Neurology：数据驱动的白质高信号空间特征与不同脑小血管疾病病因的关联

脑白质损伤或高信号(WMH)是一种非常普遍的放射学表型，越来越被认为是大脑健康不良的标志，在T2加权磁共振成像上以高信号为特征。WMH是脑小血管疾病(CSVD)的主要表现，也是认知障碍和痴呆(VCID)和阿尔茨海默病(AD)的血管贡献的主要成分。WMH反映了一系列不同的潜在病因掩盖了其同质性的大尺度外观。这种异质性对解开WMH的潜在发病机制构成了重大挑战。因此，需要努力识别能够区分不同疾病病因的WMH特征或模式，如AD、血管相关CSVD(动脉硬化)和淀粉样相关CSVD(脑淀粉样血管病(CAA))。然而，因为错误的体素独立性假设，且由于缺乏高维和多比较问题统计能力，先前使用全脑、基于体素的比较的研究未能识别出不同的模式。近日，一项发表在Neurology上的研究假设白质高信号(WMH)的地形分布因脑血管危险因素而异。使用无偏模式发现方法来识别不同的 WMH 空间模式，并调查它们与不同的 WMH 病因之间的关系。

对阿尔茨海默病神经影像学计划(adNI)的参与者进行了横向研究，使用基于体素的对齐 WMH 概率图的 SVD 分析来识别空间上不同的 WMH 分布模式。纳入了来自 ADNI 大机会/ADNI 2研究的所有参与者，并提供了基线2D-FLAIR MRI 扫描，没有既往卒中史或影像学上存在梗塞。评估了这些 WMH 空间模式与血管危险因素，淀粉样蛋白 -β PET 和脑淀粉样血管病(CAA)的成像生物标志物的关联，使用多变量回归表征不同形式的脑小血管疾病(CSVD)。还使用线性回归模型来研究 WMH 的空间分布是否影响认知障碍。

• 分析了1,046名具有混合血管和淀粉样蛋白相关危险因素的ADNI患者的MRI扫描结果(平均年龄72.9岁，其中47.7%为女性，31.4%为高血压，48.3%为淀粉样蛋白PET异常)。
• 观察到WMH无偏向地划分为五种独特的空间模式：额叶深部、脑室周围、皮质旁、顶叶和后部。
• 皮质旁WMH与可能的CAA独立相关，额叶深部WMH与动脉硬化(高血压和糖尿病)的危险因素相关，顶叶WMH与脑淀粉样蛋白积聚相关，符合阿尔茨海默病(AD)的表型。
• 邻近皮层、深额叶和顶叶的 WMH 空间模式与认知障碍有关。
• 脑室周围和后部的 WMH 空间模式与任何疾病表型或认知能力下降无关。

数据驱动的WMH空间模式反映了不同的潜在病因，包括动脉硬化、CAA、AD和正常衰老。全球衡量WMH数量的方法可能会忽略重要的空间差异。WMH的空间特征可以作为病因特异性的影像标志物，有助于解决WMH的异质性，识别主要的潜在病理过程，并改进对影响认知功能下降的临床相关轨迹的预测。

文献来源：Phuah CL, Chen Y, Strain JF, et al. Association of Data-Driven White Matter Hyperintensity Spatial Signatures With Distinct Cerebral Small Vessel Disease Etiologies [published online ahead of print, 2022 Sep 19]. Neurology. 2022;10.1212/WNL.0000000000201186. doi:10.1212/WNL.0000000000201186