Поверхностная морфометрия коры полушарий большого мозга при когнитивных нарушениях разной степени тяжести у пациентов с возраст-зависимой церебральной микроангиопатией

Аннотация

Обоснование. Анализ структурных магнитно-резонансных изображений играет ключевую роль в оценке основного субстрата когнитивных расстройств при спорадической возраст-зависимой церебральной микроангиопатии, обусловливающей до 45% всех случаев деменции. Разнообразие результатов применения магнитно-резонансной морфометрии при церебральной микроангиопатии требует расширенных исследований и сопоставления с клиническими данными.

Цель исследования ― оценка особенностей атрофии головного мозга при когнитивных нарушениях у пациентов с церебральной микроангиопатией методом поверхностной морфометрии.

Материалы и методы. Проведено проспективное исследование с оценкой пациентов с церебральной микроангиопатией и когнитивными расстройствами различной степени тяжести (субъективные, умеренные и деменция) и группы добровольцев, сопоставимой по полу и возрасту. Оценка включала анализ признаков церебральной микроангиопатии по данным магнитно-резонансной томографии с расчётом общего индекса церебральной микроангиопатии и обработкой Т1mpr-изображений методом поверхностной морфометрии с общей и региональной количественной оценкой головного мозга, включая толщину коры полушарий большого мозга.

Результаты. В основную группу вошли 173 пациента с церебральной микроангиопатией, в группу контроля ― 47 здоровых добровольцев. По мере нарастания выраженности структурных изменений головного мозга и тяжести когнитивных расстройств отмечалось достоверное (p <0,05) уменьшение толщины коры отдельных регионов по схожему паттерну, а именно: поясных извилин, преимущественно задних их отделов; медиальных и средних отделов лобных долей; различных участков коры островка; височно-теменных областей (особенно надкраевых извилин). Объём самогó головного мозга (общий объём, объём серого и белого вещества) при церебральной микроангиопатии имел значимые различия только с контролем, но не между группами пациентов с разной тяжестью когнитивных расстройств. Объём гиперинтенсивного белого вещества значимо различался между группами с деменцией и умеренными когнитивными расстройствами, деменцией и субъективными когнитивными расстройствами (p <0,0001).

Заключение. Полученные в ходе исследования данные подтверждают вторичный/смешанный характер атрофии при церебральной микроангиопатии. Большое разнообразие регионов со значимым истончением коры ограничивает уточнение прогрессирования когнитивных расстройств при церебральной микроангиопатии по их атрофии. Это позволяет использовать количественное измерение коры только как вспомогательный метод при оценке прогнозирования течения церебральной микроангиопатии.

Об авторах

Елена Игоревна Кремнева

Научный центр неврологии

Автор, ответственный за переписку.
Email: kremneva@neurology.ru
ORCID iD: 0000-0001-9396-6063
SPIN-код: 8799-8092

д-р мед. наук

Россия, Москва

Лариса Анатольевна Добрынина

Научный центр неврологии

Email: dobrla@mail.ru
ORCID iD: 0000-0001-9929-2725
SPIN-код: 2824-8750

д-р мед. наук, доцент

Россия, Москва

Камила Витальевна Шамтиева

Научный центр неврологии

Email: kamila.shamt@gmail.com
ORCID iD: 0000-0002-6995-1352
SPIN-код: 5645-8768

канд. мед. наук

Россия, Москва

Виктория Владимировна Трубицына

Научный центр неврологии

Email: pobeda-1994@mail.ru
ORCID iD: 0000-0001-7898-6541
Россия, Москва

Зухра Шарапутдиновна Гаджиева

Научный центр неврологии

Email: zuhradoc@mail.ru
ORCID iD: 0000-0001-7498-4063
SPIN-код: 7015-5970

канд. мед. наук

Россия, Москва

Ангелина Геннадьевна Макарова

Научный центр неврологии

Email: angelinagm@mail.ru
ORCID iD: 0000-0001-8862-654X

канд. мед. наук

Россия, Москва

Мария Михайловна Цыпуштанова

Научный центр неврологии

Email: tzipushtanova@mail.ru
ORCID iD: 0000-0002-4231-3895

канд. мед. наук

Россия, Москва

Марина Викторовна Кротенкова

Научный центр неврологии

Email: krotenkova_mrt@mail.ru
ORCID iD: 0000-0003-3820-4554
SPIN-код: 9663-8828

д-р мед. наук, доцент

Россия, Москва

Список литературы

  1. Pantoni L., Gorelick P.B. Cerebral small vessel disease. Cambridge University Press, 2014.
  2. Gorelick P.B., Scuteri A., Black S.E., et al. Vascular contributions to cognitive impairment and dementia: A statement for healthcare professionals from the American Heart Association/American Stroke Association // Stroke. 2011. Vol. 42, N 9. P. 2672–2713. EDN: PIHATP doi: 10.1161/STR.0b013e3182299496
  3. Duering M., Biessels G.J., Brodtmann A., et al. Neuroimaging standards for research into small vessel disease-advances since 2013 // Lancet Neurol. 2023. Vol. 22, N 7. P. 602–618. EDN: AEXCGU doi: 10.1016/S1474-4422(23)00131-X
  4. Jagust W.J., Zheng L., Harvey D.J., et al. Neuropathological basis of magnetic resonance images in aging and dementia // Ann Neurol. 2008. Vol. 63, N 1. P. 72–80. doi: 10.1002/ana.21296
  5. Godin O., Maillard P., Crivello F., et al. Association of white-matter lesions with brain atrophy markers: The three-city Dijon MRI study // Cerebrovascular diseases. 2009. Vol. 28, N 2. P. 177–184. doi: 10.1159/000226117
  6. Peres R., De Guio F., Chabriat H., et al. Alterations of the cerebral cortex in sporadic small vessel disease: A systematic review of in vivo MRI data // J Cerebral Blood Flow Metabolism. 2016. Vol. 36, N 4. P. 681–695. doi: 10.1177/0271678X15625352
  7. Tuladhar A.M., van Norden A.G., de Laat K.F., et al. White matter integrity in small vessel disease is related to cognition // NeuroImage Clin. 2015. Vol. 7. P. 518–524. doi: 10.1016/j.nicl.2015.02.003
  8. Bethlehem R.A., Seidlitz J., White S.R., et al. Brain charts for the human lifespan // Nature. 2022. Vol. 604, N 7906. P. 525–533. EDN: BEAJBV doi: 10.1038/s41586-022-04554-y
  9. Ashburner J., Friston K.J. Voxel-based morphometry: The methods // Neuroimage. 2000. Vol. 11, N 6. P. 805–821. doi: 10.1006/nimg.2000.0582
  10. Dale A.M., Fischl B., Sereno M.I. Cortical surface-based analysis. I. Segmentation and surface reconstruction // Neuroimage. 1999. Vol. 9, N 2. P. 179–194. doi: 10.1006/nimg.1998.0395
  11. Goto M., Abe O., Hagiwara A., et al. Advantages of using both voxel-and surface-based morphometry in cortical morphology analysis: A review of various applications // Magnetic Res Med Sci. 2022. Vol. 21, N 1. P. 41–57. EDN: VWVUEU doi: 10.2463/mrms.rev.2021-0096
  12. Дамулина А.И., Коновалов Р.Н., Кадыков А.С. Значение воксель-ориентированной морфометрии в изучении умеренных когнитивных расстройств // Анналы клинической и экспериментальной неврологии. 2015. Т. 9, № 3. С. 42–48. EDN: VKPNWD
  13. Ozzoude M., Ramirez J., Raamana P.R., et al. Cortical thickness estimation in individuals with cerebral small vessel disease, focal atrophy, and chronic stroke lesions // Front Neurosci. 2020. Vol. 14. P. 598868. EDN: QRNNGX doi: 10.3389/fnins.2020.598868
  14. Mo Y., Huang L., Qin R., et al. Decreased cortical thickness and normal regional homogeneity underlying cognitive impairment in cerebral small vessel disease // Adv Neuro. 2022. Vol. 1, N 1. P. 48. doi: 10.36922/an.v1i1.48
  15. Bookstein F.L. “Voxel-based morphometry” should not be used with imperfectly registered images // Neuroimage. 2001. Vol. 14, N 6. P. 1454–1462. doi: 10.1006/nimg.2001.0770
  16. Staals J., Booth T., Morris Z., et al. Total MRI load of cerebral small vessel disease and cognitive ability in older people // Neurobiology Aging. 2015. Vol. 36, N 10. P. 2806–2811. doi: 10.1016/j.neurobiolaging.2015.06.024
  17. Gaser C., Dahnke R., Kurth K., et al. CAT-A computational anatomy toolbox for the analysis of structural MRI data // BioRxiv. 2022. doi: 10.1101/2022.06.11.495736
  18. Desikan R.S., Ségonne F., Fischl B., et al. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest // Neuroimage. 2006. Vol. 31, N 3. P. 968–980. doi: 10.1016/j.neuroimage.2006.01.021
  19. Smith E.E., Beaudin A.E. New insights into cerebral small vessel disease and vascular cognitive impairment from MRI // Current opinion in neurology. 2018. Vol. 31, N 1. P. 36–43. doi: 10.1097/WCO.0000000000000513
  20. Добрынина Л.А., Гаджиева З.Ш., Кремнева Е.И., и др. Выживаемость, изменения когнитивных функций и состояния головного мозга у пациентов с церебральной микроангиопатией (болезнью мелких сосудов): 5-летнее наблюдение // Анналы клинической и экспериментальной неврологии. 2022. Т. 16, № 4. С. 18–28. EDN: EZEIVD doi: 10.54101/ACEN.2022.4.3
  21. Кремнева Е.И., Максимов И.И., Добрынина Л.А., Кротенкова М.В. Оценка микроструктуры белого вещества головного мозга по данным диффузионной магнитно-резонансной томографии при церебральной микроангиопатии // Анналы клинической и экспериментальной неврологии. 2020. Т. 14, № 1. С. 33–43. EDN: RXKAYI doi: 10.25692/ACEN.2020.1.4
  22. Gasquoine P.G. Localization of function in anterior cingulate cortex: From psychosurgery to functional neuroimaging // Neurosci Biobehavioral Rev. 2013. Vol. 37, N 3. P. 340–348. doi: 10.1016/j.neubiorev.2013.01.002
  23. Добрынина Л.А., Гаджиева З.Ш., Морозова С.Н., и др. Управляющие функции мозга: функциональная магнитно-резонансная томография с использованием теста Струпа и теста серийного счета про себя у здоровых // Журнал неврологии и психиатрии им. С.С. Корсакова. 2018. Т. 118, № 11. С. 64–71. EDN: YRLKTZ doi: 10.17116/jnevro201811811164
  24. Сергеева А.Н., Селиверстова Е.В., Добрынина Л.А., и др. Импульсное спиновое маркирование артериальной крови (PASL) в получении перфузионных и функциональных данных: возможности метода // Российский электронный журнал лучевой диагностики. 2019. Т. 9, № 1. С. 148–159. EDN: ZJQHTK doi: 10.21569/2222-7415-2019-9-1-148-159
  25. Liu R., Wu W., Ye Q., et al. Distinctive and pervasive alterations of functional brain networks in cerebral small vessel disease with and without cognitive impairment // Dementia and geriatric cognitive disorders. 2019. Vol. 47, N 1-2. P. 55–67. doi: 10.1159/000496455
  26. Aribisala B.S., Hernandez M.C., Royle N.A., et al. Brain atrophy associations with white matter lesions in the ageing brain: The Lothian birth cohort 1936 // Eur Radiol. 2013. Vol. 23, N 4. P. 1084–1092. EDN: UYIACD doi: 10.1007/s00330-012-2677-x
  27. LADIS Study Group. 2001–2011: A decade of the LADIS (Leukoaraiosis and DISability) Study: What have we learned about white matter changes and small-vessel disease? // Cerebrovascular Dis. 2011. Vol. 32, N 6. P. 577–588. doi: 10.1159/000334498
  28. Lawrence A.J., Patel B., Morris R.G., et al. Mechanisms of cognitive impairment in cerebral small vessel disease: Multimodal MRI results from the St George’s cognition and neuroimaging in stroke (SCANS) study // PloS One. 2013. Vol. 8, N 4. P. e61014. doi: 10.1371/journal.pone.0061014
  29. Кремнева Е.И. Возраст-зависимая церебральная микроангиопатия: МРТ-эквиваленты когнитивных расстройств, тяжести течения и механизмов прогрессирования: Дис. … д-ра мед. наук: 3.1.24; 3.1.25. Место защиты: ФГБНУ «Научный центр неврологии». Москва, 2023. Режим доступа: https://neurology.ru/upload/medialibrary/e7e/kas58vctp2as9tqb8pobkp30jztwpbrt/Kremneva-Elena-Igorevna-_-dissertatsiya.pdf. Дата обращения: 21.04.2024.
  30. Struyfs H., Sima D.M., Wittens M. Automated MRI volumetry as a diagnostic tool for Alzheimer’s disease: Validation of icobrain dm // Neuroimage Clin. 2020. Vol. 26. P. 102243. doi: 10.1016/j.nicl.2020.102243
  31. Wonderlick J.S., Ziegler D.A., Hosseini-Varnamkhasti P., et al. Reliability of MRI-derived cortical and subcortical morphometric measures: Effects of pulse sequence, voxel geometry, and parallel imaging // Neuroimage. 2009. Vol. 44, N 4. P. 1324–1333. doi: 10.1016/j.neuroimage.2008.10.037

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Визуальное отображение результатов поверхностной морфометрии после статистического анализа изображений групп контроля и Фазекас 2 (первый ряд, Ф2), контроля и Фазекас 3 (средний ряд, Ф3), Фазекас 2 и Фазекас 3 (нижний ряд) в программе CAT12 с выделением красно-жёлтой градации цвета (согласно шкале) регионов со значимо большими различиями толщины коры между группами (FWE, pcorr <0,05). L ― левое полушарие, R ― правое полушарие.

Скачать (362KB)
3. Рис. 2. Результаты поверхностной морфометрии: a ― сравнение толщины коры между пациентами групп контроля и субъективных когнитивных расстройств (субКР) и деменции; b ― внутри группы церебральной микроангиопатии ― между умеренными когнитивными расстройствами (УКР) и деменцией, субъективными (субКР) и умеренными (УКР) когнитивными расстройствами. Жёлто-красным цветом закодированы регионы, где толщина коры достоверно больше для группы контроля (a), умеренных когнитивных расстройств по сравнению с деменцией (b, вверху) и субъективных когнитивных расстройств по сравнению с умеренными (b, внизу) соответственно (FWE, pcorr <0,05). L ― левое полушарие; R ― правое полушарие большого мозга.

Скачать (448KB)

© Эко-вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».