急性創傷后早期腦結構網絡小世界屬性的磁共振研究

趙納 孟令惠 張英東 杜國帥 劉紅冉 高明龍 任貝貝 劉富榮

精神創傷性事件，又稱精神應激事件，包括親身經歷或者目睹他人的死亡、遭受死亡威脅、嚴重傷害或性暴力等，影響著越來越多的人［1］。精神創傷性事件不僅是診斷創傷后應激障礙（posttraumatic stress disorder，PTSD）的先決條件，還與許多慢性疾病的發病有關，如糖尿病、高血壓、心臟疾病等［2］。所以，許多研究關注創傷后腦結構及功能的改變，尋找創傷后干預的生物學表征。但是，目前大部分研究關注的是大腦局部腦區或局部腦網絡連接的改變，缺乏從全腦水平大尺度分析腦網絡連接的變化。人腦網絡具有小世界屬性，腦區之間以低耗能的形式進行信息傳輸，具有高效的全腦和局部信息傳遞能力［3］。許多神經精神疾病，包括PTSD均發現腦網絡的小世界屬性遭到破壞［4］。已有研究發現創傷后腦功能網絡有向隨機化發展的趨勢［5］，腦結構網絡的小世界屬性是否也發生了改變，目前尚不清楚。本研究采用基于彌散張量成像（diffusion tensor imaging，DTI）的圖論方法對交通事故受害者進行分析，在全腦水平探討急性創傷后早期腦結構網絡小世界屬性的變化，為尋找有效的創傷后早期干預方法提供理論基礎。

方法

1. 研究對象

招募2020年11月至2022年3月來自河北醫科大學第三醫院門診及住院的交通事故受害者31例（創傷組）和年齡、性別、受教育時間與創傷組相匹配的健康對照者31例（對照組）。創傷組由2名精神科醫生使用漢密爾頓焦慮量表（Hamilton anxiety scale，HAMA）進行焦慮測評，使用簡明國際神經精神障礙訪談檢查表（Mini International Neuropsychiatric Interview，MINI）排除精神疾病。創傷組納入標準：①年齡大于18歲且小于60歲；②初中或以上文化程度；③右利手；④近1周內親身經歷交通事故，感受到自身生命受到威脅；⑤無頭外傷及意識喪失；⑥由精神科醫師使用MINI排除精神疾??；⑦無神經系統及其他器質性疾??；⑧一級親屬中無精神疾病病史。對照組納入標準：①年齡大于18歲且小于60歲；②初中或以上文化程度；③右利手；④未經歷嚴重精神創傷性事件；⑤無腦外傷史；⑥由精神科醫師使用MINI排除精神疾??；⑦無神經系統及其他器質性疾??；⑧一級親屬中無精神疾病病史。

排除標準：①嚴重的軀體疾病，既往神經系統疾病史；②藥物及物質濫用史；③女性處于妊娠、哺乳期；④有磁共振檢查禁忌證；⑤磁共振檢查有器質性病變；⑥磁共振圖像質量不符合要求。

本研究得到河北醫科大學第三醫院倫理委員會的批準，所有受試者均簽署知情同意書，并且在同一天內完成臨床數據和影像學數據采集。創傷組數據采集時間在經歷交通事故后1周內。

2. 研究方法

2.1 影像數據采集

采用SIEMENS Verio 3.0 T 磁共振進行影像數據采集。使用12單元頭矩陣線圈。掃描過程中使用降噪耳機或棉球降低噪聲，同時使用泡沫軟墊固定頭部以防止頭動。磁共振掃描序列及參數如下：

（1）3D-T1序列：TR=1900 ms，TE=2.26 ms，視野=256 mm×256 mm，層厚1 mm，無間隔，層數176。

（2）DTI序列：TR=12800 ms，TE=85 ms， 視野=220 mm×220 mm，層厚2 mm，無間隔，層數65，b=1000 s/mm2，采集64個方向，1個b0。

為排除顱內器質性病灶，所有受試者均先行顱腦MRI平掃，未發現顱內器質性病變。

2.2 影像數據分析

使用PANDA軟件（http：//www.nitrc.org/projects/panda/）進行數據的預處理及網絡連接矩陣的建立。①去除頭皮；②頭動和渦流校正；③采用DTIFIT建立彌散張量模型，獲得各向異性分數（fractional anisotropy，FA）圖；④采用確定性纖維追蹤，使用自動解剖標記（Automated Anatomical Labeling，AAL）90圖集，建立全腦白質結構網絡。

使用Gretna軟件（http：//www.nitrc.org/projects/gretna/）計算腦結構網絡屬性。

2.3 腦結構網絡屬性分析

（1）聚類系數（clustering coefficient，Cp）：衡量網絡的模塊化程度。值越大，說明網絡模塊化程度越高。

（2）標準聚類系數γ：聚類系數Cp與隨機網絡對應參數的比值，γ=Cnet/Crand（rand表示隨機網絡，net表示真實網絡）。

（3）最短路徑長度（shortest path length，Lp）：衡量網絡內部信息的傳輸。網絡通過該路徑可以快速的傳遞信息，節省各種資源。

（4）標準最短路徑長度λ：最短路徑長度Lp與隨機網絡對應參數的比值，λ=Lnet/Lrand（rand表示隨機網絡，net表示真實網絡）。

（5）小世界性σ：同一個網絡中標準聚類系數與標準最短路徑長度的比值。σ=γ/λ。

（6）全局效率（global efficiency，Eg）：衡量網絡整體的信息傳輸能力。

（7）局部效率（local efficiency，Eloc）：衡量網絡局部的信息傳輸效率。

同時滿足γ＞1且λ≈1的網絡屬于小世界網絡［3］。

3. 統計學分析

使用SPSS21.0統計軟件對2組受試者的性別、年齡、受教育時間等資料進行統計學檢驗。使用獨立樣本t檢驗比較2組的年齡、受教育時間；性別比的比較采用χ2檢驗。腦結構網絡指標使用Gretna軟件，采用獨立樣本t檢驗進行分析?？刂颇挲g和受教育程度，采用偏相關分析研究HAMA評分與創傷組腦結構網絡指標的相關性。上述假設檢驗顯著性閾值設為0.05。

結果

1. 創傷組和對照組的人口學資料

創傷組31例和健康對照組31例被納入研究，2組之間年齡、性別比、受教育時間相匹配，組間比較差異無統計學意義（P＞0.05）。詳見表1。

表1 創傷組和對照組的人口學資料

2. 創傷組腦結構網絡屬性的改變

創傷組與對照組均滿足γ＞1且λ≈1，表明2組受試者的大腦結構網絡均具有小世界屬性。創傷組的σ值高于對照組，2組間差異具有統計學意義（t=3.037，P=0.004）；創傷組的γ值高于對照組，2組間差異具有統計學意義（t=2.980，P=0.004）。創傷組與對照組的Cp、Lp、λ、Eg、Eloc值間差異無統計學意義（P＞0.05），見表2。此外，創傷組腦結構網絡屬性未見與焦慮評分相關。

表2 創傷組與對照組腦結構網絡屬性比較

討論

本研究應用DTI構建創傷后早期的腦白質結構網絡，從全腦尺度出發，采用圖論方法，探討創傷后早期腦白質結構網絡的變化。研究結果顯示創傷組和對照組的腦白質結構網絡均具有小世界屬性，創傷組的σ和γ值較對照組升高。

基于彌散磁共振成像和纖維追蹤技術構建的腦白質結構網絡分析已經廣泛應用于各種疾?。?-8］，揭示其腦網絡拓撲屬性，為進一步理解疾病的發病機制及早期診斷提供了新的線索。與基于靜息態fMRI的腦功能網絡反映不同腦區之間神經活動在時間上的關聯性不同，腦結構網絡可直觀地反映腦區之間真實的結構連接［9］。腦結構網絡和腦功能網絡的拓撲屬性具有相關性，又有差異性。有研究發現，結構網絡比功能網絡具有更高的全局效率和局部效率［10］；功能連接較高的腦區，它們之間并不一定存在直接的結構連接［11］。所以，結合多模態成像，全面定量評價腦網絡的拓撲屬性仍然是當前研究的一個重要方向。

人腦網絡是高效的網絡系統，它能夠將不同的功能進行分化與整合，具有較高的Cp和較小的Lp，即小世界屬性，這使得大腦以較低的能耗實現高效的局部和全局水平上的信息傳輸［9］。σ=γ/λ，衡量網絡的小世界特性，其中γ衡量網絡局部信息傳輸能力，λ衡量網絡的全局傳輸能力，同時滿足γ＞1且λ≈1的網絡屬于小世界網絡［3］。本研究顯示創傷組和對照組的γ＞1且λ≈1，說明其腦白質結構網絡均具有小世界屬性。創傷組與對照組相比，其σ值和γ值升高，提示創傷組局部信息的處理能力可能有所增強，一定程度上反映了腦網絡的防御能力提高。研究表明，腦結構網絡可以根據行為和腦功能的需求出現動態變化，尤其是在需要快速應對外部變化的關鍵時期［9］。創傷暴露者在經歷創傷事件后短時間內就會產生痛苦的體驗，出現焦慮等癥狀；同時，創傷相關腦神經環路的功能也會出現改變［12］，所以，此時腦結構網絡小世界性的增高，有可能是創傷后早期的一種應激反應，以增強腦網絡的防御能力。

但是，本研究的結果與前期腦功能網絡的研究結果并不完全一致，Du等［5］研究發現，地震后25天創傷者的腦功能網絡也具有小世界性，但較對照者有向隨機化發展的趨勢。分析其原因可能有如下幾點：第一，可能與創傷類型及創傷程度有關，既往研究表明不同的創傷類型及創傷程度引起腦結構及功能的改變不同［13-14］。本研究從醫學倫理方面考慮，沒有納入造成嚴重損傷的車禍受害者，納入人群創傷程度相對較輕，但Du等納入的是2008年汶川地震震源區的幸存者，他們親身經歷了8.0級的地震，目睹了親人或者朋友的死亡，創傷程度很重。第二，可能與磁共振模態有關。采用不同模態的成像技術對大腦網絡拓撲屬性的分析可能會得到截然不同的結果［9］。例如，有研究報道精神分裂癥的腦結構網絡與腦功能網絡改變就截然相反［15］。不同模態的影像數據反映的腦網絡機制不同，功能腦網絡根據某一時刻腦活動的同步性構建腦網絡，而結構腦網絡則反映較穩定的解剖結構。腦結構網絡和腦功能網絡拓撲屬性之間錯綜復雜的聯系還需要進一步研究。

本研究仍然存在著一些不足之處。第一，DTI的空間分辨率明顯大于腦白質神經纖維的實際大小，前者是毫米，而后者只有微米大小。第二，腦結構網絡構建采用確定性纖維追蹤技術，難以重建交叉纖維以及較長的纖維，導致腦區之間部分連接缺失，未來需要更先進的彌散成像技術來提高纖維追蹤的準確性。第三，本研究的樣本量較少，較大的樣本量有助于探討腦白質結構網絡拓撲屬性與臨床癥狀之間的關系。第四，采用不同模態的成像技術可能會影響大腦網絡拓撲屬性的分析結果，未來需要融合多模態成像技術分析來理解神經精神疾病的病理生理機制。

本研究從全腦大尺度出發，基于DTI采用圖論方法，發現創傷后早期腦結構網絡小世界性提高，加深了對創傷后大腦信息處理模式的理解，為揭示創傷后腦的病理生理機制提供了新的啟示。