缺血性心脏病与血管危险因素与加速脑老化相关
基于英国生物银行数据,利用25个脑MRI体积特征构建贝叶斯岭回归脑龄模型,在非缺血性心脏病者中训练。现患缺血性心脏病者脑龄差显著增大(平均绝对误差6.96年 vs 4.69年,P<0.001),脑龄差每增加1年痴呆风险OR 1.13(95%CI 1.04-1.22;P=0.002)。
要点
- 现患缺血性心脏病者脑MRI预测脑龄较实际年龄偏大,平均绝对误差6.96年,非缺血性心脏病者为4.69年。
- 脑龄差每增加1年,痴呆风险OR 1.13(95%CI 1.04-1.22;P=0.002),倾向评分匹配后OR 1.15(95%CI 1.01-1.33;P=0.04)。
- 白质高信号介导效应在调整协变量后不显著,缺血性心脏病对脑老化的直接效应beta=6.62(P<0.0001)。
核心结论
- 现患缺血性心脏病与共存血管危险因素与加速脑老化及痴呆风险相关。
- 脑龄差正值代表加速脑老化,可能作为沟通可改变危险因素和疾病影响的工具,支持预防策略。
- 缺血性心脏病对脑老化的效应未完全由微血管损伤(白质高信号)介导。
研究设计与样本
- 研究基于英国生物银行(UKB)前瞻性人群数据,纳入有脑影像衍生表型且无精神健康、神经疾病或痴呆病史者共36,578人。
- 现患缺血性心脏病组1,341人(心绞痛、既往心肌梗死或非梗死性缺血性心脏病表现),非缺血性心脏病对照组35,237人。
- 脑龄模型用贝叶斯岭回归,以25个结构性脑MRI体积特征为自变量、实际年龄为因变量,在非缺血性心脏病者中按80%训练集、20%测试集构建。
- 脑MRI用3.0T西门子Skyra扫描仪采集,含MPRAGE T1加权(1 mm各向同性)和FLAIR T2加权(1.05×1×1 mm);心脏磁共振用1.5T西门子MAGNETOM Aera采集。
- 参考标准为实际年龄,脑龄差=预测脑龄减实际年龄,正值表示加速脑老化。
关键影像表现/征象
- 缺血性心脏病者多数脑结构体积显著低于非缺血性心脏病者,白质高信号体积增高。
- 非缺血性心脏病测试集脑龄预测平均绝对误差4.69年,缺血性心脏病组平均绝对误差6.96年,提示脑外观更老。
- 缺血性心脏病组脑龄差均值显著高于非缺血性心脏病组(P<0.001),该组R²为负值,提示预测差于均值预测。
- 校正年龄依赖偏倚后,两队列脑龄差与实际年龄相关性降至接近零,提示脑龄差无年龄依赖。
诊断标准与关键数值
- 脑龄差每增加1年,痴呆风险OR 1.13(95%CI 1.04-1.22;P=0.002),校正年龄、性别、教育水平。
- 倾向评分匹配后,脑龄差每增加1年痴呆风险OR 1.15(95%CI 1.01-1.33;P=0.04)。
- 未调整模型中缺血性心脏病对脑龄差直接效应beta=6.41、经白质高信号介导效应beta=0.11(均P<0.001);调整协变量后直接效应beta=6.62(P<0.0001),白质高信号介导效应不显著。
- 糖尿病与脑龄差增大相关,缺血性心脏病组beta最高2.1年 vs 对照组1.3年;腰臀比每增加1单位,缺血性心脏病组脑龄差增加最高8.02年。
- 糖尿病与肥胖对脑老化贡献合计,缺血性心脏病组最高10.2年 vs 对照组3年。
临床应用与阅片要点
- 脑龄差可作为向患者传达脑健康风险的沟通工具,类似血管年龄用于表达心血管病风险。
- 缺血性心脏病患者脑MRI体积特征提示脑老化加速时,可结合痴呆风险OR 1.13(95%CI 1.04-1.22)理解其风险层级。
- 白质高信号不能完全解释缺血性心脏病对脑老化的效应,阅片报告脑老化相关表现时不应仅归因于脑小血管病。
- 在无缺血性心脏病者中,脑老化加速与较小左右心室容积、较低左室整体功能、较差主动脉顺应性和总动脉顺应性相关,但这些指标与痴呆风险无显著关联。
局限性
- 缺血性心脏病组心脏磁共振各项指标与脑老化的关联方向与非缺血性心脏病组一致但未达统计学显著,原文认为可能由于缺血性心脏病受试者数量较少。
- 原文指出需未来研究使用更敏感的脑微结构改变测量来确立缺血性心脏病、脑老化与认知下降之间确切的病理生理通路。
- 原文指出需进一步研究使用先进影像指标并整合对心肌缺血范围的更全面评估。
全文中译27 节 · 点击展开
尽管认知衰退的风险主要由年龄驱动,但血管危险因素和共病可能增加与年龄相关的脑部退化的风险。1,2 缺血性心脏病(IHD)与不良脑健康相关,且独立于衰老本身的影响。3,4 已提出多种参与心脑交互作用的通路,但IHD可能导致认知衰退的确切病理生理机制仍有待阐明。5 心脏缺血与白质和灰质的大体和微结构脑异常相关,甚至出现在痴呆临床症状发作之前。6,7 检测和量化与年龄相关脑变化的细微偏差,可能有助于识别认知衰退风险更高的受试者,从而将预防策略和靶向治疗导向这些人群。
近年来的神经影像学研究引入了基于脑磁共振成像(MRI)特征来估算个体脑年龄的建模方法。估算脑年龄与实际年龄之间的差异(delta)反映了对正常衰老的偏离,可作为认知衰退的生物标志物。8 在认知健康队列中,呈现更老外观的脑(提示加速脑老化,即正值delta)已被证实与某些神经系统疾病和生活方式因素相关。9,10
脑年龄可能是向患者传达脑退化风险的有效手段,正如血管年龄可用于表达心血管疾病风险一样。11 它可能提高风险意识,并可能促进更健康的生活方式和预防行为。12
我们利用UKB(英国生物银行)数据研究了现患IHD对脑老化和痴呆风险的影响、该关联可能的潜在机制,以及血管危险因素、心血管结构和功能的作用。此前尚无研究使用该方法在无既存神经系统疾病的大型IHD队列中评估脑健康。我们假设IHD可能与加速脑老化相关,反映了易导致认知衰退或痴呆的结构性脑改变。因此,估算脑年龄可用于表达个体风险水平,并激励IHD患者改善其健康行为。
方法
UKB数据集
UKB是一项大型前瞻性人群研究,追踪超过50万名40-69岁参与者的健康和福祉,参与者从英国各地招募。研究方案可公开获取,数据通过申请流程向研究人员开放。13 参与者的特征,包括社会人口学、生活方式、环境因素、病史、遗传学和体格测量,均在访视时收集。自2015年以来,超过48,000名参与者接受了影像学研究,包括脑和心血管磁共振(CMR)成像。
伦理
本研究遵循《赫尔辛基宣言》。本研究受英国国家卫生服务(NHS)国家研究伦理服务机构于2011年6月17日批准的UKB研究伦理批准(参考号11/NW/0382)覆盖,并于2021年6月18日扩展(参考号21/NW/0157)。所有参与者均获得了书面知情同意。
研究人群
选择具有脑影像衍生表型(IDPs)且无任何可能直接影响认知功能的精神健康、神经系统疾病或痴呆病史的参与者纳入我们的分析(n = 36,578)。14 随后定义了两个不同的亚组(图1)。缺血性心脏病(IHD)患病组包括1,341名患有心绞痛、既往心肌梗死或任何未导致梗死性表现的IHD受试者(补充表1)。非IHD(对照组)组由扫描时无IHD病史的其余受试者组成(n = 35,237)。该组进一步分为训练集和测试集以定义脑衰老模型。对于事后关联分析(在IHD和非IHD测试集上进行),我们仅选择感兴趣暴露变量值可用的受试者。
MRI数据采集
脑MRI数据使用3.0-T西门子扫描仪(Skyra,VD13A SP4,Siemens Healthcare)按照公开可获取的协议采集。15 简言之,影像采集包括6种不同序列,涵盖结构、弥散和功能成像,每位参与者扫描时间为35分钟。采用1-mm各向同性分辨率的MPRAGE序列采集T1加权数据,而T2加权扫描使用液体衰减反转恢复对比(1.05 × 1 × 1-mm分辨率)。
CMR图像使用1.5-T扫描仪(MAGNETOM Aera,Syngo Platform VD13A,Siemens Healthcare)按照预定义的采集协议获取。16 简言之,心脏评估包括长轴电影序列和覆盖左心室(LV)和右心室(RV)的完整短轴堆叠序列的组合,均使用平衡稳态自由进动序列采集。
脑MRI特征提取
脑IDPs从脑MRI中提取,可通过UKB展示平台获取(补充表2)。我们选择了从结构MRI中提取的25个体积特征,因为它们被鉴定为建模脑年龄时信息量最高的预测因子之一。17,18 白质高信号(WMHs)总体积(未用于建模脑年龄)则用于事后中介分析。数据处理详细描述见补充方法。
CMR参数
LV和RV结构和功能的常规测量指标使用内置质量控制的自动化流程提取,该流程先前已在UKB大样本中开发并验证。19 具体而言,我们分析了以下参数:舒张末期和收缩末期LV和RV容积;LV和RV每搏输出量;LV质量;以及左心室射血分数。
分析了能够捕捉心肌功能与结构性心腔重构相关变化的额外心脏指标,包括LV质量-容积比和LV整体功能指数。质量-容积比计算为LV质量除以LV舒张末期容积。LV整体功能指数是一种经过验证的LV心脏性能测量指标,将不良心肌重构的结构成分整合到LV功能评估中,其公式在别处描述。20
在影像访视中获得的主动脉扩张性和总动脉顺应性(TAC)被视为动脉健康的指标。主动脉扩张性是局部主动脉顺应性的度量,较低的值表明血管健康状况较差。21 近端降主动脉的主动脉扩张性值来自先前对UKB影像研究中一个大型子集的分析,该分析使用了嵌入专门设计质量控制的全自动图像分析流程。22 TAC是可用于估计动脉功能的另一项描述指标。较高的值表明动脉负荷降低,与更好的心血管结局相关。23 TAC通过左心室每搏输出量除以中心脉压来估算。24
血管危险因素
先前与大脑健康相关的血管危险因素,包括高血压、糖尿病、高胆固醇血症和(当前)吸烟,被视为暴露因素。体重指数和腰臀比这两个反映身体脂肪含量的生物医学指标也进行了评估。我们还评估了社会经济剥夺的作用,以Townsend指数表示,该指数是相对于全国平均水平衡量物质剥夺程度的指标。临床暴露因素通过选定的UKB字段确定(补充表3)。
统计分析
补充方法中提供了统计分析的更详细描述。所有分析均使用Python 3.8.10(Python软件基金会)和Scikit-learn 0.23.2版本进行。所有分析均以双侧P < 0.05(经多重检验校正)为差异有统计学意义。
简言之,为评估缺血性心脏病(IHD)是否与更快的大脑衰老相关、其是否反过来与痴呆风险相关,并研究该关联中涉及的潜在机制联系和危险因素,我们采用了分阶段方法,可概括如下(补充图1)。
脑龄估计
脑龄使用贝叶斯岭回归模型估计,因为该模型已被证明具有竞争力的性能。25 在该模型中,25个大脑影像衍生表型(IDP)为自变量,而实际年龄为因变量。在将实际年龄拟合到模型之前,对其进行了去均值处理(平移至均值为零),以获得中心化的结局变量。8 性别、教育水平、身高以及从T1头部图像到标准空间的空间容积缩放被用作混杂因素,因为它们可显著影响结局。在建模脑龄之前,使用线性回归模型从特征中回归掉混杂因素的影响。模型性能使用平均绝对误差(MAE)和决定系数(R2)进行评估。脑龄研究中的MAE被解释为预测脑龄与实际年龄之间的偏差,以年表示,较高的值表明大脑外观更显衰老。R2表示模型中使用的特征所能解释的预测脑龄方差比例。
脑老化模型首先基于非缺血性心脏病(IHD)参与者构建,将数据分为2个子集(训练集,80%;测试集,20%)。在去除年龄依赖性偏倚后(如补充方法中所述),我们通过从测试数据集中的预测脑龄减去实际年龄来计算脑龄差,正值(以年表示)表示脑老化加速。在偏倚校正前后,还计算了实际年龄与脑龄差之间的皮尔逊相关性。
接下来,使用先前训练的模型对IHD受试者进行脑龄估计,以评估脑龄差相对于参考(非IHD)人群的偏差。因此,对IHD组和非IHD组在模型性能和平均脑龄差差异方面进行了比较,后者被视为明显脑老化的衡量指标。8
脑龄与痴呆风险
使用逻辑回归分析脑龄差与新发痴呆之间的关系(补充表4)。模型 adjusted for 年龄、性别和教育水平。由于新发事件数量相对于非事件较少,为考虑可能影响模型的失衡数据,我们在基于年龄和性别的倾向性评分匹配后重复了关联分析。
白质高信号(WMH)对IHD和脑龄的中介效应
为研究潜在的机制联系,我们进行了中介分析,以检验WMH(脑血管损伤的标志物)在多大程度上中介了IHD对脑老化的影响(间接效应)。使用普通最小二乘回归研究变量(IHD、作为中介变量的WMH和脑龄差)之间的关联(以效应描述)。模型 adjusted for 年龄、性别和教育。
脑龄与血管危险因素及影像学参数的关联
在IHD和非IHD(测试集)组中使用线性回归模型评估血管危险因素和影像学参数在推进脑龄中的作用。模型 adjusted for 与脑老化模型相同的混杂因素加上年龄。在分析中,我们使用非标准化测量来揭示暴露每变化1个单位对脑龄差的效应(β值)。具体而言,根据关联方向(β值为正 vs 负),改变暴露可能导致脑龄差(以年估计)增加或减少。
由于我们仅在非IHD受试者中发现某些影像学参数与脑老化之间存在显著关联,我们使用逻辑回归研究了这些指标在该组中是否与新发痴呆相关。模型 adjusted for 年龄和性别。
结果
研究人群的基线特征
IHD患者平均年龄大于对照组(59.2 ± 6.3岁 vs 54.6 ± 7.4岁;P < 0.05),尽管两个队列的年龄范围相似(40至70岁)(补充图2)。患病受试者比未患病者更可能为男性(分别为71.4% vs 46.3%;P < 0.05)(表1),危险因素负担更重,心血管健康指标更差(表2)。IHD受试者大多数脑结构的体积显著低于未患病者,而WMH体积增加(补充表5)。
缺血性心脏病(IHD)中估计的脑龄
在非缺血性心脏病受试者(测试集)中,模型显示实际年龄与预测脑龄之间的平均差异(MAE)为4.69年(表3)。当将该模型应用于缺血性心脏病组时,观察到预测脑龄与实际年龄的偏差更大(MAE = 6.96年),表明大脑外观更显衰老。两个队列之间的平均脑龄差值也存在显著差异(P < 0.001),证实缺血性心脏病受试者的脑龄显著高于无该疾病者。
两组之间的差异进一步由R2确认,缺血性心脏病组中R2为负值,表明该组的预测劣于均值预测(补充图3)。该负值在scikit-learn文档中有所提及,并在既往脑衰老研究中已有报道。25
在从偏倚中校正估计脑龄后,两个队列中脑龄差值与实际年龄的相关值均降至接近零。这表明校正步骤执行正确,所得的脑龄差值不受年龄依赖性影响。这在缺血性心脏病队列中尤为明显(补充表6)。
脑龄与新发痴呆的关联
脑龄差值每增加一个单位,痴呆发生的比值增加13%(比值比:1.13 [95% CI:1.04-1.22];P = 0.002)。在考虑两组(痴呆与非痴呆)之间的不平衡后,该关联仍然显著(比值比:1.15 [95% CI:1.01-1.33];P = 0.04)(表4)。
白质高信号(WMH)对缺血性心脏病与脑龄的中介效应
缺血性心脏病诊断与脑龄差值的关联可解释为直接效应(由疾病本身引起)、经白质高信号中介的间接效应,以及总效应(两者共同作用的结果)(图2)。
未校正模型显示,缺血性心脏病对脑龄差值既有显著的直接效应也有间接效应(P < 0.001)。然而,缺血性心脏病对脑衰老的直接效应远大于通过白质高信号中介的效应(beta值分别为6.41 vs 0.11)。
校正协变量后,直接效应的大小保持相似且仍然显著(beta值 = 6.62;P < 0.0001),而白质高信号的中介效应变得不显著。
脑龄与血管危险因素的关联
脑龄差值增加与两组中糖尿病史均显著相关。然而,该效应在缺血性心脏病中更大(缺血性心脏病中beta值高达2.1年 vs 对照组1.3年)。
在缺血性心脏病中,更快的脑衰老还与肥胖程度增加(更大的腰臀比和增加的体重指数)显著相关。关联最强的是腰臀比,该值每增加1个单位,估计脑龄较正常衰老增加高达8.02年(以beta值表示)(表5)。在对照组受试者中也观察到类似趋势,尽管关联不显著。
在存在缺血性心脏病(IHD)的情况下,糖尿病和肥胖程度增加对脑老化加速的估计贡献总体上更大(将两者的β值相加时,IHD中高达10.2年,而对照组为3年)。两个队列中血管危险因素对脑老化影响的效应量差异见图3。
脑龄与心脏磁共振(CMR)参数的关联
在非IHD受试者中,脑龄差增加与较小的左心室(LV)和右心室(RV)容积、较低的心脏功能指标、LV质量、主动脉扩张性和TAC值显著相关。在IHD队列中,所有影像指标均发现类似方向的关联,尽管未达统计学显著性(表6)。 none 的CMR指标与痴呆风险显著相关(补充表7)。
讨论
在本研究中,我们利用从MRI数据提取的脑容积特征,估计了UKB中IHD受试者的脑龄。我们发现,IHD受试者平均而言其脑龄比实际年龄更超前,其大脑显得显著老于无该病者。脑老化加速还与痴呆风险增加相关。WMH作为脑血管损伤的标志物,并未显著介导IHD对脑老化的影响,提示该关联涉及与该疾病本身相关的其他机制。IHD、糖尿病和肥胖程度增加与更快的脑老化相关。总体而言,这些发现提示IHD相关机制和血管危险因素共同加速生物学脑老化,从而增加发生痴呆的风险(中心插图)。
IHD与脑健康
尽管由于用于评估对脑结构影响的方法不同,我们的结果无法与既往研究直接比较,但它们与现有研究一致,并证实了IHD与较差脑健康之间的关联。4 有证据支持在诊断IHD后的数年中认知衰退比诊断前更快,提示该关联可能涉及疾病相关机制。26
我们观察到,缺血性心脏病(IHD)受试者较其同龄人更早出现脑结构改变,表现为脑萎缩和白质高信号(WMHs)增多。WMHs反映潜在的脑小血管病,这是一种可同时发生于脑和心脏的血管功能障碍,导致不同的临床表现,包括缺血、认知功能障碍和痴呆。27,28 然而,我们观察到IHD中血管因素对脑老化的贡献(以WMHs表示)几乎不显著。相反,主要是疾病的直接效应驱动了这种关联。这些结果证实了IHD与脑退化之间的强关联,并且这种关系并不能完全由WMHs解释。6,7
我们的研究结果表明,IHD通过若干与该疾病相关的机制促进脑老化,而这一脑血管损伤标志物无法捕捉这些机制。所涉及的机制包括直接缺血性脑损伤、血脑屏障改变以及多种生物学通路,包括氧化应激、免疫反应和内皮功能障碍。5 未来需要使用更敏感的脑微结构改变测量方法的研究,以确立长期将IHD、脑老化和认知下降联系起来的确切病理生理通路。
共存血管危险因素在脑老化中的作用
血管危险因素既可通过增加心脏和脑血管疾病的风险,也可作为独立危险因素来增加痴呆风险。2 这些可能可改变的病症促进全身性动脉粥样硬化,后者可能直接影响脑和心血管健康。6 当IHD与血管危险因素共存时,对脑自动调节和脑灌注的负面影响可能进一步加剧,从而加速脑老化。在此观点下,合并的IHD可被视为一种更晚期的、有症状的终末器官血管疾病,以及影响脑的具有临床意义的动脉粥样硬化的替代标志物。7
同样,我们观察到在存在IHD的情况下,肥胖程度增加和糖尿病与显著加快的脑老化相关。这表明当共存IHD诊断时,这些因素对脑结构的影响被放大,血管和缺血相关过程对疾病进展具有协同效应。
糖尿病即使在无IHD的情况下也在脑老化中发挥重要作用,证实该病症是痴呆最强的危险因素之一。29 我们还发现IHD中肥胖指标与脑老化之间存在非常强的关联。较高的腰臀比(腹部肥胖的测量指标)与脑老化最大程度的增加相关。这表明中心性肥胖作为内脏脂肪的指标,可能是存在IHD时主要促进脑老化加速的成分。内脏脂肪组织诱导胰岛素抵抗和增加全身性炎症,可能在导致血管内皮功能障碍并最终引起亚临床脑损伤中发挥关键作用。30 因此,我们假设共存的IHD和中心性肥胖增加可能代表一种血管风险负担更高的状态。在此观点下,多种因素可能相互作用,导致脑结构和血管改变的风险增大,从而可能进一步加速脑老化。
心血管血流动力学在脑老化中的作用
在无缺血性心脏病(IHD)的情况下,我们发现加速脑老化与衰老心脏中通常观察到的心血管变化之间存在显著关联:较小的心室容积、降低的左心室整体功能以及较差的主动脉顺应性。然而,这些改变并未转化为痴呆风险的增加。这些心血管血流动力学变化可能反映了终生心室和血管硬化过程的耦合,即使在没有明显心血管疾病的情况下也可能发生,并在认知障碍出现之前对大脑健康产生潜在影响。14,31
在IHD中,所分析的CMR指标均与脑老化无显著关联。尽管这可能是由于IHD受试者数量较少,但其他类型的心脏变化——可能与缺血相关且未被传统心脏功能和结构指标所捕捉——可能在脑老化关联中起作用。因此,需要进一步使用先进影像指标并整合对心肌缺血范围更全面评估的研究,以阐明IHD与脑老化之间的复杂关系。32
临床意义
我们的研究结果强调了预防IHD和促进更健康行为以延缓脑退化和可能的痴呆的重要性。脑年龄可被视为一种有吸引力的沟通工具,用于告知患者其风险状况以及血管危险因素对大脑健康的损害。以年龄为单位传达风险已被证明可增加风险感知并提供更大的情感影响,例如进一步激励患者改变生活方式。12这对于年轻人可能特别有用,因为他们可能因年轻而认为其短期绝对风险太低而缺乏情感冲击力。33情绪反应可以在理性行为中发挥作用,其通过比认知评估更直观、快速和易懂的方式影响风险感知。34然而,在临床实践中推荐这种方法之前,需要未来的前瞻性试验证明使用脑年龄传达风险信息的有效性。
研究局限性
我们使用脑容量特征来估计脑年龄,因为这些特征先前已被确定为最具信息量的预测因子之一。然而,纳入多种影像模态可能带来更好的模型性能。
模型中使用的脑IDP的数量和类型可影响脑年龄差值的估计值。然而,我们的目的是使用该参数来展示IHD与非IHD之间脑老化速率的差异,而非提出老化本身的量化方法。
其他因素,包括遗传学和早期大脑发育,可能影响大脑结构。基于纵向影像数据的未来研究有助于确定这些因素在个体脑老化变化轨迹中的作用。
IHD和非IHD的平均实际年龄存在显著差异。然而,我们应用了一种年龄偏差校正方法,消除了年龄对估计脑年龄差值的影响。
我们评估了某些先前已验证的、与脑健康相关的暴露因素的影响。其他协变量,包括生物学、心理学和行为学参数,未予评估。这样做是为了避免模型过拟合,从而可能降低对真实效应的敏感性。样本量、年龄范围以及用于选择协变量和脑特征的方法的差异,可能解释了当前与先前在英国生物银行(UKB)上脑老化结果之间的部分差异。
尽管暴露因素与脑龄差值之间的关联方向可能提示暴露本身对脑老化的潜在影响(加速 vs 减速),但这些结果不允许进行因果推断。由于本研究为横断面研究,我们无法推断脑老化与暴露因素之间的时间关系。未来利用系列脑影像和心脏磁共振(CMR)数据并与临床结局相关联的纵向研究,可能评估长期来看脑外观老化者的效应。
结论
现患缺血性心脏病(IHD)与加速脑老化和痴呆风险增加相关,而这一关联未被微血管损伤完全解释。除共同的血管危险因素外,其他疾病相关机制可能促成异常老化。利用脑龄来传达认知衰退的风险水平可能提高患者的意识并改善其对治疗和生活方式改变的依从性。展望 医学知识胜任力:我们的研究结果强调了在现患IHD和血管危险因素的患者中,以脑结构细微(体积)变化的形式寻找脑健康较差的早期迹象的重要性。
转化展望1:脑龄有助于识别认知衰退风险较高的IHD患者,这些患者可能从早期和更积极的治疗及预防性干预中获益。
转化展望2:脑龄可用于有效向患者传达脑衰退风险并促进健康行为。
转化展望3:鉴于全球人口老龄化导致现患IHD和痴呆的预计增加,需要深入理解心脑相互作用的因果机制以及明显症状出现之前认知损害的早期迹象。
资助支持与作者披露
Barts Charity(G-002346)支付了获取英国生物银行数据所需的部分费用(访问申请号#2964)。Rauseo博士和Petersen博士获得了伦敦医学影像与人工智能价值医疗中心(AI4VBH)的资助,该中心由英国政府产业战略挑战基金“数据到早期诊断与精准医学”专项资助,由Innovate UK代表英国研究与创新署(UKRI)管理和实施。Salih先生受到INVITE项目的支持,该项目由欧盟在“地平线2020”计划内共同资助,并得到威尼托大区的支持。Raisi-Estebragh博士获得了美国国家卫生研究院(NIHR)综合学术培训计划的资助,该计划支持她的学术临床讲师职位;她还获得了英国心脏基金会临床研究培训奖学金(编号FS/17/81/33318)的资助。Aung博士获得了NIHR综合学术培训计划的资助,该计划支持他的学术临床讲师职位,以及医学科学院临床讲师启动基金(SGL024∖1024)。Slabaugh博士获得了MindRank AI的咨询费。Marshall博士获得了Barts Charity的资助;并获得了Biogen和GE Healthcare的个人费用。Neubauer博士获得了牛津NIHR生物医学研究中心的资助。Galazzo博士和Menegaz博士获得了Fondazione CariVerona的资助(EDIPO项目——参考编号2018.0855.2019)。Petersen博士获得了Barts的NIHR生物医学研究中心的资助,以及英国心脏基金会的资助,用于资助手动分析以创建英国生物银行影像资源5,000例心脏磁共振扫描的心血管磁共振成像参考标准(www.bhf.org.uk;PG/14/89/31194),并获得了SmartHeart EPSRC项目资助(www.nihr.ac.uk;EP/P001009/1);并获得了Circle Cardiovascular Imaging Inc(加拿大阿尔伯塔省卡尔加里)的咨询费。所有其他作者均声明与本文内容无相关利益关系需要披露。
引用
- Rauseo E, Salih A, Raisi-Estabragh Z, et al. Ischemic Heart Disease and Vascular Risk Factors Are Associated With Accelerated Brain Aging. JACC Cardiovasc Imaging. 2023. PMID: 37407123. doi:10.1016/j.jcmg.2023.01.016
- 全文:PMC10317841(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10317841/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。