指南与共识神经技术与安全MRPETUS

生理因素对神经血管耦合的影响:多模态影像方法及未来研究设计建议的系统综述

Physiological influences on neurovascular coupling: A systematic review of multimodal imaging approaches and recommendations for future study designs.
指南 / 共识 · Exp Physiol · 2024-10-11

该综述纳入364篇在任务范式中同步测量神经元活动与血流动力学的人类研究,最常见为EEG/fMRI组合(68.7%)。92.9%的研究对血压、动脉血气浓度和/或心率缺乏或仅有极少控制,仅1.3%监测这些因素。作者认为需在 study-design 制定时更好地控制血压与呼吸指标等混杂生理因素,并建议进一步研究性别差异、性类固醇激素浓度和心肺适能的影响。

要点

  • 多模态神经血管耦合研究以EEG/fMRI组合最常见(68.7%),认知任务(48.1%)与视觉任务(27.5%)最常用。
  • 92.9%的研究对血压、动脉血气浓度和/或心率缺乏或极少控制,仅1.3%监测这些因素。
  • 仅1.37%研究因充分控制被评为低生理偏倚风险(good),5.8%为中等风险(fair),92.9%为高风险(poor)。

核心结论

  • 脑血管对多种因素敏感,为全面理解神经血管耦合反应,研究设计制定时必须更好地控制血压和呼吸指标等混杂生理因素。
  • 作者建议进一步研究应继续探讨性别差异、性类固醇激素浓度和心肺适能的影响。

研究设计与样本

  • 系统综述,检索PubMed、Scopus、Web of Science、EMBASE和PsychINFO,纳入截至2023年7月31日发表、在任务范式中同步进行神经元与血流动力学定量评估、样本量≥10的人类原创研究。
  • 共纳入364篇文章,采用改良版美国国立卫生研究院观察性队列和横断面研究质量评估工具进行质量评价。
  • 多模态组合中最常见为EEG/功能性MRI(68.7%),任务以认知(48.1%)和视觉(27.5%)最常见。
  • 纳入研究中位样本量20.0(四分位距15.0–27.3),平均女性比例42.6%(中位47.4%,四分位距34.5%–60.2%),9.1%(n=33)未报告或定义参与者性别。

诊断标准与关键数值

  • 纳入研究平均样本量24.8(中位20.0,四分位距15.0–27.3),9.1%(n=33)未报告或定义参与者性别。
  • 血流动力学技术以功能性MRI最常见(68.7%,n=250),其次为连续波近红外光谱(25.2%,n=91)和经颅多普勒超声(3.0%,n=11)。
  • 仅1.37%(n=5)因充分控制被评为低生理偏倚风险(good),5.8%(n=21)为中等风险(fair),92.9%(n=338)为高风险(poor)。

临床应用与阅片要点

  • 作者认为研究设计时应控制或限制饮食、匹配参与者并监测生理指标,和/或在统计分析中建模与分层,以确保神经元任务是引起血流动力学反应的主要变量。
  • 作者指出同步多模态方法可减少上述生理变量混杂,因为血压、呼吸模式或心率的轻微偏差在记录之间相同。
  • 原文未据此给出针对放射科/超声科日常阅片或报告的具体推荐。

局限性

  • 由于各研究在影像模态组合、测量区域、任务范式、统计分析和样本参与者方面存在异质性,限制了得出有意义结果和进行Meta分析的能力。
  • 原文指出本综述仅评估纳入研究设计中的控制情况,不代表其结果或解释无效,仅意味着某些方面未被测量。
  • 原文指出被评为good的文章也不一定意味着外部效度高,例如仅纳入10名男性耐力运动员的研究结果只能推广至特定人群。
全文中译22 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Exp Physiol. 2024 Oct 11;110(1):23–41. doi: 10.1113/EP092060

引言

神经血管单元由相互作用的细胞网络组成,负责调节脑血流量(CBF)和血脑屏障完整性,协同维持神经元、胶质细胞和血管的稳态(Kaplan et al., 2020)。神经血管单元对于建立二氧化碳和其他代谢废物的有效清除以及持续供应氧气和葡萄糖至关重要,鉴于人脑具有不成比例的高质量比能量需求、有限的能量储备以及几乎完全依赖有氧代谢,人脑对此已进化出极高的敏感性(Bailey, 2019)。具体而言,研究人员创造了神经血管耦合(NVC;或功能性充血)这一术语来描述作为神经元激活或抑制函数的海姆动力学反应,其通过前馈和反馈机制发挥作用(图1;Iadecola, 2017)。前馈通过一氧化氮的神经元信号传导发挥作用,影响血管舒张,而反馈环路则以工作皮层组织的代谢副产物导致局部血管舒张为特征(Beishon et al., 2021; Iadecola, 2017)。

对NVC的大量认识来自临床前模型(即在动物身上完成的实验),因为这些方法能够进行侵入性评估以揭示基本机制(Gao et al., 2017)。这些方法使研究人员能够刺激特定神经元并量化神经元放电对局部海姆动力学反应的影响(Iordanova et al., 2015)。然而,其对人类的转化意义仍存疑问(Seyhan, 2019)。因此,特定疾病的进展和基于药物的干预可能有所不同,不能直接转化应用于人类(例如,慢性创伤性脑病、阿尔茨海默病)(Semple et al., 2013)。

鉴于侵入性方案不符合伦理或难以广泛实施,神经影像学模式的发展和进步在增进我们对人类神经血管单元和NVC反应的理解方面卓有成效。然而,这些技术的局限性在于,以往的NVC研究很大程度上通过使用间接海姆动力学反应作为神经元激活的替代指标来量化(Poplawsky et al., 2021)。为克服这一局限,研究人员已开始使用并推荐多模态成像方法,可同时测量神经元激活和脑海姆动力学(Calhoun & Sui, 2016; Tulay et al., 2019)。评估NVC的多模态方法优于单模态方法,因为它提供了大脑血管和神经元活动的全面视图(Tulay et al., 2019; Uludağ & Roebroeck, 2014; Yeung & Chu, 2022)。此外,多模态方法可以利用每种模态的优势来弥补其他模态的局限性。

重要的是要考虑到,与神经血管耦合(NVC)反应相关的潜在生理机制本质上是整合性的,这意味着除脑实质外,众多变量都会对血流动力学信号产生混杂影响(Willie et al., 2011, 2014);这些变量可包括生理、心理和生活方式因素。在大脑内,动脉二氧化碳水平、血压、自主神经系统活动和心输出量均影响脑血流量(CBF)(Willie et al., 2011, 2014)。例如,已证实高碳酸血症时二氧化碳分压( )升高可引起每毫米汞柱约3%–6%的CBF增加,而低碳酸血症则导致约1%–3%的降低(Willie et al., 2011, 2014)。同样,鉴于压力反射逐搏活跃,外周动脉直径的变化将导致血压波动传递至脑血管床,并存在于所记录的血流动力学信号中(Julien, 2006)。采用同步多模态成像方法的一个优势在于,它最小化了上述生理变量的混杂影响,因为血压、呼吸模式或心率的微小偏差在各项记录之间将是相同的。

除生理性刺激外,人口学混杂因素也已被证实会影响脑血管调节(如年龄、性别、体能和激素)(Kennedy et al., 2022)。已充分确立的是,青春期后女性整体CBF高于同龄男性(Alwatban et al., 2021),且两性在30岁后均会经历脑血流速度下降(每年约降低0.5%;Ainslie et al., 2008)。此外,衰老过程中发生神经元萎缩,导致NVC反应减弱(Lipecz et al., 2019),而性别可能修饰年龄相关变化(Koep et al., 2023)。然而,规律运动已被证明可减轻这些神经元和血管缺陷(Ainslie et al., 2008; Ahlskog et al., 2011; Bailey et al., 2013),从而可能带来更高效的NVC。最后,生活习惯[如咖啡因摄入(Addicott et al., 2009)、急性运动(Burma, Copeland, et al., 2020, Burma, Macaulay, et al., 2020; Burma et al., 2021)和烟草使用(Toda & Okamura, 2016)]也已知会影响脑血管功能,而探讨这些习惯对NVC反应直接影响的研究尚少。

这些因素能够在研究设计(例如饮食控制/限制、参与者匹配和生理监测)和/或统计分析(例如建模和分层)期间在研究内得到控制。这有助于确保内部效度,因为神经元任务是引发血流动力学反应的主要变量。本系统综述的目的是整合采用多模态成像方法的文献,这些文献在人类执行挑战皮层的任务(例如nBack、手指敲击或Stroop)期间,至少包含一项神经元和血流动力学的同步评估。这些文章根据研究对生理影响(例如血压和二氧化碳水平)、人口学特征(例如性别、年龄、激素和体能)以及生活习惯(例如急性运动和咖啡因及酒精摄入)的控制情况进行评述。此外,本综述旨在识别已进行多模态神经血管耦合(NVC)评估的临床人群。鉴于多模态成像在更广泛的研究领域中日益普遍,本综述对于帮助研究人员在神经影像学领域设计高质量研究、特别是控制混杂因素方面至关重要。

图1 (a) 脑血管树分支为毛细血管及神经血管单元的组成成分。这也标示了产生神经元、星形胶质细胞和周细胞周围局部血管舒张和收缩的NVC通路。经Zhu等(2022)许可复用。(b) 一名个体正在完成基于视觉的任务。(c) NVC反应所依据的前馈和反馈机制,对应于任务期间所见到的血流动力学反应。需要注意的是,这些机制在任何给定时间并非互斥;然而,前馈机制在任务开始/结束时更为显著,以实现新的稳态设定点,而反馈机制则在此新稳态设定点达成后发挥微调作用。缩写:20-HETE,20-羟基二十碳四烯酸;AA,花生四烯酸;ADO,腺苷;BKCa,大电导钙激活钾通道;cGMP,环磷酸鸟苷;COX1,环氧化酶1;eNOS,内皮型一氧化氮合酶;ENT,外核苷酸酶;EP4,前列腺素E2受体4;HbO,氧合血红蛋白;HbR,脱氧血红蛋白;KIR,内向整流钾;mGluR5,代谢型谷氨酸受体5;nNOS,神经元型一氧化氮合酶;NVC,神经血管耦合;PCAv,大脑后动脉流速;PG,前列腺素;PLA2,磷脂酶A2;PLD2,磷脂酶D2;S/IKCa,小电导和中间电导钙激活钾通道;sGC,可溶性鸟苷酸环化酶;THb,总血红蛋白;VSMC,血管平滑肌细胞。 查看原图 ↗

材料与方法

方案、注册与综述目的

已在Prospero数据库完成预先检索,以确定当前综述的主题此前是否已完成。未找到注册方案,因此本系统综述作为一个新的研究问题进行了注册(ID:CRD42023418405)。本综述按照系统综述和荟萃分析优先报告条目(PRISMA)指南所规定的标准和建议完成,但不包括第12项(效应量)、第15项(确定性评估)和第21项(证据确定性)(Liberati et al., 2009; Moher et al., 2009)。这些项目无法完成,是因为本综述侧重于纳入文章的方法学设计,而非结果。

信息来源

检索词和检索策略由J.S.B.和J.D.S.制定,并经C.T.D.、K.J.S.和J.F.D.完善后批准。同样,J.S.B.和J.D.S.制定了纳入和排除标准,并由同一批作者进行检查和完善。最终确定的检索策略见表1,并针对以下数据库进行了调整:PubMed、Scopus、Web of Science、EMBASE和PsychINFO。这些数据库索引了所有基于生理学的文章中的大多数。所有文章均被下载,然后上传至Endnote(美国宾夕法尼亚州费城)文库,用于文献管理。重复文献已被去除。

表1 用于识别潜在纳入文章的检索概念/检索词。 查看原表 ↗

纳入标准

如果作者采用多模态成像方法,同时包括对神经元激活和血流动力学指标的评估,则研究被纳入。神经元成像设备包括EEG(头皮和颅内)、脑磁图或微电极阵列。血流动力学技术包括功能磁共振成像(fMRI)、功能性近红外光谱(fNIRS)、经颅多普勒超声(TCD)、正电子发射断层扫描、单光子发射计算机断层扫描、动脉自旋标记和扩散光学断层成像。对2023年7月31日之前的文章进行了资格评估。在不同测试阶段分别完成神经元和血流动力学评估的研究被排除,因为这些评估不是同时完成的。其理由是,非同期评估会更多地受到测试阶段之间生理差异的影响。例如,如果EEG数据是在安静房间内以直立位采集,而fMRI扫描是在嘈杂扫描仪中以仰卧位完成,姿势和环境刺激的差异可能会改变呼吸频率、血压或心率。相反,采用同期方法时,心率的增加/减少会出现在所有记录的信号中。

研究必须在人类中完成,为原创研究论文(如横断面、队列或预实验研究),任务范式中参与者≥10名。选择至少10名参与者是因为病例报告和参与者较少的研究往往存在更大的偏倚和方法学缺陷,降低了其发现的可靠性和可推广性。任务被定义为非静息态评估,即参与者必须参与旨在增加特定皮层区域激活的任务。因此,非原创文章被排除(如综述文章、学位论文、毕业论文、评论、观点文章、会议论文集或书籍章节),此外还包括在九名或更少参与者中完成的病例研究和系列报告。清醒和/或睡眠状态下的静息态研究未被纳入。仅包含动物的研究被排除,但如果一项研究同时包含动物和人类结果,则人类结果被纳入本综述。最后,全文必须用英文撰写才能纳入本综述。

研究选择

Rayyan(https://rayyan.ai/),一个系统综述软件平台(Ouzzani et al., 2016),用于标题和摘要筛选以及全文筛选。J.S.B.完成了一项快速筛选,以排除无摘要的文章、非原创研究和/或动物研究。对于标题和摘要筛选以及全文筛选,采用了盲法方式,即两位作者对每篇文章进行投票。该筛选由N.E.J.、J.B.、E.F.和C.A.S.作为审稿人1完成,J.S.B.作为审稿人2。任何分歧均通过作者之间的讨论解决。在标题和摘要筛选期间,如果文章不符合上述纳入标准,则被排除,作者无需说明具体排除原因。然而,在全文审查期间,审稿人必须对每篇未纳入的文章说明排除原因。制定了先验层级以尽量减少审稿人分歧,包括以下内容:(1) 错误结局(如仅使用一种成像模式的研究、使用未同时进行的多模态方案的研究);(2) 错误研究设计(如参与者<10名的病例研究、综述文章或会议论文集);(3) 错误人群(如在动物中进行的同步多模态成像研究);以及(4) 错误语言(如全文非英文撰写)。

偏倚风险

使用美国国立卫生研究院观察性队列和横断面研究质量评估工具的修改版(Health, 2014)对所有文章完成了偏倚风险评估。鉴于本综述的主要目的是识别纳入研究中的控制因素,额外增加了四个问题:研究是否控制了心率、血压、呼吸模式和/或二氧化碳水平?

如果研究纳入了女性参与者,她们是否以任何方式测量了激素/月经周期?

研究是否测量和/或控制了心肺适能?

研究是否在研究开始前≥6小时内控制/限制了咖啡因、酒精、运动和/或吸烟?

根据这些问题,评审者被要求将文章的研究设计归类为以下三个领域之一:(1)差(偏倚风险高,对协变量控制极少);(2)一般(偏倚风险中等,对协变量有一定控制);或(3)好(偏倚风险低,对协变量有充分控制)。需要注意的是,本综述仅评估纳入研究的研究设计中的控制情况。这并不意味着研究的结果或解释无效,因为人群和/或生理反应之间可能没有差异;这仅仅意味着某些方面未被测量。同样,一篇被评为好的文章可能并不意味着它具有很高的外部有效性。例如,一项研究可能包括10名男性耐力运动员的样本,他们完成了NVC任务并收集了血压和二氧化碳描记图。鉴于未纳入女性,这在一定程度上最小化了性激素的影响;然而,这些结果仅可推广至特定人群。独立筛选由N.E.J.、J.G.、J.B.、C.S.和R.J.作为评审者1以及J.S.B.作为评审者2完成。分歧通过作者之间的讨论解决。

数据提取

本综述的目的主要是关注纳入研究的方法;因此,提取的信息包括标题、作者列表、发表年份、国家数据、样本量、参与者人口学特征(年龄和性别),包括临床状态、血流动力学技术及测量区域、神经生理学技术及测量区域、收集的其他生理学测量指标以及所执行的任务。数据提取由J.S.B.、N.E.J.、J.B.、J.K.G.和C.A.S.完成。

计划的分析方法

处理多模态数据的不同分析方法已在其他综述中广泛讨论(例如,数据驱动融合、模型驱动融合和非对称约束;Calhoun & Sui, 2016; Kalamkar & Geetha, 2023; Tulay et al., 2019; Uludağ & Roebroeck, 2014; Zhang et al., 2020)。因此,尽管这些方法将被简要讨论,但本综述的主要目的如下:(1)整合文献并识别最常用的多模态技术;(2)评估纳入研究对协变量和/或修饰性影响(例如,生理、人口学或日常习惯)纳入一定程度控制的程度;(3)描述这些研究中纳入参与者的人口学特征;(4)了解这些技术已在其中实施的临床人群。预计这些研究的方法学方法在成像模态组合、测量区域、所使用的任务范式、统计分析类型和样本参与者方面将是异质的。这限制了得出任何有意义的结果和/或跨研究荟萃分析的能力。因此,在本综述中,我们旨在比较和对比纳入研究的方法,目的是指导未来高质量的多模态研究设计,特别是具有控制已知协变量的能力。这些建议将有助于增强后续原创研究调查的内部有效性。

结果

检索结果

在所有数据库中总共识别出10 612条引文,并通过其他来源额外找到7条(图2)。其中,4790条被识别为重复文献,剩余5829篇文章进行了快速筛选(图2)。对3006篇文章完成了标题和摘要筛选,在此阶段排除了1437篇文章(图2)。全文筛选评估了1569篇文章的合格性,其中947篇因研究未使用同步神经和血流动力学定量而被排除,237篇因研究设计(例如病例研究或病例系列)被排除,16篇因人群(即动物)被排除,2篇因非英语语言被排除,3篇因全文无法获取而被排除(图2)。因此,共对364篇文章完成了数据提取和偏倚风险评估(图2),凸显出约97%的损耗率。

图2 文献检索和筛选的PRISMA流程图。缩写:PRISMA,系统评价和荟萃分析首选报告项目。 查看原图 ↗

研究人口学特征和特点

图3展示了纳入研究的特点,其中大多数在北美和/或欧洲完成(n = 364中的271项,74.5%)。图4显示了纳入引文地点的热图。首项纳入研究发表于1995年,此后研究每十年呈指数增长(图3)。研究中纳入参与者的平均数量为24.8(中位数20.0,四分位距15.0–27.3;图3)。所有研究中女性比例平均为42.6%(中位数47.4%,四分位距34.5%–60.2%),9.1%(n = 33)的文章未报告或未定义参与者的性别(图3)。年轻成年人是研究最多的人群(87.9%;n = 324),其次是中年成年人(19.0%;n = 69)(图3)。

最常用的神经生理学技术是脑电图(EEG)(99.4%;n = 362),仅各有一项研究分别采用了皮层脑电图(0.3%)和脑磁图(0.3%)(图5)。最常用的血流动力学技术是功能磁共振成像(fMRI)(68.7%;n = 250)、连续波近红外光谱(NIRS)(25.2%;n = 91)和经颅多普勒(TCD)(3.0%;n = 11)(图4)。最常用的任务属于认知(48.1%,n = 175)、视觉(27.5%,n = 100)、运动(14.0%,n = 51)和听觉(13.7%,n = 50)领域(图6)。图7展示了已使用多模态方法的不同临床人群。最常见的人群包括癫痫(n = 10)、精神分裂症(n = 7)、阿尔茨海默病(n = 6)和注意缺陷多动障碍(n = 6)(图7)。

图3 364项纳入研究的人口学特征,基于:(a) 发表年份;(b) 纳入参与者的年龄;(c) 参与者总数;(d) 女性参与者比例;(e) 数据收集所在国家。请注意,部分研究有不止一个年龄组和/或在不止一个研究中心进行;因此,这将超过研究总数。缩写:NR,未报告。 查看原图 ↗
图4 热图显示来自每个国家的纳入多模态研究数量,这些研究对神经元和血流动力学功能进行了同步评估。无研究的国家以灰色显示。 查看原图 ↗
图5 364项研究中使用的神经影像技术分解如下:(a)神经生理技术;(b)血流动力学技术;(c)神经生理技术与血流动力学技术的多模态组合。缩写:cwNIRS,连续波近红外光谱;ECoG,皮层脑电图;fdNIRS,频域近红外光谱;fMRI,功能磁共振成像;MEG,脑磁图;PET,正电子发射技术;REG,脑电阻图;TCD,经颅多普勒超声;tdNIRS,时域近红外光谱。 查看原图 ↗
图6 各研究中纳入的任务,按挑战大脑皮层不同区域的领域分解。请注意,一些研究可能纳入了不止一项任务,因此总数将超过本综述纳入的研究数量。 查看原图 ↗
图7 在任务激活期间已完成的临床人群多模态神经影像评估的数量。缩写:CADASIL,伴皮层下梗死和白质脑病的常染色体显性遗传性脑动脉病。 查看原图 ↗

生理控制与偏倚风险

共有5.2%(n = 19)的研究收集了生理指标,包括呼吸频率(3.3%,n = 12)、血压(1.4%;n = 5)、(1.4%;n = 5)和/或脉搏血氧饱和度(0.8%;n = 3)(图8)。仅有一篇文章(0.3%)以任何形式控制了月经周期阶段或激素,其中纳入的女性在卵泡早期接受测试(图8)。仅有两篇文章(0.5%)测量了心肺适能,其中一篇使用最大摄氧量测试,另一篇使用体力工作能力170(PWC‐170)测试(图8)。最后,少量研究限制和/或控制了酒精(4.4%,n = 16)、咖啡因(7.4%,n = 27)、运动(0.8%,n = 3)、食物(0.5%,n = 2)和/或尼古丁(2.7%,n = 10)(图8)。由于各研究普遍缺乏生理控制,仅1.37%(n = 5)因控制充分而被评为良好且生理偏倚风险低,5.8%(n = 21)因控制不充分而被评为一般且生理偏倚风险中等,92.9%(n = 338)因完全缺乏对协变因素的控制而被评为差且生理偏倚风险高(表2)。

图8 在研究设计中基于日常因素、生理变量、月经周期考量和心肺适能水平使用生理控制的文章数量和总百分比。 查看原图 ↗
表2 对纳入文章就其方法学中所用生理控制进行的偏倚风险评估。 查看原表 ↗

讨论

本综述的主要目的是确定已采用多模态成像方法评估神经血管耦合(NVC)的文章数量,并针对纳入文章的研究设计进行质量评估,考察其对生理、人口学和日常习惯等混杂影响因素的控制情况。大多数文章对上述因素缺乏控制或控制极少(约93%)。这本质上并不意味着这些研究由于未控制/未测量的协变量而缺乏内部效度。相反,它强调了需要进行更大规模的研究,在设计研究和统计分析时尽可能控制更多的协变量。将讨论提高多模态研究内部效度的建议和指南,以帮助指导和为未来的高质量研究提供参考(表3)。值得注意的是,还发现缺乏临床研究,这或许解释了关于NVC功能障碍是中枢神经系统(CNS)潜在病理的原因还是仅仅为其结果的不确定性。同样,注意到缺乏基于性别的比较,这在临床上对研究变得更加迫切,因为已知卒中、痴呆、多发性硬化、创伤性脑损伤和其他神经系统疾病的疾病进展、治疗和康复因性别而异(Appelros et al., 2009; Bazarian et al., 2010; Coyle, 2021; Mielke, 2018; Mollayeva et al., 2018; Vyas et al., 2021)。

表3 提高多模态神经血管耦合研究效度所需的实用解决方案和技术发展。 查看原表 ↗

全身性心肺因素对脑血管的影响

神经元活动只是影响脑血管系统的因素之一(Willie等,2014)。血压和二氧化碳的系统性影响已知对脑血流量(CBF)调节具有显著作用(Brassard等,2021;Claassen等,2021)。血压的轻微变化会导致CBF变化(Smith & Ainslie,2017)。需要注意的是,这些因素在神经血管耦合(NVC)评估过程中并非静止不变。例如,高度训练个体可表现出明显的Mayer波活动,频率约为0.10 Hz,这会干扰独立提取脑活动数据的能力(见Burma、Wassmuth、Kennedy等,2021:图6)。此外,由于肌源性影响(也称为Bayliss效应),血压会逐搏调整(Blum等,1999;Brassard等,2023)。这在小动脉中尤为显著,为避免灌注过度和灌注不足,钙信号分别导致内皮平滑肌收缩或舒张(Brozovich等,2016)。由于这些固有的肌源性和交感神经对血压的影响,未来的NVC研究必须监测和控制这些因素(Claassen等,2021)。如上所述,每毫米汞柱的升高和降低将分别引起CBF约3%–6%的增加和约1%–3%的减少(Willie等,2011,2014)。既往研究已指出,NVC反应在高碳酸和低碳酸状态下会发生改变(Maggio等,2014)。因此,看似轻微的升高/降低可对整体NVC指标产生较大影响(Maggio等,2014)。例如,与健康对照相比,临床人群可能对完成多模态研究更为紧张,尤其是当研究在嘈杂的磁共振成像扫描仪内和/或涉及大量设备时。这可能导致参与者人为过度通气,引起轻微的血管收缩/交感神经反应,最终产生人为低估的NVC指标(Smith & Ainslie,2017)。最后,研究人员需要考虑众多潜在的混杂生理因素,包括但不限于性激素、温度和应激(Cote等,2021;Graff‐Guerrero等,2008;Hoiland等,2016;Rodriguez等,1988;Shin等,2021;Stoquart‐ElSankari等,2007;Trangmar & González‐Alonso,2019)。

因此,为独立于脑活动全面理解NVC反应,必须在研究设计中考虑生理因素(Minati等,2011)。这可通过多种方式实现;然而,最实用的方法是同步量化呼吸和心血管参数,并利用这些数据从记录的血流动力学数据中去除系统性噪声(Caballero‐Gaudes & Reynolds,2017)。纳入的几项研究指出,他们在特定频带内处理数据(如0.02–0.08 Hz)和/或应用低通滤波器以最小化呼吸频率(约0.25–0.33 Hz)和Mayer波活动(约0.10 Hz)的影响。此外,频带分析假设生理信号具有平稳性,而实际情况并非总是如此。例如,呼吸频率低于9次/分将低于所定义呼吸范围的下限,因此仍会混杂数据。

然而,尽管回归分析在一定程度上有所帮助,但能够将压力反射活动和呼吸性窦性心律不齐从血流动力学波形中回归出去,将产生更稳健的数据。这将使研究人员能够检查在更宽频率范围(例如,0.01–0.20 Hz)内发生的脑血管影响。此外,专用设备也可用于控制生理混杂因素。一个例子是动态呼气末气体张力控制技术,允许在逐次呼吸的基础上精确钳制以维持正常碳酸血症(Fierstra et al., 2013)。尽管上述生理影响已有充分文献记载,图8显示很少有文章同时测量血压和/或二氧化碳描记图。

最后,任务选择有助于最小化生理混杂变量的影响。例如,与阅读或观看移动形状相比,复杂的视觉场景搜索已被证明可导致大脑后动脉速度增加约25%–30%,而阅读或观看移动形状导致增加约10%–15%(Smirl et al., 2016)。因此,一个能引起更显著血流动力学反应的任务将有助于确保这减弱血压或变化的影响,并优化将生理信号从基线“噪声”中“强制”提取出来的能力,以提高检测灵敏度。此外,相关研究探讨了所进行的试验次数如何影响经颅多普勒(TCD)衍生血流动力学反应的有效性和可靠性(Burma et al., 2022)。这类似于事件相关电位分析,后者包括多次试验,通过平均掉持续脑电图活动中的随机噪声来分离大脑对特定事件的反应(Beres, 2017)。这种重复有助于减少上述由于外部因素(例如,注意力、疲劳和运动)引起的反应变异性,从而提供更清晰和更一致的测量(Woodman, 2010)。通过增加试验次数,研究人员增强了其发现的统计功效和可靠性,确保更准确的解释(Woodman, 2010)。

建议1:在可行的情况下,研究人员应寻求扩展其当前方案/方法,以同时量化血压和呼吸模式,从而将系统性噪声从血流动力学数据中回归出去。此外,确保完成足够的神经血管耦合(NVC)任务试验可最大化生理信噪比。

性激素

已有充分文献记载,性激素对脑血流量(CBF)/血流速度有影响,其中雌激素、孕激素和睾酮水平升高均会导致血管舒张(Krause et al., 2006)。这主要通过一氧化氮通路发生,导致内皮平滑肌肌浆网内钙摄取减少,从而缺乏肌动蛋白-肌球蛋白交叉桥接(Brozovich et al., 2016; McNeill et al., 2002)。这导致脑血管的松弛和舒张反应(Brozovich et al., 2016)。尽管有这一认识,关于性激素如何影响女性和男性参与者神经血管耦合(NVC)反应的研究仍然匮乏。具体而言,以往的研究调查在很大程度上将月经周期相关激素波动的未知影响作为排除女性的理由(Liu & Mager, 2016)。然而,如上所述,尽管存在这一排除,仍缺乏探索激素波动对脑血管调节影响的研究。既往工作表明,脑血流量在黄体期最高,此时雌激素和孕激素水平最高。目前尚不清楚该阶段的舒张是否也会转化为NVC反应的改变,或者脑血管是否会在不同基线水平下维持其调节功能(Peltonen et al., 2016)。此外,避孕器具(如口服避孕药或宫内节育器)的使用使激素波动进一步复杂化,这些器具可发挥阻止与排卵相关的黄体生成素 surge 和/或停止每月出血的作用(Concas et al., 2022)。最后,月经周期研究的另一个复杂因素是女性经历的周期长度存在异质性(Bull et al., 2019)。最近的一篇综述发现,只有约13%的女性经历典型的28天周期,因此该领域的未来研究应认识到个体间变异性(Bull et al., 2019)。

历史上,控制激素变化的最常见方法是将分析限制于男性,或将女性的测试限制在卵泡期第3-10天(Stanhewicz & Wong, 2020)。然而,女性占人口的50%以上,因此重要的是她们被纳入所有研究调查中(除某些仅影响男性的疾病外,如睾丸癌),以提高研究结果的普适性。这引发了正反方系列讨论,探讨如何最好地对性激素水平不同的女性进行测试(Stanhewicz & Wong, 2020; Wenner & Stachenfeld, 2020)。Wenner和Stachenfeld(2020)主张控制月经周期以最大化特定研究设计的内部效度。相反,Stanhewicz和Wong(2020)认为,在并非旨在解决性类固醇激素相关问题的研究中,血管研究不应控制月经周期(Stanhewicz & Wong, 2020)。尽管这降低了内部效度,但提高了研究结果对一般人群的普适性。关于该主题的深入讨论,读者可参阅其他出版物(Giersch et al., 2020; Lindsey, Usselman, Ripplinger, et al., 2023; Lindsey, Kleinbongard, Kassiri, et al., 2023)。

尽管成本高昂,但考虑激素波动最稳健的方法是在更大样本量中通过体液标志物监测激素变异性。随后可获取激素浓度并将其纳入统计(协变量)模型,以尽量减少其对所关注的暴露-结局关系的影响。这将允许女性被纳入所有月经周期阶段,从而实现较高的内部效度和外部效度。另一种解决方案是收集与周期天数和使用激素避孕药相关的数据,使研究人员能够基于这些因素对数据进行分层。

既往研究侧重于生物学性别差异而非自我认同的社会性别,因为两者之间存在强相关性(约99.7%)(Statistics Canada, 2022),当两者同时纳入统计模型时会导致多重共线性(Vatcheva et al., 2016)。鉴于性别差异始于宫内并在出生前影响神经和脑血管系统,建议在只能纳入一个变量时优先考虑基于性别的差异(Wheelock et al., 2019)。从生理学角度探索社会性别认同需要有针对性地招募非顺性别个体,并仔细考虑混杂因素,如激素治疗和心理健康(Patino & Ferreira, 2018)。

建议2:研究调查的设计和统计学效力应通过建模或分层纳入基于生物学性别的比较。进一步研究性类固醇激素对脑血管调节的具体影响是理解其潜在调节作用的基础,应尽可能纳入。

生活方式因素

日常习惯,如急性摄入咖啡因(Addicott et al., 2009; Meno et al., 2005; Pelligrino et al., 2010)、酒精(Balogh et al., 2022; Luchtmann et al., 2013)或食物(van Baak, 2008);吸烟/电子烟(Boms et al., 2010; Toda & Okamura, 2016);以及进行急性运动(Burma, Copeland, et al., 2020, Burma, Macaulay, et al., 2020, Burma, Macaulay, Copeland, et al., 2021),已知会直接和/或间接影响脑血管系统。尽管人们普遍知道这些因素会影响神经血管耦合(NVC)反应和内皮功能,但图8显示,相对较少的文章在研究设计时考虑了这些因素。

咖啡因是一种腺苷拮抗剂,这意味着它会阻断腺苷的血管舒张作用,进而导致血管收缩反应(Ribeiro & Sebastião, 2010)。此外,咖啡因还会对交感神经系统产生影响,促进儿茶酚胺(如去甲肾上腺素和肾上腺素)的释放,从而导致内皮平滑肌收缩(Echeverri et al., 2010)。然而,身体通常会维持自身处于稳态。在习惯性摄入咖啡因的人群中,脑血管系统会保持在轻度扩张状态,因为预期的每日咖啡因摄入会将血管收缩至正常水平(Addicott et al., 2009)。尽管已知咖啡因会刺激这种血管收缩反应,但其对神经血管耦合(NVC)反应急性信号传导的影响尚未被完全了解。一些研究者反对在检查前限制咖啡因摄入,因为参与者并非在其正常的日常状态下接受测试。例如,对于某些参与者而言,在跳过其习惯性咖啡因摄入后完成认知任务可能更加困难,这可能会对NVC反应产生更大影响。然而,在旨在理解生理机制/结局的基础研究中,控制咖啡因摄入是至关重要的。

酒精已被证明具有血管舒张作用,因为它会刺激一氧化氮的释放(Tolentino et al., 2011)。此外,酒精也是一种已知的抑制剂,会降低交感神经系统的活动(Julian et al., 2020)。基于这些原因,既往研究已指出急性控制酒精摄入的重要性,因为它会导致NVC反应减弱(Balogh et al., 2022)。与咖啡因或酒精相比,急性进食更具情境依赖性,因为它既可产生收缩效应也可产生舒张效应。急性食物摄入会进一步影响这种效应,而急性食物摄入可调节自主神经系统反应。例如,食用高简单糖膳食会因胰岛素水平骤升而增加副交感神经系统活动(即休息与消化);然而,这最终会导致血糖骤降,引发交感神经系统活动增强(van Baak, 2008)。胰岛素引起交感神经活动增加,可能既通过中枢机制也通过外周血管舒张来触发动脉压力反射(McMillan et al., 2022)。

如上所述,神经系统活动的变化会引起脑血管的变化,尽管程度低于血压或血气水平的变化(Smith & Ainslie, 2017)。此外,鉴于葡萄糖是脑实质利用的主要营养物质(Mergenthaler et al., 2013),理论上循环葡萄糖水平的升高可能会改变工作神经元的营养输送/利用。以吸烟或电子烟形式摄入的尼古丁会急性触发收缩反应,随着时间推移可损害内皮功能(Li et al., 2018)。此外,吸烟会降低携氧能力,因为血红蛋白对一氧化碳的亲和力高于氧气(Sagone et al., 1973)。这些因素会导致神经血管耦合(NVC)反应效率降低。最后,急性运动已被证明会引起急性脑血管损伤,这在一定程度上取决于运动强度(Burma, Copeland, et al., 2020, Burma, Macaulay, et al., 2020, Burma, Macaulay, Copeland, et al., 2021)。尽管如此,恢复后其会回到接近基线水平,随着时间推移将产生长期适应性变化(Barnes, 2015; Bliss et al., 2021; Erickson et al., 2010)。这些将在下文进一步描述。尽管急性运动已被证明对NVC反应有轻微影响(Burma, Macaulay, Copeland, et al., 2021; Yamaguchi et al., 2014, Yamaguchi, Ikemura, & Hayashi, 2015, Yamaguchi, Ikemura, Kashima, et al., 2015),但研究人员必须在研究设计中将其视为混杂因素。

建议3:研究人员在选择限制咖啡因、酒精、食物摄入等时,应考虑内部/外部效度;至少需要在方法部分明确说明其决策依据以及限制的时间线(例如运动限制2小时)。

心肺适能

规律运动和身体活动已被证明具有大量生理益处,包括脑血流量(CBF)升高、血管新生、树突密度增加、神经可塑性增强、血管收缩性改善、内啡肽释放等(Calverley et al., 2020; Lucas et al., 2015)。这将导致脑血管僵硬度降低和顺应性增加;然而,图8强调很少有研究考虑了心肺适能对感兴趣结局指标的影响。从理论上讲,训练水平升高可导致代谢需求与氧输送之间的耦联改善,此外由于毛细血管密度增加而具有更高的提取率(Viboolvorakul & Patumraj, 2014)。从理论上讲,这将减少流向特定区域的血液绝对变化量;然而,很少有神经血管耦联(NVC)研究在其样本中同时完成最大摄氧量测试(Ludyga et al., 2019)。尽管如此,一项关于儿童和青少年的报告指出,训练个体与未训练个体之间的NVC反应差异极小(Talbot et al., 2023)。除有氧适能外,另一个考虑因素是无氧适能水平和/或肌肉骨骼力量,因为规律的力量训练可导致独特的生理适应(Smail et al., 2023)。然而,该领域知之甚少,因此需要更多研究。心肺适能可通过直接定量来加以控制(Buttar et al., 2019)。如果这不可行,可完成运动和身体活动问卷以将个体分层为不同组别(World Health Organization, 2012)。

建议4:在NVC研究中提供心肺适能的正式评估可能有助于解释组间的潜在方差,因为规律运动和活动改善脑和全身血管内皮功能。

控制神经影像学研究中的混杂/修饰因素

在研究设计和/或统计分析过程中,可以通过几种方式控制上述混杂因素(Kestenbaum, 2009; Pourhoseingholi et al., 2012)。这些做法旨在最大化研究设计的内部效度(Kestenbaum, 2009; Pourhoseingholi et al., 2012)。常见的研究设计方法包括限制、随机化、匹配以及使用交叉研究设计(Kestenbaum, 2009; Mills et al., 2009)。限制是指排除某些因素/个体以创建更同质的样本。这可以是限制青少年以避免青春期的影响,或限制日常习惯,如咖啡因、烟草、运动等,如上所述(Kestenbaum, 2009)。尽管这最大化了内部效度,但其局限性在于降低了研究结果的外部效度(如关于咖啡因的讨论)(Kestenbaum, 2009)。研究者还可以对参与者进行随机化,以确保混杂变量在对照组和实验组之间均匀分布(Hariton & Locascio, 2018)。然而,生理学文献中更常见的方法是随机交叉设计,即同一批参与者完成研究的所有分支(Mills et al., 2009)。这允许每位参与者作为自身的对照,从而最大化内部效度(Mills et al., 2009)。在研究设计阶段控制混杂因素的最后一个常见方法是通过匹配,即根据相关因素(如年龄、性别或脑震荡史)将对照组和实验组的参与者进行匹配(de Graaf et al., 2011)。在统计分析中,研究者可以使用回归分析(例如协方差分析、线性回归或混合效应模型),将混杂变量纳入模型中以调整暴露-结局估计值(例如血清激素分析)(Kestenbaum, 2009; Pourhoseingholi et al., 2012)。尽管如此,一个重要的考虑因素是模型中可纳入的混杂变量数量取决于样本量,通常每10名参与者一个变量的经验法则一般是推荐的上限(Voorhis & Morgan, 2007)。另一种选择是将结局指标按具有相似特征的参与者进行分层(Kestenbaum, 2009; Pourhoseingholi et al., 2012)。这在小型研究中被推荐,此类研究缺乏在统计分析中适当考虑这些参数的功效,但能为研究者提供对某一值得进一步探索的因素的认识(Kestenbaum, 2009; Pourhoseingholi et al., 2012)。

研究人员必须根据其数据采集方案、数据分析方法和统计分析,仔细完成先验样本量计算,因为这些因素可能影响所需样本量。例如,两项对视觉任务完成同质化脑电图-功能磁共振成像(EEG–fMRI)评估的研究,如果一项研究提取脑电图微状态并使用协方差分析来辨别组间差异,而另一项研究采用交叉设计和线性混合效应模型进行时频分析,那么它们的样本量需求可能不同(Mills et al., 2009)。同样,一个更具刺激/激活性的任务可能在临床与健康表现之间引发更大差异,因此需要更少的参与者即可达到有意义的差异(Roby et al., 2024)。因此,采用一刀切的方法来确定神经血管耦合(NVC)领域的最低样本量是过度简化。

建议5:需要考虑已知的混杂因素,通过在研究设计中将这些因素最小化和/或收集额外信息以纳入计划的统计分析来加以控制。

临床相关性

图6强调,56篇(15.4%)文章在临床人群中完成,以确定与健康对照相比的差异。关于控制混杂影响的讨论具有重要的临床转化意义,特别是对于理解脑血管和神经系统疾病。NVC受损已与多种疾病相关(例如卒中、认知衰退、阿尔茨海默病和创伤性脑损伤)。然而,与健康对照受试者相比,患者可能存在额外的合并症,这些合并症同样复杂(例如局部和全身血管内皮功能受损或晚期动脉粥样硬化),因此静息血压更高。某些临床人群可能经历更大程度的灰质萎缩和髓鞘形成减少,改变神经元之间的传递,尽管神经血管单元存在结构和体积变化。因此,尽管NVC差异在临床人群中可能更为突出,但这些差异仍可能被血压变化和/或所调节。此外,未能控制生活方式因素和身体习惯可能会混淆所获得的结果。例如,运动已被证明可急性减弱NVC反应,因此健康队列中在运动后立即接受测试的个体可能显示出与临床对照组相似的结果。因此,使用严格的研究设计将最大化给定研究中确定临床NVC差异的效能。

局限性

系统综述中发现的一个常见局限性是发表偏倚,即报告显著性结果的研究更有可能被发表(Nair, 2019)。尽管这种偏倚在基于临床的系统综述中通常最为明显,但不能排除本研究中未发生这种情况。例如,研究实验室曾尝试执行多模态成像方案,但由于不同的限制(例如缺乏专业知识、设备或数据处理能力)而未能成功。此外,有一些文章无法检索到,本综述仅纳入了用英文撰写的文章。尽管如此,本综述的主要目的是考察已发表的多模态研究中的生理控制,绝大多数研究获得了较差的偏倚风险评级(>90%)。因此,尽管遗漏了少数文章且存在发表偏倚的可能性,但鉴于本综述的主要发现是未来研究需要更好的控制,这将产生名义上的影响。

基于纳入研究的方法学方法、所使用的任务、所使用的设备和结局的异质性,无法对任何感兴趣的结局指标完成荟萃分析或合并估计。例如,先前的研究已强调,不同的fMRI扫描仪会导致不同的静息态指标(Kayvanrad et al., 2021)。此外,尽管使用了相似的fMRI序列,研究可能使用了不同的任务(例如视觉或认知)和/或具有异质性的EEG电极放置。这些因素导致本综述采用叙述性方法;然而,未来研究应寻求与已发表研究最大限度地提高同质性。最后,鉴于本综述纳入了大量神经影像设备,来自特定神经影像公司的利益冲突的可能性是存在的。随着生产神经影像设备的商业公司数量激增,未来几年这种情况将日益增多。因此,手稿必须公开声明潜在的利益冲突,特别是如果作者是某公司的联合创始人/所有者。

很少有研究关注脑血管和神经影像学文献中潜在的种族和/或民族差异(Wallace et al., 2023)。新兴研究表明,某些神经影像设备可能会受到皮肤内黑色素含量的影响(Kwasa et al., 2023)。此外,健康差异和各种疾病(例如高血压、卒中、阿尔茨海默病及相关痴呆)的患病率因种族/民族之间的生物学差异而不同。最后,在神经影像学中考虑种族/民族将有助于最大限度地减少机器学习算法中的偏倚,确保人工智能驱动的工具能够在多样化人群中具有可推广性(Wang et al., 2023)。

结论

本系统综述总结了现有文献中使用多模态方法同时量化脑血管血流动力学和神经元功能的研究。尽管所采用的方法各异,但大多数研究对生理影响、日常混杂因素、月经周期或心肺适能状态的控制不充分和/或完全缺乏。为了全面理解神经血管耦合(NVC)反应,必须去除生理噪声,以确保记录的信号特异地反映神经元活动而非其他系统性影响。这在临床人群中尤为重要,以最大限度地提高检测与健康对照受试者之间差异的敏感性。最终,本综述强调了开展多模态评估的可行性和实用性;然而,研究人员有必要实施策略以最大限度地控制混杂因素,并在数据解释/传播中加以考虑。

作者贡献

Joel S. Burma:概念化;方法学;验证;形式分析调查;写作——初稿;写作——审阅与编辑;可视化。Damian M. Bailey:方法学;写作——审阅与编辑。Nathan E. Johnson:验证;形式分析;调查;写作——审阅与编辑。James K. Griffiths:验证;形式分析;调查;写作——审阅与编辑。Josh J. Burkart:验证;形式分析;调查;写作——审阅与编辑。Clara A. Soligon:验证;形式分析;调查;写作——审阅与编辑。Elizabeth K.S. Fletcher:验证;形式分析;调查;写作——审阅与编辑。Raelyn M. Javra:验证;形式分析;调查;写作——审阅与编辑。Chantel T. Debert:概念化;方法学;写作——审阅与编辑。Kathryn J. Schneider:概念化;方法学;写作——审阅与编辑。Jeff F. Dunn:概念化;方法学;写作——审阅与编辑。Jonathan D. Smirl:概念化;方法学;写作——审阅与编辑。

利益冲突

Damian M. Bailey 是《实验生理学》(Experimental Physiology)的主编、生命科学工作组主席、欧洲空间局人类太空飞行与探索科学咨询委员会成员以及英国空间局太空探索咨询委员会成员。Damian M. Bailey 还隶属于 Bexorg, Inc.(美国),该公司专注于开发人类脑生物能量功能和结构损伤新型生物标志物的技术。

引用

  1. Burma JS, Bailey DM, Johnson NE, et al. Physiological influences on neurovascular coupling: A systematic review of multimodal imaging approaches and recommendations for future study designs. Exp Physiol. 2024. PMID: 39392865. doi:10.1113/EP092060
  2. 全文:PMC11689421(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11689421/

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。