偏头痛的功能连接研究:我们学到了什么?
Functional connectivity studies in migraine: what have
偏头痛的功能连接研究:我们学到了什么?
DOI: https://doi.org/10.1186/s10194- 019- 1047- 3
摘要-总结 静息态功能连接(FC)MRI已被广泛用于理解偏头痛的病理生理机制,并用于识别该疾病的影像学标志物。
我们在PubMed网站上进行了文献检索,查找那些报告了偏头痛患者与传统静息态FC记录数据(与健康对照比较,或同一患者在偏头痛发作期与发作间期比较)的原始文章。
3.4 神经影像
537
25项研究将偏头痛患者与健康对照进行了比较,而3项研究调查了偏头痛患者在发作期和发作间期的数据。
在对发作间期偏头痛的研究中,报道了超过20个FC网络的改变(包括杏仁核、尾状核、中央执行网络、小脑、楔叶、背侧注意网络、默认模式网络、执行控制网络、额顶网络、下丘脑、岛叶、新纹状体、伏隔核、枕叶、导水管周围灰质、前额叶皮层、显著网络、体感皮层I、丘脑和视觉网络)。
目前偏头痛静息态FC研究尚缺乏指导规范,迫切需要制定指南,以促进使用统一的术语、公开的研究方案,以及与随机临床试验指南一致的先验假设。
扩展内容:我们希望对所有已发表的传统静息态FC研究提供概述,并基于FC发现讨论到目前为止我们学到了什么。
未来的FC研究应要么合并现有数据以提取偏头痛患者亚表型的信息,要么在设计新的FC研究时遵循类似于随机对照试验(RCT)指南的规范。
引言 一种常用的影像学技术是静息态或所谓功能连接(FC)磁共振成像(fMRI),自2011年首篇论文发表以来[339],该技术已在越来越多的偏头痛研究中得到应用。
静息态FC研究可用于揭示偏头痛的机制。
偏头痛静息态文献通常以多种不同方式进行分析和呈现,这使得跨研究比较结果变得困难,发现有时难以理解,而且很少能够重复验证。
我们希望对所有已发表的传统静息态FC研究提供概述,并基于FC发现讨论到目前为止我们学到了什么。
方法 两位作者(JMH和FMA)在PubMed.com网站上进行了检索,以识别所有包含偏头痛患者静息态FC数据的原始文章。
我们使用了以下检索词:#1 resting state fMRI and migraine,#2 functional connectivity and migraine,以及 #3 functional connectivity fMRI and migraine。
我们排除了所有未使用传统静息态分析而使用其他方法的研究,例如功能连接密度、Granger因果关系、低频振幅和局部一致性。
两个不同体素之间信号频率的同步程度越高,这些体素之间的功能连接就越强,反之亦然。
显示出特定相似度水平的脑区代表一个功能连接网络。
大脑中的所有区域彼此之间或多或少都有功能连接。该方法的使用依赖于在两种不同条件或群体样本中测量时,网络中各区域之间功能连接的变化。
538
3 诊断
结果 我们的检索策略于2018年9月20日完成,共获得219条检索结果,包括94条独立结果,其中排除了以下项目:15篇综述、12项刺激研究、9项非传统FC方法、6项检查治疗(针刺)效果的研究、5项非偏头痛研究、5项非FC研究、4篇非原始文章、1项儿童研究,以及1项被撤回的研究。
25项已发表的研究报告了发作间期偏头痛与非偏头痛非头痛对照比较的数据。
12项研究检查了无先兆偏头痛(MO)人群,而单纯有先兆偏头痛(MA)仅在1项研究中进行了调查。
4项研究分别报告了MA和MO组的数据,而其余8项研究报告了混合结果。
3项传统静息态FC研究(1项MA和2项MO)比较了偏头痛发作期与发作间期的数据。
讨论 作为首篇偏头痛传统FC研究的系统综述,我们报告了脑、脑干和小脑中的多个区域和网络在发作间期和发作期偏头痛研究中表现出连接改变。
在最近的静息态fMRI研究中,引入了Granger因果关系[340-342]等补充分析方法来研究FC变化是否可以与所检查人群中的偏头痛表型相关联,但即使如此,发现也无法被重复验证。
所报道的FC改变可能并不特异于偏头痛,因为其他研究在包括纤维肌痛[343]、帕金森综合征[344, 345]、意识改变状态[346]、系统性红斑狼疮[347]和慢性丙型肝炎病毒感染[348]在内的多种其他疾病中也报告了相似或完全相同的网络改变。
如果事先明确选择特定的偏头痛亚型,最好是基於必要患者数量的计算,并有明确的检验假设,FC方法可能有助于研究偏头痛的特定亚型。
结论 影像学,包括FC研究,可能有助于提高我们对潜在疾病机制的理解,但到目前为止尚未发现可重复的偏头痛生物标志物。
未来的FC研究应要么合并现有数据以提取偏头痛患者亚表型的信息,要么在设计新的FC研究时遵循类似于RCT指南的规范。
致谢 本摘要基于以下作者的工作由机器生成:Skorobogatykh, Kirill; van Hoogstraten, Willem Sebastiaan; Degan, Diana; Prischepa, Anastasia; Savitskaya, Anastasya; Ileen, Biondo Michela; Bentivegna, Enrico; Skiba, Iaroslav; D'Acunto, Laura; Ferri, Livia; Sacco, Simona; Hansen, Jakob Møller; Amin, Faisal Mohammad; 2019年发表于The Journal of Headache and Pain。
3.4 神经影像
539
偏头痛先兆的神经影像线索