查看: 119|回复: 1
打印 上一主题 下一主题

[数据分析基础] JAMA Neurology:局灶性癫痫患者皮质的进行性变薄 [复制链接]

Rank: 5Rank: 5

水晶
2251
心级
1883
精华
0
主题
168
帖子
174
跳转到指定楼层
楼主
发表于 6?天前 |只看该作者 |倒序浏览
本帖最后由 罗叶双 于 2019-10-5 19:47 编辑

癫痫是静止性疾病还是进行性疾病目前尚存在争议,但明确该疾病是否具有发展性对于癫痫的治疗干预以及防止疾病的进一步发展具有重要的作用。以往研究往往从横断面研究方法出发,尽管一些研究通过与病程相关的方法来尝试解答这一问题,但是相关无法说明因果性关系,同时也容易受到其他混淆变量的影响(如年龄)。因此,从历时性出发进行直接的纵向研究可能是回答该问题更根本的方法。

? ? 皮质萎缩(变薄)是癫痫患者常见的神经基础表现,对癫痫患者的皮质厚度进行历时性的测量可以检验癫痫患者是否存在进行性灰质损失。对该问题的研究有助于对癫痫疾病的早期诊断、快速治疗及尽早的手术干预。来自英国伦敦大学研究者就此对癫痫患者的大脑皮质的纵向改变进行了研究,该研究发表在JAMA Neurology.


研究目的

证明局灶性癫痫患者皮质进行性变薄不同于与老化相关的皮质萎缩。


方法

190名局灶性癫痫患者,同时有3组年龄性别匹配的独立对照组(健康志愿者,n=141)作为病例对照研究。所有被试进行2次及以上高分辨率T1扫描,至少间隔6月以上(间隔Mean[SD],2.5[1.6]年),测量整体及基于顶点的皮质变化率。


结果:? ?? ?

190例局灶性癫痫患者(F/M,99/91,Mean[SD]age,36[11]years,396MRI scans),141例健康对照(F/M,76/65,Mean[SD]age,35[17]years,282MRI scans)。结果表明,在146例癫痫患者中存在显着的超越正常老化速度的皮质变薄,广泛分布于双侧颞叶、内侧顶枕叶、中央前后回、岛盖 (76.8%;95%CI,58%-95%)。癫痫患者全脑皮质变薄的平均年萎缩率(Mean[SD])是正常老化相关萎缩率的2倍(0.024[0.061] vs 0.011 [0.029] mm/y; P =0.01)。

年龄超过55岁以及首次癫痫发作后前5年进展最为显着,皮质变薄加速存在于癫痫发作早期的患者及伴有海马硬化的患者。变薄加速与癫痫发作频率、癫痫全面发作史、抗癫痫药物的使用无关,且在有无癫痫持续发作的患者间并无差异。颞叶癫痫(n=101)及额叶癫痫(n=28)进行性萎缩在致痫灶同侧最为明显,但影响范围远超出病灶区域,对侧通常受累。颞叶癫痫患者,皮质加速萎缩区域结构上与同侧海马相连。



研究背景

使用结构MRI成对皮质厚度进行测量是一种定量可重复技术,可作为一种稳定的神经退行性改变的生物标记物。神经影像学研究发现癫痫患者存在广泛的新皮层(联合皮质区域)萎缩,然而,该类研究主要为横断面设计,并不能了解灰质的损伤是进行性还是静止性的。部分横断面研究将形态学改变与癫痫病程进行相关,但由于疾病病程与年龄高度相关,难免受到老化效应的影响。

纵向结构神经影像研究为评估疾病进程提供了一种客观有利的研究框架,然而在癫痫领域,全脑纵向研究很少。该研究评估局灶性癫痫及与之匹配的健康对照的大样本神经影像数据集皮层厚度随时间改变,目的是区分癫痫相关疾病进展与正常老化效应。


研究方法:

被试:

该研究分析的数据来源于英国国家神经内科及神经外科医院的一批随访的局灶性癫痫患者,至少有间隔超过6个月以上的两次同一机型的T1 MRI数据,并除外有大脑病灶(海马硬化除外)、扫描质量不佳以及临床数据缺失的患者。假定的癫痫定位及侧别是由具有丰富临床经验的神经病学医师,通过临床表现、电生理、神经影像学数据、及部分患者的视频脑电图或长程脑电图检测进行判断。定位或定侧不明确的归为待定组。? ?? ?

健康对照数据来自3个纵向数据集(Neuromorphometry by Computer Algorithm Chicago,NMorphCH[n=24]arkinson Progression Marker Initiative ,PPMI[n=48];SouthwestUniversity Longitudinal Imaging Multimodal study, SLIM [n=69]),年龄20-70岁,具有2次间隔超过6个月的高分辨率T1 MRI数据,并与病例组进行年龄和性别的匹配。


MRI预处理:皮层厚度的估计采用Computational Anatomy Toolbox (CAT12)工具包(既能做VBM又能做皮层测量的优秀工具,想学习请点击:
第八届磁共振脑影像结构班
(南京)


皮层厚度的估计采用基于映射的方法,该方法已被验证在球形及大脑中可以实现多个厚度级别广泛参数下的准确测量。CAT12工具包具有良好的可重复性(R2=0.986)。对皮层厚度图进行了15mm的基于表面的核平滑。

配准采用反向一致纵向表面配准方法(inverse-consistentlongitudinal surfaceregistration approach,CAT12中带的专门用来进行纵向数据的配准),减少因数据来自多个时间点产生的偏差。所有的数据均根据CAT12流程进行质量控制,对准、配准错误或厚度估计不准确均被排除。根据CAT12质量保障流程信噪比、不均匀性、分辨率所得分数进行图像质量评级。


数据分析:

采用SPSS进行数据分析,分类变量采用Fisher 确切概率检验,连续变量采用双样本t检验(依据数据类型对统计方法进行选择极为重要)。

采用SurfStat进行基于顶点的皮层厚度测量,首先进行线性混合效应模型的拟合,对每个被试不同扫描间隔的多次重复测量数据进行纵向分析。皮层厚度随时间的改变在组间差异分析,或受临床变量影响(如:癫痫频率)的评估,采用检验感兴趣变量(组别、临床变量)和扫描年龄交互作用的主效应。

所有模型对被试的随机效应,扫描年龄、性别和组别的固定效应进行校正。该方法也可进行被试内皮质厚度随时间改变的检验,对基线人口统计学差异及扫描间隔进行校正。采用clusterwise(团块矫正)的非各向同性数据的随机场理论进行多重比较校正(FWE的cluster wise 矫正),显着性水平P<0.05。

年皮质萎缩率的计算

随访减去基线水平基于顶点的皮质厚度,除以间隔时间。在不同的年龄亚组(以20年为间隔[18至<35, 35至 <55,55 至<75 years])及不同的病程亚组(短病程<5年,长病程≥5年)计算平均年萎缩率。

根据年萎缩率,进行机器学习模型(贝叶斯)的拟合(Bayesianlogistic ridge regression),区分癫痫及健康对照。采用基于顶点的数据(1000posterior and 1000 burnin samples)提取前100个主要成分训练模型,调整年龄及性别,进行10层交叉验证。采用t分布随机邻近嵌入,将病例对照的进行性皮层厚度变薄的高维差异可视化(100 dimensions, perplexity 30)至2维空间。

该研究采用BCBtoolkit的10个健康对照扩散加权数据进行结构连接分析,测量与海马相连的体素局部比例。通过Trackvis,以海马作为种子点进行概率追踪,因为所有患者中多数为颞叶癫痫,而海马是多数颞叶癫痫较为明确的致痫灶。追踪图像转变为visitation map,二值化并配准至MNI152空间。最后,得到一个连接图显示至少在一半追踪数据中皮质区域与海马之间存在可靠连接的体素比例。图像的展示使用MICCAI 2012 Gand Challenge and Workshop onMulti-Atlas Labeling brainparcellation,并被投射至平均脑表面,以便可视化。

篇幅限制,阅读全文请点击链接 https://mp.weixin.qq.com/s/rJ08JSDzfeXWTCH5fGgsMg


原文:

Progressive CorticalThinning in Patients With Focal Epilepsy

M Galovic, VQH vanDooren, T Postma, SB Vos… - JAMA …, 2019 - jamanetwork.com

如需原文及补充材料请加微信:siyingyxf 获取,如对思影课程感兴趣也可加此微信号咨询。


转发到微博

Rank: 2

水晶
441
心级
33
精华
0
主题
2
帖子
29
沙发
发表于 6?天前 |只看该作者
您需要登录后才可以回帖 登录 | 注册

bottom

Powered by Discuz! X2

? 2001-2011 Template By Yeei. Comsenz Inc.

回顶部