深髓静脉损伤与小血管闭塞性急性缺血性卒中患者脑小血管病相关
本研究回顾性纳入11中心注册研究中229例小血管闭塞性急性缺血性卒中患者,基于SWI相位图将深髓静脉分为6个区域并按连续性和可见性评分(总分0-18)。结果显示深髓静脉损伤与脑小血管病总负荷相关,尤其与基底节区血管周围间隙扩大和脑微出血严重负荷独立相关。
要点
- 深髓静脉评分基于SWI相位图,将额、顶、枕双侧共6个区域各评0-3分,总分0-18分。
- 基底节区血管周围间隙评分与深髓静脉损伤程度正相关(R=0.67),而半卵圆中心血管周围间隙无显著相关。
- 严重脑微出血负荷(≥5个)与严重深髓静脉负荷独立相关(aOR 25.38,95%CI 1.87-345.23)。
核心结论
- 深髓静脉损伤与小血管闭塞性急性缺血性卒中患者的脑小血管病严重程度相关,提示深髓静脉负荷可能用于此类患者的风险分层。
研究设计与样本
- 回顾性评估11中心注册研究(NCT02580097,2019年1月至2020年12月)中的小血管闭塞性急性缺血性卒中患者,最终纳入229例进行分析,使用3.0-T MRI(Discovery MR750;General Electric)32通道头线圈,序列包括3D TOF-MRA、DWI、T1WFSE、T2WFSE、T2 FLAIR和SWI,以SWI相位图评估深髓静脉,以STRIVE标准识别脑小血管病影像标志物。
关键影像表现/征象
- 深髓静脉在SWI相位图上按额、顶、枕双侧共6个区域评分,0分表示每条静脉连续、信号均匀且清晰可见,1分表示所有静脉连续且清晰可见但至少一条静脉信号不均匀,2分表示至少一条静脉不连续、信号减低呈点状低信号,3分表示静脉显示不清、该区域无连续静脉可见。
- 深髓静脉总评分越高,慢性腔隙灶比例越高(第4四分位组比例最高,p<0.01)。
- 脑微出血、脑室旁白质高信号和深部白质高信号评分也与深髓静脉评分相关(R值分别为0.41、0.58和0.61),但关联强度弱于基底节区血管周围间隙。
诊断标准与关键数值
- 深髓静脉总评分0-18分,按四分位数分组:第1四分位(0-2分,n=64)、第2四分位(3-6分,n=72)、第3四分位(7-10分,n=42)、第4四分位(11-18分,n=51)。
- 基底节区血管周围间隙评分与深髓静脉评分正相关(R=0.67,p<0.01),半卵圆中心血管周围间隙评分与深髓静脉评分无显著相关(R=0.17,p=0.1)。
- 多因素分析中,高脑微出血负荷(≥5个)与严重深髓静脉评分相关(aOR 25.38,95%CI 1.87-345.23)。
- 基底节区血管周围间隙评分与严重深髓静脉负荷呈剂量依赖关系:评分为3分和4分时,严重深髓静脉负荷的aOR分别为18.5和12.19。
- 改良总脑小血管病评分(0-6分)包括:腔隙灶1分;1-4个脑微出血1分,≥5个脑微出血2分;基底节区血管周围间隙>20个1分;中度白质高信号(总Fazekas 3-4分)1分;重度白质高信号(总Fazekas 5-6分)2分。
临床应用与阅片要点
- 基于SWI相位图评估深髓静脉的连续性和信号特征,可用于观察小血管闭塞性急性缺血性卒中患者的颅内微循环状态。
- 严重基底节区血管周围间隙扩大和脑微出血负荷(≥5个)与深髓静脉损伤密切相关,阅片时需关注这些脑小血管病标志物的共存。
- 半卵圆中心血管周围间隙与深髓静脉损伤无显著相关,评估时应注意区域差异。
局限性
- 本研究缺乏对脑萎缩(另一种与年龄密切相关的脑小血管病重要影像标志物)的评估。
- 作者尝试采用基于正常老年人群的模板对脑室系统和皮层脑沟形态进行视觉评分分析,但未获得良好的观察者间相关系数。
- 未来需要使用3D T1加权序列结合计算机分割处理来定量观察脑体积变化。
- 在脑影像数据分析方面,白质高信号和血管周围间隙的评估应兼顾主观和客观成分。
- 在深髓静脉评分评估中,尽管3T SWI序列可获得相对高清图像,未来仍需7T MRI定量深髓静脉研究以降低误判概率。
全文中译14 节 · 点击展开
引言
卒中是全球致残的主要原因,也是常见的死亡原因[1]。在急性缺血性卒中(AIS)中,根据TOAST分型可分为不同亚型,包括大动脉粥样硬化型(LAA)、心源性栓塞型和小血管闭塞型(SVO)[2]。目前,对LAA-AIS病理进行深入研究受到了广泛关注,而专门探讨SVO-AIS患者预后的研究仍然明显匮乏[3]。传统上,SVO亚型卒中被认为由小穿通动脉病变引起,临床上根据病灶位置表现为多种综合征,而在影像学上,颅内小动脉和小静脉损伤的后遗症通常表现为腔隙灶、白质高信号(WMH)、血管周围间隙(PVS)和脑微出血(CMB)。随着认识的提高,这些影像学发现可提供关于SVO亚型卒中涉及的其他病理生理机制的数据,从而为制定特异性治疗策略提供科学依据。
在常规MR图像上,颅内大动脉通常采用三维时间飞跃法磁共振血管成像(3D TOF-MRA)进行评估,而受分辨率限制,小动脉显示不佳[4]。对于显示颅内静脉的仪器设备,通过利用静脉内脱氧血红蛋白的磁敏感效应,磁敏感加权成像(SWI)序列已被认为是活体可视化小静脉的敏感方法[5, 6]。脑静脉系统可分为浅静脉系统和深静脉系统[7]。深部髓静脉(DMV)在引流深部脑组织静脉血、促进代谢废物清除和维持最佳脑血流量方面发挥关键作用[8, 9]。同时,位于脑组织深部的神经核团是调节认知、运动和感觉等关键脑功能的中心,确保正常的神经处理和整合[10]。因此,DMV可能是复杂神经网络的重要组成部分。此外,由于DMV具有恒定的解剖走行且垂直于侧脑室,相对易于评估[11]。多项研究表明,SWI序列上DMV连续性中断或数量减少可能代表静脉胶原病(VC)的发生,被认为在脑小血管病的发病机制中发挥作用[12, 13]。
迄今为止,由于研究缺乏,DMV损伤已被纳入脑血管疾病范畴,而关于DMV变化相关潜在危险因素的认识甚少。此外,需要深入探索DMV的病理变化(如SWI上所见的不连续性或信号不均匀)与SVO-AIS人群中WMH、PVS、CMB及其他cSVD影像标志物发生之间的潜在关联。此外,将DMV特征发展为评估SVO-AIS患者指标的可能性值得进一步研究。
本研究旨在探讨伴有SV0-AIS个体在SWI相位图像上DMV的连续性和信号特征,并检验不同DMV等级评分患者之间DMV特征的潜在差异。此外,本研究旨在探究严重DMV负荷与SVD影像标志物(如PVS、CMB和腔隙灶)存在之间的潜在相关性。
材料与方法
患者
我们回顾性评估了2019年1月至2020年12月在11个中心开展的多中心注册研究(MR ClinicalTrials.gov标识符:NCT02580097)中的患者。这是一项基于人群的研究,涵盖24小时内发生的所有卒中事件,共纳入961名个体。所有入组患者均按照TOAST分类标准进行分类,SV0-AIS患者纳入分析。SV0-AIS的筛选标准如下:(1)患者颅内大动脉正常;(2)弥散加权成像(DWI)序列显示高信号点状病灶,卒中直径小于15 mm;(3)排除了其他原因的梗死。所有患者的磁共振图像均为症状发作后入院12小时内进行的首次检查图像,并接受了标准药物治疗。
在本研究中,患者还需满足以下额外纳入标准:(1)MR方案包括T1加权成像(T1WI)、T2加权成像(T2WI)、T2FLAIR、DWI、SWI和MRA;(2)MR成像符合神经影像学血管改变报告标准(STRIVE)中关于SVD的定义;排除标准为:(1)任何MRI禁忌证;(2)基线数据不完整;(3)存在其他脑部异常,如肿瘤、感染、创伤、急性出血性梗死或慢性梗死;(4)患有遗传性cSVD的患者。本研究经所有参与机构的伦理委员会批准,并获得了患者的书面知情同意。
临床信息
人口学和临床数据通过多中心及当地医院数据集收集。识别了以下卒中危险因素:年龄、性别、高血压、高血糖、高脂血症、冠心病、心房颤动、吸烟和饮酒。在病例收集过程中,临床数据缺失的患者被排除在研究之外。
MR方案
MRI使用3.0-T MRI扫描仪(Discovery MR750;General Electric)配合32通道相控阵头线圈进行。采用脂肪饱和的成像方案包括三维时间飞跃法MRA(3D TOF-MRA)、DWI、T1加权快速自旋回波(T1WFSE)、T2加权FSE(T2WFSE)、T2液体衰减反转恢复(T2 FLAIR)和SWI。相关重要参数为SWI:TR/TE = 最小值/25 ms,FOV = 240 × 240 mm²,矩阵 = 320 × 224,层厚 = 2 mm,层数 = 282,翻转角 = 15°,带宽 = 62.5 Hz/像素。
DMV的测量
DMV评分根据SWI序列进行评估。我们从基底节上部至脑室水平评估了五个连续的SWI相位脑室旁层面(2 × 5 mm厚),考虑到这些层面覆盖了大部分DMV(图1A)。
采用既往研究中广泛使用的静脉评估方法[14, 15],将深髓静脉分为6个区域,包括额区、顶区和枕区(分别为双侧)。每个区域分别进行DMV评分0–3分,评估DMV的连续性和完整性。DMV评分0分表示每条静脉连续、无中断且清晰可见。1分表示所有DMV均连续且清晰可见,但至少有一条静脉信号不均匀。2分表示至少有一条静脉不连续且信号减弱,表现为点状低信号。3分表示DMV显示不清,节段内未见连续性静脉(图1B)。因此,总DMV评分计算为0–18分,并纳入后续分析。
所有图像由两名放射科医师(X.Y.W.和Q.D.,分别具有12年和5年神经影像学经验)独立审阅,二人对受试者的临床数据和疾病状态完全设盲。分歧由一名资深放射科医师(J.H.L.,具有14年神经影像学经验)解决。
SVD影像标志物的评估
SVD负荷由两名放射科医师(X.Y.W.和Q.D.)评估,二人对患者的临床病史、患者身份和预后设盲。任何分歧由一名资深放射科医师(J.H.L.)解决。SVD影像标志物(如慢性腔隙灶、CMB、WMH和PVS)的识别基于神经影像血管改变报告标准(STRIVE)[16]。WMH分为脑室周围WMH(P-WMH)和深部WMH(D-WMH),WMH严重程度分别采用Fazekas评分系统评估[17]。PVS在基底节区或半卵圆中心包含最大PVS的层面上进行分级,如有不对称,则选择较重一侧[18]。
为计算总SVD评分,我们基于0至4分的等级量表评估慢性腔隙灶、CMB、WMH和PVS,该量表已被多项研究广泛使用[18, 19]。本研究还应用改良总SVD评分(0–6分)评估以下内容:存在腔隙灶,1分;1–4个CMB,1分;≥ 5个CMB,2分;> 20个基底节区PVS(BG-PVS),1分;中度WMH(总Fazekas = 3–4),1分;重度WMH(总Fazekas = 5–6),2分[20]。
统计分析
主要结局为DMV的评分程度,主要 dependent variables 为SVD的影像标志物(WMH、PVS、慢性腔隙灶和CMB)。定量数据根据连续变量分布的正态性以均数±标准差表示,分类数据以百分比描述。描述整个队列的基线特征,并使用方差分析或连续变量比较不同DMV水平患者之间的差异,分类变量使用卡方检验。还描述并比较了不同DMV程度患者之间SVD亚型的患病率,包括慢性腔隙灶和CMB,以及PVS半定量评分1至4分和WMH Fazekas量表评分0至3分,使用Mann–Whitney U检验或卡方检验。使用Bonferroni检验进行校正。进行多变量logistic回归,通过计算在调整年龄、性别、初始美国国立卫生研究院卒中(NIHSS)评分、饮酒、吸烟、高血压、高血糖、高脂血症、心房颤动(AF)和冠心病(CHD)前后重度DMV负担的比值比,检验SVD与DMV之间的关系。在D-WMH或P-WMH(Fazekas量表0–3)以及BG-PVS或半卵圆中心PVS(CS-PVS)(半定量量表1–4)中检验剂量依赖性趋势。使用简单Cohen kappa统计量评估不同SVD影像标志物。所有统计分析均使用SPSS 26.0版(IBM Corporation)进行。
结果
患者特征
本研究从682例急性前循环缺血性卒中病例中筛选出398例SV O-AIS患者纳入当前研究(图2)。其中,130例患者因缺乏SWI相位图像重建而被排除,39例患者因图像清晰度差而无法准确评估而被排除。最终,共229例患者纳入最终分析,平均年龄为63.7±23.1岁,29.3%为女性。所有患者根据DMV评分四分位数分为四组:第1四分位数(DMV评分0–2,n=64)、第2四分位数(DMV评分3–6,n=72)、第3四分位数(DMV评分7–10,n=42)、第4四分位数(DMV评分11–18,n=51)。根据不同DMV评分程度分组,年龄和初始入院NIHSS评分在各组间存在显著差异。DMV评分较高(第3和第4四分位数)的患者平均年龄(72.6±45.9岁和71.9±9.1岁)大于第1和第2四分位数(p<0.01)。在DMV负担最重的组(第4四分位数)中,初始入院NIHSS评分等级(6(3–9))显著高于其他组(p<0.01)。相比之下,不同DMV评分组患者在高血压、高脂血症和高血糖等血管危险因素方面无显著差异。(表1)。
DMV评分与慢性SVD负担的关联
表2列出了不同DMV程度亚组的SVD影像标志物。在单因素分析中,第4四分位亚组慢性腔隙灶患者的比例最高(p < 0.01)。BG-PVS评分的Spearman相关系数最高(R = 0.67),表明其与DMV的连续性和信号有强关联。然而,CS-PVS的等级评分与DMV评分不相关(R = 0.17,p = 0.1)。此外,CMB、P-WMH和D-WMH的评分也与DMV评分强相关(R值分别为0.41、0.58和0.61);然而,关联程度弱于BG-PVS。
在多因素分析中,对年龄、性别、初始NIHSS评分、饮酒、吸烟、高血压、高血糖、高脂血症、心房颤动和慢性心脏病等协变量进行了校正。BG-PVS与重度DMV负荷之间存在剂量依赖性关系;在半定量PVS评分为3–4时,重度DMV负荷的aOR分别为18.5和12.19(表3、补充图1、补充图2)。然而,半卵圆中心的PVS彼此不相关。重度CMB负荷(CMB数量大于或等于5)的患者持续更可能出现重度DMV负荷,aOR为25.38,95%置信区间为1.87–345.23。
DMV评分与总SVD负荷的关联
在所有229例患者中,也对总SVD负荷进行了评估。分别引入了总SVD评分(4分制)和改良SVD评分(6分制)。在图3中,箱线图显示随着患者SVD负荷进展,DMV评分呈升高趋势。
观察者间评估
在评估DMV评分、P-WMH、D-WMH、BG-PVS、CS-PVS、腔隙灶和CMB方面,观察者间一致性极好,Kappa值分别为0.785、0.852、0.879、0.834、0.856、0.821和0.89。
讨论
在这项针对SVO-AIS患者的研究中,DMV与慢性SVD负荷之间存在相关性,尤其是在CMB和BG-PVS中;然而,CS-PVS和WMH(无论是脑室周围WMH还是深部WMH)的严重程度不是DMV损伤的危险因素。这提示静脉破坏可能参与BG-PVS和CMB的发病机制。在LAA-AIS患者中,已发现静脉引流受损和DMV破坏会导致受影响脑组织的氧气和营养供应减少,促进缺血性损伤的进展[21, 22]。然而,在SVO患者中,SVD负荷可作为SVO-AIS患者预后的预测因素之一[23, 24]。因此,SVD负荷与DMV可视化状态之间相关性的研究在脑血管病领域受到广泛关注。
SVO-AIS在临床上具有隐匿性和非典型性[25]。其在MR上表现为DWI序列点状高信号,不伴有颅内大动脉的狭窄或闭塞;然而,它通常伴有WMH、PVS、CMB和其他SVD影像标志物[25]。尽管总SVD负荷单独总结了脑组织的整体变化,并间接反映了小血管水平的病理发展,但这些标志物缺乏颅内微循环的视觉呈现。随着SWI序列的应用,无需任何造影剂即可显示静脉。DMV是引流深部白质组织液的主要静脉,呈水平走行,在SWI序列上易于观察[15]。直观评估DMV和SVD负荷可能增强对微循环状态的理解。因此,DMV可被视为SVO-AIS患者临床预后评估的重要影像标志物。
此前,不同SVD影像标志物的机制及其对临床预后的影响已被深入研究[26, 27]。其中,PVS已被证明是脑内类淋巴通路的基本结构。该路径促进脑脊液(CSF)沿环绕小动脉的PVS流入脑组织并进入间质与间质液(ISF)交换。该通路随后将交换后的ISF引流至小静脉周围的PVS,最终将“垃圾”清除至脑膜和颈部淋巴系统[28]。由于病理生理机制的存在,PVS的重度负荷提示类淋巴液淤滞的阻塞,导致静态脉冲压增高、静脉周围水肿以及静脉壁增厚、狭窄和闭塞,从而在SWI序列上导致小静脉可见性降低和持续中断[29, 30]。有趣的是,在本研究中,对于SVO-AIS患者,静脉损伤与BG-PVS的存在相关,而非CS-PVS。一个可设想的解释在于,基底节区仅由DMV引流,而半卵圆中心区域还可由皮质和浅表髓静脉额外引流[15]。此外,基底节区的穿支动脉几乎呈垂直分叉,使其易受血管危险因素的影响。这种情况也可能导致小动脉损伤、类淋巴清除减少,甚至小静脉损伤。我们假设两者均解释了基底节区PVS与DMV损伤之间的相关性。
此外,关于SVD与DMV之间的相关性,CMB也引起了其他一些研究者的关注。CMB的发病机制目前尚不清楚,存在许多假说,包括低灌注损伤、血脑屏障(BBB)受损、炎症反应、内皮损伤、β-淀粉样蛋白沉积和基因多态性。而如今,BBB损害作为CMB发生机制的假说已在尸检和动物模型中得到验证[30, 31]。此外,此前已证实高DMV评分可能提示BBB的破坏[32]。这些理论解释与我们的研究结果相关,我们的研究中CMB数量采用改良总SVD评分的方法进行分级,研究表明重度CMB负荷(CMB数量大于或等于5)与DMV损伤之间存在强相关性。这一观察进一步提示,SWI序列显示大于或等于5个CMB更能反映微血管损伤和BBB通透性增加,也暗示预后不良。
综合上述SVD的病理和血流动力学变化,我们认为DMV在SVD的形成和进展中起关键作用;然而,本研究未发现WMH与严重DMV负荷之间存在关联。既往研究关于WMH与DMV的关联存在一些差异。2014年,Yan等人发现WMH患者的DMV体积高于健康对照[14]。同时,一项2020年的研究发现DMV与WMH强烈相关。然而,在调整年龄后,DMV数量与WMH体积之间的这种负相关关系消失了[33]。因此,我们认为与WMH相关的DMV变化是一个逐渐进展的过程。在早期阶段,DMV因脱氧血红蛋白增加、静脉压升高和代偿性扩张而显著出现。随着WMH的进展,DMV从代偿性扩张转变为静脉胶原化,静脉管腔从狭窄变为甚至完全闭塞。因此,微静脉的状态可用于指示WMH的不同阶段,从而有助于对患者进行分层。
对于慢性腔隙灶,与WMH类似,未发现与DMV的关系。尽管不同DMV评分患者的腔隙灶存在差异,但在我们的研究中它不是重度DMV负荷的危险因素。这一发现可能与入组的SVO-AIS人群有关,该人群年龄较大且血管危险因素较多。此外,在本研究中,我们不仅根据STRIVE探讨了其与SVD各影像生物标志物的相关性,还进一步采用了两种总SVD负荷评分方法来研究SVD负荷对DMV可见性的影响。
我们的研究存在一些局限性。本研究缺乏对脑萎缩的评估,而脑萎缩是脑小血管病(SVD)的另一重要影像学标志物,与年龄密切相关。我们曾尝试采用基于正常老年人群的模板,对脑室系统和脑沟形态进行视觉评分分析,但未能获得良好的观察者间相关系数。因此,未来需要使用基于计算机分割处理的3D T1加权序列来定量观察脑体积的变化。此外,在脑影像数据分析方面,白质高信号(WMH)和血管周围间隙(PVS)的评估应兼具主观和客观成分。再者,在深部髓静脉(DMV)评分的评估中,尽管3 T的磁敏感加权成像(SWI)序列可以获得相对高清的图像,但未来仍需7 T MRI对DMV进行定量研究,以降低误判的概率。
结论
本研究发现,DMV破坏与慢性SVD负荷相关,尤其是基底节区血管周围间隙(BG-PVS)和严重脑微出血(CMB)负荷,且独立于年龄、高血压和其他血管危险因素,揭示了静脉功能障碍参与SVD的发病机制。在临床实践中,SWI序列中DMV的显现使颅内微循环状态的 Visualization 成为可能;因此,密切观察DMV可能有助于评估SVO-AIS患者的进展和预后。然而,未来仍需进一步的纵向研究。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 343 KB)
引用
- Wang X, Lyu J, Duan Q, et al. Deep medullary vein damage correlates with small vessel disease in small vessel occlusion acute ischemic stroke. Eur Radiol. 2024. PMID: 38337069. doi:10.1007/s00330-024-10628-4
- 全文:PMC11364723(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11364723/
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。