基于圖論的2 型糖尿病患者局部效率及節點局部效率變化分析

杜偉，劉楊穎秋，姜健，李琬瑤，蔣玉涵，苗延巍，王微微

隨著老齡化、城市化的快速增長，2型糖尿病(type 2 diabetes mellitus，T2DM)的全球患病率逐年增加[1]，糖尿病及其并發癥對個人及其家庭、衛生系統和國民經濟具有重大影響。因此，全面了解T2DM患者的健康狀況，探索T2DM的病理生理機制，對于疾病的防控具有重要意義。糖尿病并發癥多，幾乎全身所有的組織及器官均可受累。其中，中樞神經系統改變，即糖尿病腦病(diabetic encephalopathy，DE)，是T2DM常見的并發癥之一，認知障礙是其最常見的表現[2]。然而T2DM合并DE的早期臨床表現往往不典型，其進展是一個隱匿的慢性過程，目前缺少明確的影像學指標作為DE診斷和病情評估的標志。

隨著MRI技術的不斷發展，多種功能MRI及后處理技術廣泛應用于中樞神經系統的研究疾病?；谘跛揭蕾?blood oxygenation level dependent，BOLD)的靜息態功能磁共振成像(resting-state functional MRI，rs-fMRI)，能夠通過檢測靜息狀態下血氧水平的波動來反映自發性的神經活動，近年來利用rs-fMRI技術來闡述T2DM功能變化為其病理生理學機制的研究提供新的思路。圖論分析是近些年新興的復雜腦網絡分析技術，是以預設的腦區模板定義為網絡的節點，不同腦區在時間序列上的相關性定義為功能連接，從而構建大腦的功能網絡進行分析。多項研究表明，人腦本質上是高度模塊化的小世界網絡架構，能夠以低布線成本進行有效地傳輸信息，并形成高度連接的樞紐區域。功能分離和整合是小世界網絡兩個主要的組織原則。人腦的小世界網絡可以很好地在局部專業化和大腦功能連接的全局整合之間取得平衡[3]。先前研究發現，T2DM 患者相較健康對照(healthy controls，HC)組平均路徑長度(average path length，Lp)值增加，局部效率(local efficiency，Eloc)值降低[4]；左側中央溝、左側島葉、雙側豆狀核和右側顳下回節點局部效率增加[5]；此外還有研究發現T2DM組的Eloc、γ、σ值升高[6]。然而T2DM小世界網絡的研究仍相對較少，各研究之間存在不一致的結果，也缺乏臨床影響因素和認知狀態關聯性研究。本研究采用基于圖論分析的方法分析大腦功能網絡的小世界網絡屬性改變及大腦網絡拓撲屬性的改變，并進一步分析其與臨床、認知評分的相關性，探究T2DM認知能力下降的神經機制。

1 資料與方法

1.1 一般資料

本研究前瞻性納入31 例2019 年1 月至2019 年12 月期間于大連醫科大學附屬第一醫院內分泌科診斷為T2DM 的患者(T2DM 組，男17 名，女14 名)，并招募22名健康志愿者(HC組，男8名，女14名)。T2DM組的納入標準包括：(1)符合2014 年美國糖尿病協會建議的T2DM 診斷標準[7]：空腹血糖≥7.0 mmol/L (126 mg/dl)或糖化血紅蛋白≥6.5% 或2 h 葡萄糖耐量試驗(OGTT)≥11.1 mmol/L (200 mg/dl)或具有典型的高血糖癥狀或高血糖危象，隨機血糖≥11.1 mmol/L(200 mg/dl)；(2)右利手；(3)年齡范圍40～75 歲。排除標準：(1)其他類型的糖尿??；(2)嚴重的內科急癥，如中、重度貧血，心臟、肝臟、肺、腎功能衰竭，嚴重的電解質紊亂等；(3)慢性中樞神經系統疾病史，如帕金森病、癡呆、癲癇等；(4)精神心理疾病病史；家族精神疾病病史；頭部外傷及手術史；藥物濫用及成癮史；(5)當前或既往重大軀體疾病史，如腦出血、大面積腦梗死、顱內感染、化學或藥物中毒性腦病、惡性腫瘤等；（6）自身免疫性疾病及其他式的內分泌疾病史；(7)磁共振檢查禁忌證。HC 組納入標準：既往體健，無糖尿病，其余同T2DM 組納入標準2～3項。排除標準：同T2DM組2～7項。

分別記錄所有被試的姓名、年齡、受教育年限等社會人口學信息。臨床檢查資料包括血脂、膽固醇、同型半胱氨酸、空腹血糖、糖化血紅蛋白、體質量指數(body mass index，BMI)和腰臀比(waist hip rate，WHR)。在MRI掃描之前，所有被試由受過?？婆嘤柕纳窠泝瓤漆t生進行一系列神經心理學測試，使用簡明精神狀態量表(Mini-Mental State Examination，MMSE)、蒙特利爾認知評估量表(Montreal Cognitive Assessment，MoCA；原版v7.1)評定認知狀態；對T2DM早期較易受損的記憶及執行兩個認知領域，采用加利福尼亞詞語學習測驗和符號數字模式轉換(Symbol-Digital Mode Test，SDMT)進行評價。本研究經大連醫科大學附屬第一醫院醫學倫理委員會批準(倫理批件號：PJ-KS-KY-2018-140)，所有被試均簽署知情同意書。

1.2 儀器與方法

應用Philips Ingenia CX 3.0 T 磁共振掃描儀(Philips Healthcare, Best，荷蘭)及32 通道正交頭部線圈對所有被試進行掃描。在MRI 數據采集過程中，所有被試均被要求閉眼，放松思想(但不要入睡)，不做任何定性思考。

rs-fMRI使用梯度回波序列獲取，掃描參數為：重復時間(repetition time，TR)：2000 ms；回波時間(echo time，TE)：30 ms；翻轉角(flip angle，FA)：90°；矩陣：80×80；視野(field of view，FOV)：240 mm×240 mm；層厚：4 mm；層間距：1 mm。結構像采用矢狀位3D T1多次激發快速場回波序列序列，成像范圍覆蓋全腦。具體參數為：TR：6.6 ms；TE：3.0 ms；反轉時間：2800 ms；FA：12°；FOV：256 mm×256 mm；矩陣：256×256；層厚：1.0 mm；層間距：0 mm；體素大?。?.0 mm×1.0 mm×1.0 mm。自左向右采集188 層。另外獲取常規序列如T1WI、T2WI 及液體衰減反轉恢復序列等用于診斷和除外腦部其他病變。

1.3 MRI數據后處理

rs-fMRI 圖像數據利用GRETNA (https://www.nitrc.org/projects/gretna/)軟件進行預處理、功能網絡的構建及分析。

1.3.1 圖像預處理

圖像預處理步驟包括：(1) DICOM 格式轉換為NIFTI 格式；(2)去除最初5 個時間點的圖像，降低機器磁化不穩定所導致的誤差；(3)時間校正；(4)頭動校正，頭動位移＞2 mm或轉動角度大于2的被試予以剔除；利用Scrubing，剔除幀位移量閾值＞0.5 的前1 個時間點和后2 個時間點，來控制微小頭動；(5)將所有被試的rs-fMRI 圖像標準化到MNI 空間，并重新采樣為3 mm×3 mm×3 mm大小的各向同性體素；(6)回歸協變量，包括頭動參數、腦脊液信號、白質信號等；(7)采用線性漂移和帶通濾波(0.01～0.08 Hz)消除時間序列中的低頻漂移和干擾信號。

1.3.2 功能網絡構建和網絡分析

利用解剖學自動標記模板90 構建全腦功能網絡。將全腦分割成90 個腦區，每個腦區定義為一個節點，把每個腦區內所有體素的時間序列進行加權平均后得到90個腦區的平均時間序列。之后通過計算每個被試兩兩腦區平均時間序列之間的Pearson相關系數，得到一個90×90相關性矩陣，即為該被試的全腦功能連接矩陣。

在GRETNA軟件中計算小世界網絡屬性及大腦網絡拓撲屬性。設定0.05～0.50為稀疏度取值，步長設置為0.01，以保證：(1)兩組被試功能網絡所有節點處于全連接狀態，即網絡沒有斷點；(2)小世界屬性可估計的最大相關值[8]。之后與500個預先設定好的隨機網絡做對比，得到該大腦網絡屬性的具體參數值，包括σ、λ、γ、聚類系數(clustering coefficient，Cp)、Lp、全局效率(global efficiency，Eg)、Eloc及節點局部效率。

1.4 統計學分析

使用SPSS 26.0 軟件對兩組之間的人口學資料和臨床數據進行統計，計量資料組間比較采用獨立樣本t檢驗或非參數檢驗，計數資料采用χ2檢驗，均為雙尾檢驗。使用GRETNA軟件對磁共振功能指標統計，采用兩個獨立樣本t檢驗，來評估兩組之間的小世界網絡屬性、網絡拓撲屬性及節點局部效率的差異，并將節點局部效率結果進行Bonferroni校正，以校正后P＜0.05為差異有統計學意義。應用Pearson相關性分析探索σ、λ、γ、Cp、Lp、Eg 和Eloc 結果指標與人口學資料、實驗室指標及神經心理量表評分的相關性。以P＜0.05為差異有統計學意義。

2 結果

2.1 人口學及臨床資料特征

本研究剔除了頭動過大的2例T2DM被試和2例HC被試，最終納入T2DM組29例，HC組20例。兩組被試的年齡、性別、教育程度、BMI等差異均無統計學意義(P＞0.05)。T2DM 組的WHR 高于HC 組，MMSE、MoCA、SDMT 評分低于HC 組，差異具有統計學意義(P＜0.05) (表1)。其中T2DM 組MoCA 評分低于26 分的被試有17 人，HC組有4人。

表1 T2DM組與HC組人口學資料、實驗室指標及神經心理量表評分比較Tab.1 Comparison of demographic data,laboratory parameters and neuropsychological scale scores between T2DM and HC

2.2 T2DM組與HC組的小世界網絡屬性差異

在稀疏度0.05～0.50 范圍內，分別計算兩組每個稀疏度下σ、λ、γ、Cp、Lp、Eg和Eloc屬性值，及所有稀疏度的曲線下面積(area under the curve，AUC)。T2DM 組與HC 組的小世界屬性參數均符合γ＞1，λ≈1，σ=γ/λ＞1 的標準，提示兩組所有被試的大腦功能網絡均具有小世界屬性。結果顯示兩組間σ、λ、γ 的每個稀疏度下屬性值及所有稀疏度的AUC 值差異無統計學意義(P＞0.05) (圖1、表2)。

圖1 兩組被試的小世界網絡屬性隨稀疏度(Sparsity)的變化，誤差線表示平均值及標準差。1A、1B、1C 顯示兩組間σ、λ、γ在每個稀疏度下屬性值差異無統計學意義(P＞0.05)。Fig. 1Changes of small-world network properties with sparsity in the two groups of subjects, the error bars represent the mean and standard deviation. 1A, 1B, and 1C show that the attribute values under each sparsity of σ, λ, γ between the two groups are not statistically significant(P＞0.05).

表2 T2DM組與HC組的小世界屬性各參數AUC值比較Tab.2 Comparison of AUC values of small-world properties between T2DM and HC

在稀疏度0.05～0.50范圍內，T2DM組的大腦網絡與HC 組相比Eloc AUC 值顯著降低(P＜0.05) (表3)。在0.30、0.34、0.36、0.40稀疏度下，T2DM組的大腦網絡與HC 組相比Eloc 屬性顯著降低(P＜0.05) (圖2、表3)，提示T2DM被試受損的功能網絡。

表3 T2DM組與HC組的Cp、Lp、Eg和Eloc屬性AUC值比較Tab.3 Comparison of AUC values of Cp,Lp,Eg and Eloc between T2DM and HC

圖2 兩組被試的網絡拓撲屬性隨稀疏度(Sparsity)的變化，誤差線表示平均值及標準差。2A、2B、2C 顯示T2DM 組的大腦網絡與HC 組間Eg、Cp、Lp在每個稀疏度下屬性值差異均無統計學意義(P＞0.05)。2D：在0.30、0.34、0.36、0.40稀疏度下T2MD組較HC組Eloc屬性顯著降低(P＜0.05)，*表示差異有統計學意義。Cp：聚類系數；Lp：平均路徑長度；Eg：全局效率、Eloc：局部效率。Fig. 2 Changes of network topology properties with sparsity in the two groups of subjects. The error bars represent the mean and standard deviation. 2A, 2B and 2C showe that Eg, Cp and Lp attribute values at each sparsity between the two groups are not statistical significance (P＞0.05). 2D shows that at 0.30, 0.34, 0.36,0.40 sparsity,the Eloc properties of brain network in the T2DM group are significantly lower compared to the HC group(P＜0.05),*indicates that the difference is statistically significant.Cp:clustering coefficient; Lp:average path length;Eg:global efficiency;Eloc:local efficiency.

2.3 T2DM組與HC組的節點局部效率差異

與HC組相比，T2DM組的右側島蓋部額下回、右側嗅皮質、右側緣上回、左側顳中回腦區的節點局部效率顯著降低；T2DM 組的左側眶部額上回、左側眶部額中回、右側眶內額上回、左側楔葉腦區的節點局部效率顯著升高(表4、圖3)。

圖3 T2DM 患者大腦功能性連接偽彩圖。與HC 組相比，T2DM 組的右側島蓋部額下回、右側嗅皮質、右側緣上回、左側顳中回腦區的節點局部效率顯著降低(藍色球體)；左側眶部額上回、左側眶部額中回、右側眶內額上回、左側楔葉腦區的節點局部效率顯著升高(紅色球體)。T2DM：2型糖尿??；HC：健康對照。Fig. 3 Pcolor diagram of T2DM brain functional connectivity. T2DM group presented significant decreases of integrated nodal efficiency in the right opercular part of inferior frontal gyrus,olfactory cortex,supramarginal gyrus, and left middle temporal gyrus (blue sphere), and showed increases in the left orbital part of superior and middle frontal gyrus, the right medial orbital of superior frontal gyrus, and the left cuneus (red sphere), compared to the HC group.T2DM:type 2 diabetes mellitus;HC:healthy controls.

表4 T2DM組與HC組的節點局部效率有差異的腦區Tab.4 Brain regions with differences in nodal local efficiency between T2DM and HC

2.4 相關性分析

在性別、年齡、受教育程度組間差異無統計學意義前提下，Pearson相關分析顯示T2DM組的Lp AUC值與SDMT 評分呈正相關(r=0.38，P=0.04)；σ AUC 值(r=-0.45，P=0.02)、γ AUC值(r=-0.40，P=0.03)與SDMT評分呈負相關；λ AUC 值與SDMT 評分(r=0.45，P=0.01)呈正相關，與MoCA評分(r=0.45，P=0.02)呈正相關(圖4)。此外，Cp AUC 值與同型半胱氨酸(r=0.39，P=0.04)呈正相關，與血紅蛋白(r=0.46，P=0.01)呈正相關。Eg 和Eloc 值與其余人口學資料、臨床化驗指標未見明顯相關性。

圖4 組間差異具有統計學意義的結果指標與人口學資料、實驗室指標及神經心理量表評分的熱點圖，*差異有統計學意義。BMI：體質量指數；MMSE：簡明精神狀態量表；MoCA：蒙特利爾認知評估量表；SDMT：符號數字模式測驗；CVLT：加利福尼亞詞語學習測驗。Fig. 4 Heat map of statistically significant between-group differences in outcome measures with demographic data, laboratory parameters and neuropsychological scale scores, *indicates statistically significant differences. BMI: body mass index; MMSE: Mini-Mental State Examination; MoCA: The Montreal Cognitive Assessment; SDMT:Symbol-digital mode test;CVLT:California verbal learning test.

3 討論

本研究采用基于圖論分析的方法分析大腦功能網絡的小世界網絡屬性改變及大腦網絡拓撲屬性的改變。本研究發現在稀疏度0.05～0.50 范圍內，兩組被試均存在經濟的小世界網絡；在稀疏度0.05～0.50 范圍內，T2DM 組的大腦網絡與HC 組相比，Eloc AUC值顯著降低；在0.30、0.34、0.36、0.40稀疏度下，T2DM 組的大腦網絡與HC 組相比，Eloc 屬性顯著降低；此外，T2DM 組的右側島蓋部額下回、右側嗅皮質、右側緣上回、左側顳中回腦區的節點局部效率顯著降低，左側眶部額上回、左側眶部額中回、右側眶內額上回、左側楔葉腦區的節點局部效率顯著升高。

大腦是一個具有不同功能區域的分離的復雜系統，用于處理不同的信息。相互連接的大腦區域之間的信息交換被認為是人類認知過程的生物學基礎。Watts 和Strogatz 于1998 年提出小世界網絡模型[8]。小世界網絡是一種經濟的網絡模型，兼具有較高Cp 及較短Lp 的特點，保證了在局部及全局水平上信息傳遞與處理的高效性。Cp 反映大腦網絡節點的聚集程度，平均路徑長度反映不同腦區之間信息傳遞的高效性。本研究提示T2DM 及HC 組所有被試均具有小世界網絡特性，與先前的報道一致[6,9]。本研究兩組間σ、λ、γ 的每個稀疏度下屬性值及所有稀疏度的AUC 值雖無統計學意義，但T2DM 組相應指標值均低于HC 組，提示可能T2DM 的小世界網絡屬性尚未嚴重受損，與先前報道一致[4-5,10]。此外也有研究[4,6,11-12]發現T2DM 患者的小世界網絡屬性及網絡拓撲屬性較健康組有不同程度的改變，和本研究結果不一致。本研究發現在0.30、0.34、0.36、0.40 稀疏度下，T2DM 組的大腦網絡與HC 組相比Eloc 屬性顯著降低，提示T2DM 患者大腦中的信息傳遞效率降低。Eloc 主要與相鄰區域之間的短距離連接有關，這些區域之間的中介作用是信息處理和網絡的容錯能力。值得注意的是，T2DM 組的大腦網絡與HC 組相比Cp、Lp、Eg 屬性并無明顯變化，與其他研究不同[13]，提示可能T2DM 的網絡拓撲屬性受損較輕。此外，本研究發現Cp AUC值與同型半胱氨酸及血紅蛋白呈正相關，有研究表明同型半胱氨酸可能在T2DM 患者認知障礙的發病機制中起重要作用[14]，提示代謝異常及血紅蛋白指標異常和大腦網絡的改變有關。

大腦的節點局部效率反映一個節點與其他節點之間的連接程度，代表該節點的通訊效率[13]。本研究發現與HC組相比，T2DM組的右側島蓋部額下回、右側嗅皮質、右側緣上回、左側顳中回腦區的節點局部效率顯著降低。島蓋部額下回在大腦中具有許多重要功能，其中包括語義處理、語言生成和語音處理等，本研究中島蓋部額下回節點局部效率降低，與先前的報道一致[15-16]。有研究觀察到T2DM 患者的右側緣上回及顳中回腦血流量減低和灰質體積萎縮[17]，結合本研究發現右側緣上回、左側顳中回腦區的節點局部效率降低，表明這些腦區在T2DM 的病理生理機制中扮演重要角色。目前大量研究表明，阿爾茨海默病(Alzheimer's disease，AD)患者的嗅皮質厚度降低和淀粉樣蛋白積累增加與嗅覺障礙幾率的增加顯著相關，嗅覺功能障礙被認為是神經變性的早期預測因素，并且與晚年認知障礙有關[18-21]。而腦淀粉樣蛋白聚集和tau 蛋白過度磷酸化，可能是T2DM 和AD 共病的發病機制之一[22]。本研究中T2DM 患者右側嗅皮質節點局部效率降低，與先前的研究一致[23]。這對于早期發現T2DM患者潛在的認知能力下降和癡呆具有重要意義。

此外本研究發現T2DM 組的左側眶部額上回、左側眶部額中回、右側眶內額上回、左側楔葉腦區的節點局部效率顯著升高。額上回及額中回參與情緒相關的大腦活動，易受血糖波動的影響[24]。有文獻表明，與HC組相比，T2DM患者眶內額上回的局部一致性(regional homogeneity，ReHo)值降低，左側額中回的各向異性分數值降低，平均擴散率升高[25-26]，該腦區的ReHo 值和白質結構的改變可能與T2DM 患者的消極情緒狀態有關。楔葉參與人腦的抑制性控制機制，即通過使用注意力和推理來抑制或控制沖動反應的能力。盡管在注意力缺陷和多動障礙患者中最為常見，但在T2DM 中也觀察到抑制性控制的功能障礙。因此，楔葉可能與認知缺陷有關[27-28]。有研究表明T2DM 患者楔葉的灰質體積明顯減少[29]，ReHo 值減低[30]，右側小腦后葉與右側楔葉的功能連接明顯減低[31]。本研究中發現額上回、額中回及楔葉多個腦區的節點局部效率升高，與先前的研究不一致，推測T2DM患者大腦可能存在對認知功能受損的補償機制。

本研究中T2DM 組的MMSE、MoCA、SDMT 評分低于HC 組，提示T2DM 患者總體認知狀態和相應認知域的認知功能降低。此外T2DM患者WHR高于HC組，WHR是反映人體脂肪分布的重要指標，數值升高提示中心性肥胖，提示T2DM 患者腹部肥胖現象較為普遍。相關性分析結果顯示σ AUC值、γ AUC值與SDMT評分呈負相關；λ AUC值與SDMT評分呈正相關，與MoCA評分呈正相關，提示T2DM 患者的認知水平可能會影響小世界屬性。但本研究并未發現T2DM 組和HC 組的σ、γ、λ AUC 值有顯著差異，推測可能與樣本量小有關，有待進一步的研究。

本研究尚有一些局限性。第一，納入的T2DM 組患者的樣本量較小，可能會影響結果的可重復性。第二，本研究未對T2DM 患者按照認知障礙的亞型進一步分層，如合并認知障礙、抑郁或嗅覺障礙等，僅對T2DM患者整體進行研究。有研究發現伴有輕度認知障礙的T2DM 患者枕回和顳下回的ReHo 值顯著降低，而在不伴有輕度認知障礙的T2DM 患者并未發現這些改變[12]。招募更多的T2DM 志愿者并按認知狀態進行區分可能會在未來的研究中解決此問題。第三，本研究未考慮T2DM患者的病程、治療用藥及用藥后反應的影響，且對照組中亦存在個別MoCA 評分低于26 分的被試，之后會進行更細致的研究以排除上述混雜因素。第四，本研究在預處理中使用帶通濾波(0.01～0.08 Hz)過濾了rs-fMRI 數據，并使用平均時間序列進行了線性回歸。在之后的研究中應在rs-fMRI 采集過程中測量生理信號，并對生理噪聲進行校正。第五，盡管本研究發現T2DM 患者的數個腦區節點局部效率的顯著降低，但部分腦區具體參與的機制仍不清楚，難以提供這些腦區變化的準確解釋。在今后的研究中，我們將繼續完善相關內容。

綜上所述，我們對功能性大腦網絡的圖論研究表明，T2DM 組及HC 組的大腦網絡均表現出經濟的小世界屬性。T2DM 會導致局部信息傳遞效率降低，且與認知功能、同型半胱氨酸和血紅蛋白存在相關性。T2DM 患者右側島蓋部額下回、右側嗅皮質、右側緣上回、左側顳中回腦區的節點局部效率顯著降低，左側眶部額上回、左側眶部額中回、右側眶內額上回、左側楔葉腦區的節點局部效率顯著升高，提示T2DM 患者大腦中存在認知、記憶、情感和情緒等腦功能活動異常，也存在減輕腦功能損害的代償機制，為DE的研究提供了新的視角，對T2DM 大腦網絡改變機制進一步探索提供了線索。

作者利益沖突聲明：全部作者均聲明無利益沖突。