定量MRI可区分不同脑白质营养不良并与临床指标相关
前瞻性纳入16名对照、37例VWM和14例MLD患者,在3T磁共振上行定量MRI(MCR-DIMWI、METRICS、NODDI、DTI)检查。结果显示髓鞘水分数和神经突密度指数在患者中低于对照,VWM自由水分数最高而MLD与对照相似;MCR-DIMWI髓鞘水分数与临床评分相关性最强。
要点
- VWM与MLD的定量MRI表现不属同一谱系,髓鞘水分数、神经突密度指数、自由水分数及扩散指标呈不同改变模式。
- MCR-DIMWI髓鞘水分数与临床评分相关性最强,自由水分数在VWM升高而MLD与对照相似。
- 定量MRI指标随年龄变化,需按年龄校正后解读,本研究采用观察值与年龄预期值之比进行分析。
核心结论
- 定量MRI与临床指标相关,并在VWM和MLD中呈现不同的定量指标改变模式,与已知神经病理差异一致。
研究设计与样本
- 前瞻性研究,2020至2023年连续纳入经基因确诊的VWM患者37例和MLD患者14例,并纳入对照16名(其中15名扫描此前已报告)。
- 采用3T扫描仪(Philips Ingenia),定量序列包括多壳扩散加权成像、多梯度回波可变翻转角序列和压缩感知多回波T2弛豫成像(METRICS),层厚2.5 mm各向同性。
- 通过MCR-DIMWI和METRICS计算髓鞘水分数,NODDI计算神经突密度指数、方向弥散指数和自由水分数,DTI计算各扩散指标。
关键影像表现/征象
- VWM和MLD均可见FLAIR高信号白质,而稀疏至囊性白质主要见于VWM。
- MCR-DIMWI和METRICS所得髓鞘水分数在VWM和MLD中均低于对照,且与FLAIR异常白质空间对应。
- 神经突密度指数在患者中低于对照;自由水分数在VWM白质中常升高,而在MLD中与对照相似。
- 病理状态下METRICS的T2弛豫分布增宽并向高值移位,髓鞘水峰与轴内/轴外水峰跨越预设的40 ms和200 ms边界。
诊断标准与关键数值
- 髓鞘水分数:VWM和MLD均低于对照(各p < 0.001),VWM与MLD间MCR-DIMWI(p = 0.28)和METRICS(p = 0.08)均无显著差异。
- 神经突密度指数:VWM和MLD均低于对照(各p < 0.001),VWM与MLD间无显著差异(p = 0.59)。
- 自由水分数:VWM最高(p = 0.04),MLD与对照无显著差异(p = 0.99)。
- 方向弥散指数:VWM高于MLD(p = 0.002)和对照(p < 0.001),MLD高于对照(p = 0.02)。
- 弛豫时间T1、T2*和IET2:VWM高于MLD和对照(各p < 0.001),MLD高于对照(T1 p < 0.001;T2* p < 0.01;IET2 p < 0.001)。
临床应用与阅片要点
- 定量MRI可提供髓鞘和轴突健康状态的生物学特异性指标,较常规MRI更全面反映白质营养不良的病理改变。
- 作者认为这些技术是监测患者和提供临床试验结局指标的可行工具。
- 作者指出其他白质营养不良中定量MRI指标可能呈不同改变,应用前需评估不同定量MRI指标的组合。
局限性
- MLD组样本较小,统计效能较低,但相关系数幅度与VWM相似,提示MLD患者增多后更多相关性可能显著。
全文中译11 节 · 点击展开
引言
脑白质营养不良构成一大类异质性遗传疾病,主要累及中枢神经系统(CNS)的白质[1, 2]。MRI对脑白质营养不良领域产生了巨大影响,极大地促进了诊断,主要通过常规T2加权、T1加权和液体衰减反转恢复(FLAIR)图像进行模式识别[3]。然而,常规MRI在监测疾病进展中组织结构变化及治疗反应方面并不理想。定量MRI技术试图提供对 underlying 组织变化具有高特异性的成像指标。最近,我们开发并实施了一套用于测量脑白质营养不良定量组织参数的扫描方案,包括髓鞘水分数(MWF)、神经突密度指数(NDI)和弥散张量成像(DTI)指标,这些指标均显示出更好地解析病理过程的潜力[4]。作为第一步,我们证明了这些方法在临床上是可行的,并且能够区分对照组受试者和脑白质营养不良患者[5]。
两种较为常见的脑白质营养不良是消失性白质病(VWM,OMIM 603896)和异染性脑白质营养不良(MLD,OMIM 250100)[6, 7]。VWM由编码真核起始因子2B(eIF2B)的五个基因EIF2B1–EIF2B5中任一基因的双等位基因致病变异引起[8]。MLD由编码溶酶体酶芳基硫酸酯酶A的ARSA基因双等位基因致病变异引起[9]。尽管两种疾病中大脑白质均广泛受累,但其病理生理机制和神经病理学表现差异显著。VWM的特征是整合应激反应缺陷,导致星形胶质细胞和少突胶质细胞功能障碍[10, 11]。这引起大脑白质的进行性变性,所有成分丧失且胶质增生极少,导致稀疏化和囊性变[12]。MLD是一种溶酶体贮积病,其特征是由于芳基硫酸酯酶A缺乏导致硫脂蓄积[9]。硫脂是髓鞘中浓度最高的膜脂;蓄积主要引起脱髓鞘,轴突相对保留。硫脂的溶酶体蓄积主要发生在星形胶质细胞和巨噬细胞中。存在致密的胶质增生[2]。
在本研究中,我们旨在确定VWM和MLD之间已知的神经病理学差异是否反映在定量MRI指标的差异性变化中,以及这些指标是否与临床严重程度评分相关,从而使其适合用于监测患者并作为试验中的结局指标。
材料与方法
受试者与临床评估
本前瞻性研究经当地伦理委员会批准,受试者和/或照护者签署知情同意书。患者于2020年至2023年间连续纳入,并具有基因确诊的VWM或MLD诊断。排除患有第二种遗传疾病的患者[6, 7]。记录年龄和病程。采用三项指标评估患者的临床情况。健康效用指数(HUI)评估日常生活功能水平[13]。Vineland-3适应行为综合(ABC)评分量化沟通、日常生活技能和社交领域的表现[14]。GMFC-MLD是一种粗大运动功能评分,为MLD开发,但也适用于其他脑白质营养不良[15]。患者的扫描图像此前未曾报道。
大多数对照受试者的扫描(16例中的15例)此前已有报道[5]。该先前文章涉及本手稿中所用MRI采集协议的开发。对照受试者为对照参与者或因轻微神经系统症状(如头痛/偏头痛、长期呕吐或晕厥)而接受扫描的患者。常规MRI显示白质信号异常的对照受试者被排除。
MRI采集协议
MRI扫描在3-T扫描仪(Philips Ingenia)上获得。采集协议已详细描述[5],包括各向同性分辨率0.9–1.0 mm的3D T1加权和3D FLAIR图像,以及各向同性分辨率2.5 mm的三个定量序列:(I)2D多壳扩散加权成像[DWI],b值0 s/mm2、1000 s/mm2、2000 s/mm2;(II)3D多梯度回波可变翻转角[MGRE-VFA],七个翻转角[5、10、20、30、40、50和70]和12个回波时间[2.15–35.70 ms,步长3.05 ms];(III)3D多回波T2弛豫成像结合压缩感知[METRICS],56个回波时间[7–392 ms,步长7 ms][16, 17]。DWI数据用于基于单一b1000壳确定DTI指标,以及基于所有壳确定神经突方向离散度和密度成像(NODDI)指标。NODDI估计NDI、方向离散度指数(ODI)和自由(各向同性)水分数(FISO)[18]。MGRE-VFA数据用于单室T1和T2*图,并与多壳DWI数据结合用于多室弛豫扩散信息髓鞘水成像(MCR-DIMWI)[16]。MCR-DIMWI和METRICS均估计MWF。METRICS还输出轴内和轴外T2的几何均值(IET2)。
MRI后处理
MRI后处理按既往报道进行[5]。我们应用了一种基于解剖的自动化流程,不依赖信号异常或任意截断值。简言之,使用Synthseg[19]将3D T1加权图像分割为解剖学白质、皮层灰质、深部灰质和脑脊液。必要时进行手动校正。使用dtitk[20]将DWI共配准至IIT空间(伊利诺伊理工学院图谱空间)。将Synthseg分割结果与MNI脑图谱(蒙特利尔神经学研究所)结合,以定义大脑各叶内的白质。从六个白质感兴趣区(ROI)获取中位数:总大脑、左额叶、左顶叶、左枕叶、左颞叶和左小脑白质。此外,从IIT图谱中定义的两条概率性纤维束获取加权均值:左侧皮质脊髓束和穿过胼胝体的纤维束[21]。
为探讨MLD和VWM中的病理改变对T2分布曲线的影响,我们随机选取了三名对照、三名VWM和三例MLD受试者。我们勾画了小ROI,包括(a)表现正常白质(与皮层信号强度相比,FLAIR低信号且T1高信号),(b)异常但未稀疏化的白质(与皮层信号强度相比,FLAIR高信号且T1低信号),以及(c)稀疏化至囊性白质(FLAIR信号强度低于表现正常白质)。对体素的信号衰减曲线取平均值,以便每个ROI进行一次METRICS拟合,随后每个受试者每个ROI生成一个T2分布。
统计分析
统计分析使用RStudio(RStudio Team,版本1.1.463)进行。数据正态性采用Shapiro–Wilk检验评估。正态分布数据以均值±标准差表示,非正态分布数据以中位数(范围)表示。
MRI指标存在年龄相关变化,大致遵循从婴儿期至(早期)成年期的渐近性升高或下降[22, 23]。为校正年龄相关变化并便于组间比较,通过对照值进行参数特异性和ROI特异性的渐近拟合(α − (α − β) × exp(τ × age))。在该拟合中,α代表成年期的平台值,β代表出生时的值,τ代表随年龄增加或减小的陡度。利用推导出的参数α、β和τ,可根据MRI时的年龄为每名受试者确定预期值。对于每名受试者的每项指标,我们计算了观察值与年龄预期值的比值(O/E)。
由于每名受试者均有来自八个ROI的数据点,故进行多水平分析。采用线性混合模型,以O/E为因变量,以受试者为聚类变量,用于确定纳入所有ROI时某项MRI指标在组间是否存在差异。若发现组间差异,我们应用Tukey事后检验以确定哪些组彼此不同。我们采用ANOVA分别分析各ROI,以确定在特定ROI内是否存在组间差异以及哪些组存在差异。适当时使用Holm多重检验校正。
使用Pearson相关分析评估定量MRI指标与HUI及Vineland-3 ABC评分的相关性,使用Spearman相关分析评估与GMFC-MLD的相关性。所有统计检验均为双侧检验,p值<0.05视为具有统计学意义。
结果
MRI图像及定量图的视觉结果
MRI扫描共纳入16名对照受试者、37例VWM患者和14例MLD患者(表1)。由于VWM患者侧脑室旁存在稀疏/囊性区域,有时需手动调整自动分割以确保侧脑室的正确勾画。图1展示了对照者、VWM患者和MLD受试者的FLAIR图像及定量MRI图。VWM和MLD均可见FLAIR高信号白质,而稀疏至囊性白质变主要见于VWM(图1A)。MCR-DIMWI和METRICS得出的MWF(图1B、C)在VWM和MLD中低于对照者,且空间上与FLAIR上的受累白质相关。NDI(图1D)在患者中低于对照者。与对照者相比,FISO(图1E)在VWM的白质中常升高,而在MLD中正常。其他定量图见图S1。
定量比较
图2显示对照者大脑白质中MCR-DIMWI和METRICS得出的MWF存在明显的年龄效应(MCR-DIMWI F(1,14) = 20.8,p < 0.001;METRICS F(1,14) = 21.5,p < 0.001)。两种技术中,VWM和MLD的MWF均低于对照者。其他MRI指标的各ROI定量值见图S2和表S1。O/E比值见表S2。
跨区域的多水平检验表明,MCR-DIMWI和METRICS两种方法测得的MWF均存在组间差异(均p < 0.001,表2):VWM和MLD组的MWF均低于对照组(各p < 0.001),但VWM与MLD之间在MCR-DIMWI(p = 0.28)和METRICS(p = 0.08)中均无差异。在所有ROI中,VWM和MLD组的MWF均低于对照组;在大多数ROI中,VWM组的MWF低于MLD组(表3和图3)。
NDI也存在组效应(p < 0.001,表2),VWM和MLD组的值低于对照组(各p < 0.001),但VWM与MLD之间无差异(p = 0.59)。仅在小脑白质中,VWM组的NDI与对照组相似,而MLD组的NDI低于对照组(表3和图3)。
跨ROI的多水平检验显示FISO存在较小的组效应(p = 0.01,表2)。FISO在VWM组中最高(p = 0.04),MLD组与对照组相比无显著变化(p = 0.99)。事后检验表明,VWM与对照组之间FISO的差异由额叶、顶叶和小脑白质、经胼胝体的纤维束以及皮质脊髓束的显著差异所驱动(表3和图3)。
ODI也存在组间差异(p < 0.001,表2)。总体而言,VWM组的ODI高于MLD组(p = 0.002)和对照组(p < 0.001),MLD组高于对照组(p = 0.02)。在VWM组中,所有ROI的ODI均高于对照组;而在MLD组中,额叶和枕叶白质及皮质脊髓束的ODI与对照组相似(表3和图S3)。
弛豫时间T1、T2*和IET2也存在总体组效应(各p < 0.001,表2)。VWM组的值高于MLD组和对照组(各p < 0.001),MLD组在T1(p < 0.001)、T2*(p < 0.01)和IET2(p < 0.001)方面高于对照组。
DTI指标在组水平上存在差异(各p < 0.001,表2)。平均扩散率(MD)和径向扩散率(RD)在VWM组均高于MLD组(MD p = 0.03;RD p = 0.02)和对照组(MD p < 0.001;RD p < 0.001),MLD组高于对照组(MD p < 0.001;RD p < 0.001)。轴向扩散率(AD)在VWM组(p < 0.001)和MLD组(p = 0.004)均高于对照组,尽管颞叶和小脑白质未显示显著的组间差异(表3和图S3)。AD在VWM与MLD之间无差异(p = 0.13)。FA在VWM组低于MLD组和对照组,MLD组低于对照组(均p < 0.001,表2)。颞叶、枕叶和小脑白质的DTI指标在MLD与VWM之间往往无显著差异(表3和图S3)。
在VWM中,小脑白质受影响的程度大多轻于大脑白质,表现为大多数定量指标经年龄校正后与对照组差异的t比值较小(表3)。
指标 T2分布
图4展示了外观正常、FLAIR高信号和FLAIR低信号(稀疏或囊性)白质ROI的METRICS T2分布曲线示例。这些图显示,与外观正常白质相比,病变时T2弛豫分布增宽并向更高值偏移。因此,髓鞘水峰和轴内及轴外水峰跨越了预设的40 ms和200 ms边界。
临床相关性
定量MRI指标与临床指标之间的相关性见图5。在基于模型的定量MRI指标中,MCR-DIMWI MWF在VWM和MLD中与临床指标的相关性最强(图5)。较高的MCR-DIMWI MWF O/E比值(即MWF更接近正常)与更好的临床功能(较高的HUI和Vineland评分以及较低的GMFC-MLD评分)相关,见于VWM(图6A)和MLD(图6B)。NODDI衍生的NDI和FISO也与临床指标相关,尤其在VWM中。FISO与GMFC-MLD评分之间的相关系数在VWM和MLD中方向相反。
在VWM中,DTI指标MD、RD、AD和FA以及弛豫时间T1、T2*和IET2也经常与HUI评分和GMFC-MLD显著相关;Vineland-3 ABC的相关系数仅偶尔显著。在MLD中,相关系数通常无统计学显著性,但除DTI指标、NDI和FISO与GMFC-MLD之间若干相关系数的符号外,其大小和方向总体上与VWM相似。
讨论
本研究证实,定量脑白质MRI测量指标能够区分对照组与VWM和MLD患者,并能区分VWM与MLD。对于大多数指标而言,MLD和VWM相对于对照组的变化方向相似,但幅度不同。弛豫时间、MD、RD、FA和ODI的变化在VWM中比在MLD中更为显著。FISO在VWM中升高,但在MLD中与对照组相似。在大多数白质感兴趣区中,MWF、AD和NDI在MLD与VWM之间存在差异。这些差异性变化表明,这两种疾病及相关的MRI改变并非同一谱系的一部分,而是本质不同的。
定量MRI测量指标反映了VWM与MLD之间已知的组织病理学差异。VWM的白质病理具有稀疏化特征[11],而在MLD中,硫脂的蓄积和密集的星形胶质增生代偿了组织丢失,从而保持了组织密度[9]。这些病理学差异反映为VWM中白质FISO及T1和T2*弛豫时间的升高比MLD更为显著。VWM中所有组织成分的丢失与MLD中轴突的保留,解释了VWM中FA显著低于MLD的原因。髓鞘和神经突的丢失反映为两种脑白质营养不良中MWF和NDI的降低。尽管VWM中水含量更高,但VWM和MLD中的NDI相似。基于扩散特征,自由水隔室(FISO)首先由NODDI模型确定。NDI是剩余组织隔室中的神经突分数[18]。因此,高FISO值不直接影响NDI。文献中提出了组织加权NDI作为替代分析方法,可能显示VWM与MLD之间更大的差异[24]。在VWM的小脑白质中,其受累程度始终轻于大脑白质[12, 25, 26],若干定量值比其他区域更接近对照值或处于正常范围内。在MLD中,区域差异较不明显。
在我们的研究中,MLD患者的临床评分比VWM患者更差,而定量MRI指标则相反。在VWM中,若干定量指标与临床参数相关。对于几乎所有ROI,MCR-DIMWI的MWF、NDI和FA呈正相关;弛豫时间、弥散指标和FISO与GMFC-MLD和HUI评分呈负相关。尽管对于大多数ROI,与Vineland 3-ABC评分的相关系数不显著,但相关方向性大多与HUI和GMFC-MLD评分相似。较小的MLD组统计效能较低,但相关系数幅度相似,提示若有更多MLD患者,将有更多相关性达到显著。有趣的是,对于若干MRI与临床指标的组合,VWM与MLD的相关方向相反。在VWM中,高FISO与较差的GMFC-MLD评分相关,而在MLD中则相反。因此,MLD中长期存在的白质病变导致FISO降低,提示自由水含量低,而MWF倾向于降低,提示髓鞘丢失。MLD引起硫脂积累和密集的星形胶质增生[2]。晚期MLD的T2假性正常化被归因于巨噬细胞中的脂质储存和难以降解的髓鞘碎片[27]。在我们的MLD患者中,FISO与对照组相似,而在关于T2假性正常化的研究中,FISO甚至低于对照组,同时NDI和MWF也较低[27]。与此一致,在我们的MLD组中,较低的AD与较差的GMFC-MLD评分相关,而在VWM中则相反。MLD中的AD不仅受髓鞘和轴突丢失(增加AD)的影响,还受硫脂细胞内储存(降低AD)的影响[28]。脑白质营养不良均以各自的病理改变为特征[2]。我们在VWM和MLD中的发现提示,定量MRI指标在其他脑白质营养不良中会受到不同影响,需要在应用前对每种脑白质营养不良评估不同定量MRI指标的组合。
我们使用了无模型MRI测量指标,如弛豫时间和DTI测量指标,以及基于模型的测量指标,如MWF、NDI和FISO。基于模型的测量指标更容易转化为微观结构成分,但考虑病理变化对估计测量指标的可能影响至关重要。关于MWF,被视为髓鞘水的边界是基于健康成人白质中髓鞘水的已知弛豫特征或从离体研究中推导得出的[29, 30]。在病理状态下,髓鞘变得不那么紧密[31],这会影响髓鞘水的弛豫时间。METRICS允许对T2分布进行可视化。在FLAIR高信号区域,代表髓鞘水的第一个峰延伸超出40 ms的拟合边界,即预设的髓鞘水T2最大值。因此,该峰的一部分未被纳入MWF。在异常的FLAIR低信号区域,第一个峰仅在40 ms拟合边界之后才开始,MWF为0%,尽管很可能仍存在髓鞘。可以放宽约束条件,允许将第一个峰拟合为MWF。然而,这可能导致违反直觉的结果,因为在不那么紧密的髓鞘中髓鞘水体积增加,MWF甚至可能随病理变化而升高。因此我们维持了当前的拟合限制。此外,髓鞘碎片可能对髓鞘水信号有贡献[32]。这一效应在髓鞘碎片清除不足的脑白质营养不良中尤为重要,如MLD。
对于VWM和MLD等超罕见疾病,患者数量相对较大,但用于协变量分析仍需要更大的数量。相对较少的对照者数量妨碍了按发病年龄、疾病病程和性别进行个体匹配。定量测量中的性别差异似乎相对不重要,因为它们远小于[22]对照组与我们患者队列之间的差异。年龄、发病年龄和疾病病程的影响是复杂的。首先,定量参数存在发育性变化,我们通过使用相对于年龄对照线的偏差进行了校正。其次,较低的发病年龄与更严重的疾病和更快的进展相关,这意味着年龄和疾病病程都不能直接用作协变量。然而,定量MRI测量指标与疾病严重程度相关,因此固有地校正了发病年龄和疾病病程的影响。需要纵向数据来揭示个体患者中定量MRI测量指标的时间演变,并确定其与临床测量指标随时间的相关性。
所使用的成像方案相当长。省略MCR-DIMWI或METRICS中的任一项将使方案缩短约10分钟。我们选择同时采集两种本质不同的技术,因为可比的结果将使我们的发现更加稳健。两种技术对病理变化的敏感性相似。MCR-DIMWI的优势在于与临床测量指标的相关性更强,而METRICS的优势在于便于对T2分布进行可视化。未来研究可对髓鞘水的峰位置或半高全宽进行更深入的定量分析。
脑白质营养不良共享偏好性白质受累,但每种脑白质营养不良以其各自的潜在病理细节为特征[2],这意味着定量指标也可能有助于诊断目的。然而,使用常规序列的MRI模式识别,结合临床信息和基因检测,在快速建立正确诊断方面非常强大[3],因此定量指标的贡献可能仍然有限,还因为这些指标依赖于疾病阶段和严重程度。仍有一定数量的脑白质营养不良没有特定诊断,在这些情况下,定量MRI指标可能有助于根据潜在病理对其进行分类。
总之,本研究表明MRI指标定量反映了潜在病理的不同微结构成分,并与临床指标相关。因此,它们有可能在脑白质营养不良研究中发挥核心作用。不同的脑白质营养不良具有不同类型的潜在病理,必须分别进行研究,无论是在定量MRI指标中的疾病特异性变化方面,还是与临床发现的相关性方面[2]。虽然使用常规序列的模式识别仍将是诊断患者的基石,但定量MRI是监测患者的有力候选,特别是在治疗试验背景下提供结局指标方面。
补充信息
电子补充材料
引用
- Stellingwerff MD, Al-Saady ML, Chan KS, et al. Quantitative MRI distinguishes different leukodystrophies and correlates with clinical measures. Eur Radiol. 2024. PMID: 39320477. doi:10.1007/s00330-024-11089-5
- 全文:PMC11914348(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11914348/
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。