分析显示，OSA与WMH、腔隙呈正相关，而与CMB或PVS关系不明确[9-10]；
OSA越严重，发生WMH的可能性越高，中重度OSA与腔隙有关[11]。有OSA患者的微观结构研究发现，在额叶皮质、胼胝体、岛叶、扣带回、基底节、内囊、腹侧丘脑、皮质脊髓束等存在不同程度的白质破坏[12-15]，这些区域与自主神经调节、记忆力、注意力、执行功能及情绪调节相关。此外，OSA患者发生轻度认知障碍或痴呆的概率更高[16-17]。如果不及时对OSA进行诊断和治疗，患有OSA的CSVD患者认知功能受损的风险可能增加。
目前对以CSVD相关临床表现就诊而诊断OSA的患者进行脑微结构研究的探索较少。本研究目的是通过弥散张量成像（diffusion tensor imaging，DTI）探讨CSVD合并OSA患者大脑微结构的变化以及OSA对认知障碍的影响。
1.1 研究对象 连续纳入2018年9月—2020年6月中山大学附属第一医院神经内科病房收治的CSVD患者。入组标准：（1）年龄≥50岁。（2）参照《中国脑小血管病诊治专家共识2021》，患者存在CSVD急性或亚急性临床症状[18]。（3）存在以下影像学特征中的至少两项：①血管源性腔隙≥1个；
②脑室旁或深部WMH（Fazekas≥2级）；
③CMB≥1处；
④单侧基底节区PVS≥10个。（4）提供患者的书面知情同意。排除标准：（1）颅内外动脉狭窄＞50%；
（2）影像学及临床资料高度提示心源性栓塞可能；
（3）T2FLAIR提示梗死灶直径＞1.5 cm或DWI提示病灶直径＞2 cm；
（4）多发性硬化、脑白质营养不良等疾病导致的WMH；
（5）存在脑出血、帕金森病、癫痫、脑炎、严重脑外伤等疾病；
（6）不能配合完成头颅MRI及多导睡眠监测（polysomnography，PSG）。
1.2 资料收集 收集患者的人口学信息，包括年龄、性别、BMI等，既往临床资料，包括既往疾病史（高血压、糖尿病、高脂血症）、吸烟史等。入院后完成危险因素筛查，包括记录血压、空腹血糖、糖化血红蛋白、LDL-C、胆固醇、TG、Hcy、D-二聚体等相关信息。采用MMSE、MoCA和阿尔茨海默病评估量表-认知亚量表（Alzheimer’s disease assessment scale，ADAS-cog）评估患者认知功能，采用匹兹堡睡眠质量指数（Pittsburgh sleep quality index，PSQI）衡量患者过去一个月的睡眠质量，采用Epworth嗜睡量表（Epworth sleeping scale，ESS）测量患者日间嗜睡程度。
所有受试者均在安静的房间使用PSG软件（Nicolet EEG Modular Neurodiagnostic Software）监测睡眠，检查前禁止服用镇静药物辅助睡眠，记录时间至少8 h，参数包括睡眠潜伏期、卧床总时间、睡眠总时间、睡眠效率、N1睡眠、N2睡眠、N3睡眠、快速眼动（rapid eye movement，REM）睡眠、睡眠周期性肢体运动（periodic limb movements during sleep，PLMS）指数、觉醒指数（arousal index，ArI）、AHI。根据AHI将患者分为OSA组（AHI≥5次/小时）和不伴OSA组（AHI＜5次/小时）。该研究已获得中山大学附属第一医院机构审查委员会的伦理批准（批准号：2018109）。
1.3 神经影像采集与分析
1.3.1 影像数据采集 所有患者均在中山大学附属第一医院使用西门子3.0T MRI进行扫描，采集序列包括T1WI、T2WI、T2FLAIR、SWI和DTI。所有被试扫描参数保持一致（表1）。
表1 MRI扫描成像序列及参数设置
1.3.2 影像数据处理
1.3.2.1 脑小血管病负荷 图像处理过程使用基于多图谱的大脑自动分割工具AccuBrain（brain Now Medical Technology Ltd）[19]，自动量化WMH体积、深部结构（即基底节区、丘脑、内囊、胼胝体等）CMB数量及腔隙数目。然后由神经影像科专家进行视觉评分，包括使用Fazekas量表评估WMH的负荷，使用PVS视觉评分量表评估基底神经节PVS的负荷。最后使用CSVD负荷评分表进行程度评估，总分为0～4分：腔隙≥1个计1分，CMB≥1处计1分，BP-PVS≥10个计1分，深部或脑室旁白质Fazekas评分≥2级计1分[20]。
1.3.2.2 DTI成像的预处理 在Linux系统下使用FSL软件（FMRIB软件库，https://fsl.fmrib.ox.ac.uk/fsl/fslwiki）进行数据预处理[21-22]。具体步骤如下：①目视检查排除存在严重伪影的图像；
②对图像进行头动与涡流形变校正，在涡流校正的基础上，对梯度方向进行调整；
③采用FSL中的BET工具剥除脑外组织并制造掩模；
④使用FSL的扩散工具箱获得DTI参数。
1.3.2.3 基于纤维束示踪的空间统计分析 利用预处理获得的各向异性分数（fractional anisotropy，FA）值，通过FSL软件完成基于纤维束示踪的空间统计分析（tractbased spatial statistics，TBSS）[21，23]。①对DTI进行目视检查，以排除具有明显失真或缺陷的FA图像。②采用非线性配准方法将FA图像配准到FMRIB58_FA模板上图像。③生成阈值为0.2的平均FA骨架，仅保留主要区域。④将每个受试者的FA投影到骨骼以构建白质骨架。⑤采用双样本非配对t检验的非参数置换检验（5000次）来评估以性别和年龄为协变量的组间差异。统计利用无阈值簇群增强（threshold-free cluster enhancement，TFCE）校正和家族错误率（family-wise error，FWE）校正进行多重比较校正，P＜0.05提示差异具有统计学意义。⑥从JHU ICBM-DTI-81白质图谱标记感兴趣区域（region of interest，ROI）及提取FA值。⑦将上述获得的变形关系矩阵应用于平均弥散率（mean diffusivity，MD）图像，并进行标准空间化，后进行组间比较，步骤同FA图像。
1.4 统计学方法 采用SPSS 25.0软件进行人口学信息及临床资料的统计分析。对于计量资料，正态分布数据使用统计描述，组间比较采用独立样本t检验；
非正态分布数据使用M（P25～P75）进行统计描述，组间比较采用非参数检验。对于计数资料，使用百分比进行统计描述，运用Fisher确切概率法进行组间比较。对有统计学意义的影响因素，将其作为自变量纳入多因素logistic回归分析中。上述统计的检验水准为α=0.05，均采用双侧检验。
TBSS分析使用Linux系统、FSL软件与SPSS 25.0软件完成。在纤维示踪统计分析中，提取具备显著组间差异脑区的FA值与MD值，将FA及MD值与影像学特征及量表评分进行相关性分析。上述统计的检验水准为α=0.05，均采用单侧检验。
2.1 临床资料 对39例患者进行了头颅MRI扫描和PSG记录，其中7例患者因缺乏MRI数据或参数不一致或图像质量差而被排除。因此，最终纳入32例患者，其中21例CSVD患者同时被诊断为OSA，11例CSVD患者未被诊断为OSA。伴OSA患者的平均年龄为（64.14±11.57）岁，男性18例（85.7%），而不伴OSA患者的平均年龄为（67.64±8.95）岁，男性6例（54.5%）。在单因素分析中，与不伴OSA组相比，OSA组肌酐水平更高（P=0.016）、TG水平更低（P=0.046）和ArI更高（P=0.006）；
然而在年龄、性别、BMI、既往史、其余危险因素、认知及睡眠评分、CSVD影像标志物、其余PSG各项参数等方面两组差异无统计学意义（表2）。
表2 伴或不伴OSA的CSVD患者临床特点、影像学特点及PSG参数的比较
2.2 脑小血管病患者发生阻塞性睡眠呼吸暂停的多因素分析 应用多因素logistic回归分析进一步评估血肌酐、TG、ArI对CSVD患者是否患OSA的影响，结果显示，血肌酐、TG、ArI均无统计学意义（表3）。
表3 CSVD患者患OSA的多因素logistic回归分析
2.3 基于纤维束示踪的空间统计分析 基于体素的TBSS比较显示，以性别和年龄作为协变量，OSA组与不伴OSA组的MD差异有统计学意义（TFCE-FEW校正，P＜0.05），而FA值的组间差异不具备统计学意义。OSA组在双侧丘脑前放射、双侧皮质脊髓束、双侧扣带回、双侧海马、大钳（胼胝体枕部纤维）、小钳（胼胝体额部纤维）、双侧额枕下束、双侧上/下纵束、双侧钩束等部位的MD显著升高（表4、图1）。提取组间差异具备统计学意义区域的MD值与MMSE评分、MoCA评分、ADAS-Cog评分、PSQI评分、ESS评分、AHI、PSG参数进行相关性分析，结果显示MD仅与MoCA评分呈负相关（r=-0.374，P＜0.05）（表5）。在MD值与CSVD影像标志物的相关性分析中，MD仅与WMH相对体积（r=0.646，P＜0.05）和Fazekas 2～3级（r=0.458，P＜0.05）呈正相关，与血管源性腔隙、CMB、PVS及CSVD总负荷之间无相关性（表6）。
图1 伴或不伴OSA的CSVD患者经TBSS分析差异脑白质纤维区
表4 OSA组MD差异脑区定位
表5 MD与AHI、认知功能及睡眠质量的相关性分析
表6 MD与CSVD影像标志物相关性分析
本研究旨在探索CSVD合并OSA患者大脑微结构的变化。研究发现在CSVD合并OSA患者大脑特定区域的MD值增加，包括丘脑前辐射、皮质脊髓束、扣带回、海马、胼胝体枕部和额部纤维、额枕下束、上/下纵束和钩束，表明这些区域的白质纤维被破坏。此外，研究还发现上述区域的MD与MoCA评分、WMH之间存在显著相关性，提示该区域纤维束损害可能与认知功能的损害及白质高信号的发生相关。
在DTI中，FA描述水分子的各向异性，代表水分子在特定方向上的扩散，MD描述水分子的各向同性，代表水分子的整体扩散能力。FA值下降和MD值增加均提示纤维束破坏[24]。研究发现，MD也可用于区分缺氧后的急性和慢性阶段，较低的MD值提示细胞内含水量增加的急性过程，而较高的MD值表明水分子受限制较少，增加径向扩散率，提示慢性过程和病理性白质变化，比如细胞外水肿、细胞丢失[25]。本研究中OSA组大脑区域显示MD值增加，可能表明该区域的损伤与慢性缺氧相关，并非急性损伤。虽然间歇性低氧血症被认为是OSA导致脑损伤的重要病理机制[26]，但本研究的数据没有显示PSG相关指标与MD之间的可能关联性，可能与未对OSA严重程度进一步划分或样本量不足有关。此外，在本研究中，FA组间差异无统计学意义，这似乎与既往大多数研究不一致。但是，由于FA是根据垂直方向和平行方向的扩散系数得出的，FA差异不显著也是可能存在的，而且，对于白质损害，白质扩散特性（如MD）可能更具特异性和敏感性[12-13]。
OSA引起的间歇性低氧血症可能使大脑出现氧化应激和缺血再灌注损伤[27]，导致结构变化，这些变化常出现在与认知功能、自主神经功能、情绪功能相关或控制呼吸及血压的相关区域[12]，导致患者生活质量下降。使用基于体素的形态测量（voxel-based morphometry，VBM）或皮质厚度分析方法的神经影像学研究报道了OSA患者在额叶区、前扣带皮质和杏仁核-海马区等与缺氧相关的灰质结构变化[28-29]，而白质纤维损伤常出现在胼胝体、扣带束、穹隆、内囊、小脑和皮质脊髓束[12]。本研究结果与上述变化区域一致。
皮质脊髓束完整性受损将影响上呼吸道呼吸肌的协调和控制，导致上呼吸肌的膈肌运动不协调，从而出现OSA[14]。扣带回参与自主神经调节，出现呼吸障碍和血压变化时可激活扣带区。海马与呼吸暂停后的吸气发作有关[30]，海马损伤可能会损害呼吸暂停后的呼吸恢复，继而加重脑损伤。以上区域的损伤都与呼吸障碍紧密联系。
本研究发现，具有差异脑区的MD与MoCA评分明显相关，提示这些区域白质损害可能与认知功能下降相关。既往已有研究表明OSA的白质纤维病变与认知功能恶化有关，主要涉及双侧丘脑前辐射和右钩束[31]。另一项研究纳入中至重度OSA受试者，发现其胼胝体前部的MD值较高，这与注意力的持续和前瞻性记忆受损相关[32]。OSA患者认知功能受损还可能累及扣带回、海马、额部纤维结构[33]。再者，上纵束连接额叶、顶叶、枕叶及颞叶，与语言功能相关；
下纵束连接颞叶和枕叶，与视觉辨认有关；
钩束连接额叶的前部和颞叶的前部，对行为调控十分重要；
这些部位的损伤均与认知功能有一定联系[34]。既往有关CSVD和OSA的研究中很少提及额枕下束，但本研究发现额枕下束的MD值升高，且额枕下束异常常表现为各种形式的注意力（如警觉性、定向力和执行能力）缺陷[35]。
本研究还发现差异区域的MD与WMH显著相关，提示OSA患者大脑微结构损害可能与WMH相关。既往观点认为WMH主要与衰老和高血压有关[36]，随着对WMH研究的深入，发现慢性缺氧缺血也可造成WMH和微结构破坏。Patel等[37]报道OSA引起的夜间低氧血症与WMH相关；
另一项CSVD研究则发现在WMH部位氧提取分数（代表氧供不足的指标）增加而脑血流量减少，而且随着血流量减少及氧提取分数的增加，WMH密度也增加[38]，暗示缺氧参与CSVD的脑白质病变。
在CSVD患者中，WMH与认知障碍的风险增加有关[39]，但OSA相关WMH变化与认知功能关系的研究较少。一项研究表明CSVD伴OSA患者PVS可能导致认知障碍，与WMH无关[40]。在本研究中，WMH和认知功能之间没有显著相关性，有关OSA引起WMH变化是否会引起CSVD患者的认知障碍仍不得而知。
综上所述，CSVD合并OSA患者存在更为广泛的脑白质纤维损害，且大脑微结构损害和WMH及认知障碍密切相关。但是本研究存在一定的局限性：首先，本研究作为一项单中心研究，样本量较少，后续相关研究应增加样本量；
其次，本研究作为一项横断面研究，仅初步推断CSVD合并OSA患者大脑微观结构受损与WMH及认知功能的变化存在相关性，无法表明因果关系，后续研究应考虑纳入队列研究等方法以明确两者时空上的先后顺序与相关关系；
再次，本研究未建立由健康人群组成的对照组，因病例数据所限，本研究无法获得患者诊断CSVD之前是否存在OSA的证据；
最后，本研究未就OSA严重程度进行区分，未来将在本研究基础上开展大规模多中心前瞻性研究以进一步探讨。
【点睛】本研究是一项小样本前瞻性研究，使用基于纤维束示踪的空间统计分析方法初步发现脑小血管病合并阻塞性睡眠呼吸暂停患者存在广泛脑白质纤维损害，为下一步大样本的研究提供了前期的参考数据和可行性研究方案。
猜你喜欢白质组间纤维解锁先进功能纤维纺织科学研究(2021年7期)2021-08-14纤维的无限可能纺织科学研究(2021年7期)2021-08-14数据组间平均数、方差关系的探究中学生数理化·七年级数学人教版(2019年6期)2019-06-25腹部纤维型纤维肉瘤CT表现2例中国医学影像学杂志(2018年9期)2018-10-17更 正中华皮肤科杂志(2018年4期)2018-01-22Geological characteristics, metallogenic regularities and the exploration of graphite deposits in ChinaChina Geology(2018年3期)2018-01-13血脂与脑小腔隙灶及白质疏松的相关性研究河北医学(2016年5期)2016-12-01脑白质改变发病机制的研究进展实用临床医学(2016年8期)2016-06-07ADMA/DDAH系统与脑白质疏松症的关系中华老年多器官疾病杂志(2016年8期)2016-05-14Numerical Solution of Fractional Fredholm-Volterra Integro-Differential Equations by Means of Generalized Hat Functions MethodComputer Modeling In Engineering&Sciences(2014年14期)2014-04-14