脑铁稳态的调控及其对认知功能的影响
一项前瞻性研究纳入332名无铁相关疾病史的健康育龄女性,按血清铁五分位分为低铁组、参考组和高铁组,使用定量磁化率成像和动脉自旋标记灌注加权成像评估基底节脑铁含量与脑血流量。结果显示低铁组基底节磁化率与参考组无显著差异,但基底节脑血流量升高;铁指标与注意力表现相关,脑铁含量与注意力呈曲线关系。
要点
- 低铁组基底节磁化率与参考组无显著差异(β=−0.08,p=0.13),提示系统性缺铁未必等比降低脑铁储备。
- 高铁组基底节磁化率较参考组升高(β=0.14,p=0.01),差异主要位于壳核(β=0.12,p=0.03)。
- 低铁组基底节脑血流量较参考组升高(β=0.21,p<0.001),高铁组降低(β=−0.13,p=0.02)。
核心结论
- 系统性铁状态与脑铁稳态存在动态交互,影响基底节脑血流量和注意力表现;较低血清铁与注意力表现较差相关,基底节磁化率与注意力表现呈曲线关系。
研究设计与样本
- 前瞻性研究,2023年7月至10月纳入332名无铁相关疾病史的健康育龄女性,按血清铁五分位分为低铁组67例、参考组200例和高铁组65例;采用3.0 Tesla Philips dStream MR扫描仪获取T1加权、磁敏感加权和伪连续动脉自旋标记灌注加权图像,以定量磁化率成像评估基底节铁含量、动脉自旋标记评估脑血流量,认知评估采用CANTAB的SWM和RTI测试。
关键影像表现/征象
- 低铁组基底节磁化率与参考组无显著差异(β=−0.08,p=0.13)。
- 高铁组基底节磁化率高于参考组(β=0.14,p=0.01),区域分析仅壳核差异显著(β=0.12,p=0.03),尾状核和苍白球无显著差异。
- 低铁组基底节脑血流量高于参考组(β=0.21,p<0.001),高铁组低于参考组(β=−0.13,p=0.02),各基底节亚结构结果一致。
- 路径分析显示年龄增长与基底节磁化率升高相关(β=0.31,p<0.001),较低血铁与基底节磁化率降低相关(β=0.20,p<0.001)。
- 较低血铁(β=−0.24,p<0.001)和较低基底节磁化率(β=−0.15,p=0.01)均与基底节脑血流量升高独立相关。
诊断标准与关键数值
- 低铁组血清铁均值36.4 µg/dL(范围14.0–52.0),参考组均值87.9 µg/dL(范围53.0–126.0),高铁组均值154.9 µg/dL(范围129.0–220.0)。
- 低铁组血清铁低于女性正常范围50–170 µg/dL,但招募时无人临床诊断为贫血。
- 较低血铁与注意力表现较差显著相关(t=3.21,p=0.001)。
- 基底节磁化率与注意力表现呈曲线趋势,多项式各项仅边缘显著(线性项t=1.83,p=0.07;二次项t=−1.71,p=0.09),整体非线性模型显著(F3,326=3.19,p=0.02)。
- 低铁组血铁(t=−4.24,p<0.001)和基底节磁化率(t=−3.00,p=0.004)均与脑血流量负相关;参考组两者与脑血流量均无显著相关(血铁t=−1.34,p=0.18;磁化率t=−0.25,p=0.80);高铁组血铁与脑血流量无显著相关(t=−0.16,p=0.87),基底节磁化率与脑血流量负相关(t=−2.56,p=0.01)。
临床应用与阅片要点
- 定量磁化率成像可用于无创评估基底节区域脑铁含量,本研究显示高铁组壳核磁化率升高较其他基底节亚结构更明显。
- 动脉自旋标记测得的基底节脑血流量在低铁组升高、高铁组降低,提示解读基底节灌注时需结合血清铁状态。
- 作者认为维持血-脑铁稳态对预防认知功能障碍重要,尤其对缺铁个体。
- 作者指出未来需研究系统性铁变化背景下脑铁沉积的区域特异性模式。
局限性
- 原文在讨论中引用动物研究结果不一致及人类研究有限,指出需要进一步研究阐明系统性铁波动如何影响脑铁调节和认知结局。
- 原文指出复合注意力评分无法与其他认知域(包括流体认知、工作记忆和执行功能)明确区分。
- 原文指出路径分析模型为恰好识别模型,未评估整体拟合指数,解释集中于各直接和间接路径的统计显著性。
- 原文指出需未来研究探讨系统性铁变化背景下脑铁沉积的区域特异性模式。
- 原文指出需纵向研究检验脑铁积累的时间演变。
全文中译13 节 · 点击展开
引言
铁对众多神经生物学过程至关重要,包括氧运输、线粒体功能、髓鞘合成和神经递质代谢[1]。维持最佳脑铁水平对于支持正常生理功能至关重要[2–4]。脑铁稳态的破坏,无论是由于缺乏还是过量,均可显著影响认知功能。具体而言,脑铁不足可能阻碍认知过程,而铁过载可加剧氧化应激并促进神经退行性变[3, 4]。
尽管其重要性不言而喻,脑铁稳态的调控机制仍未被完全阐明。关于全身性铁缺乏及补铁对脑铁水平影响的动物研究结果并不一致[5–7]。部分研究表明饮食限制铁后脑铁含量降低[5, 6],而另一些研究则报道即使实验性铁过载脑铁也仅有微小变化[7]。该领域的人体研究仍然有限,凸显了进一步研究以阐明全身性铁波动如何影响脑铁调控及认知结局的必要性。
神经影像学的最新进展,特别是定量磁敏感映射(QSM)的发展,为无创评估区域脑铁含量提供了具有高灵敏度和高特异性的有前景的工具[8, 9]。QSM已对照组织学和生化标准进行验证,证实了其测量组织铁浓度的准确性和可靠性[10, 11]。
在本研究中,我们旨在探讨外周血铁水平与脑铁含量之间的关系,特别强调在脑铁稳态背景下对脑血流量(CBF)的影响。我们假设CBF对脑铁缺乏至关重要[12, 13],并旨在研究健康个体中维持脑铁稳态的适应机制。采用整合QSM和动脉自旋标记(ASL)灌注加权成像的多模态成像方法,我们 examination了健康女性中全身铁状态、脑铁水平和CBF之间的关联。此外,我们探讨了全身性铁缺乏即使在没有贫血的情况下是否可能与认知改变相关,特别关注注意力表现。
材料与方法
参与者
这项前瞻性研究于2023年7月至10月期间进行,招募了无铁相关疾病史的健康育龄女性。研究方案经梨花女子大学机构审查委员会批准,所有参与者均获得书面知情同意。排除标准包括重大医学或神经系统疾病史、精神疾病、涉及意识丧失的创伤性脑损伤或MRI禁忌证。
参与者根据血清铁五分位数分为三组:低铁组(n = 67,20.1%;均值36.4 µg/dL,范围14.0–52.0)、由中间三个五分位数组成的参照组(n = 200,60.2%;均值87.9 µg/dL,范围53.0–126.0)和高铁组(n = 65,19.6%;均值154.9 µg/dL,范围129.0–220.0)。低铁组水平低于女性正常范围(50–170 µg/dL)[14],尽管招募时无一例被临床诊断为贫血。
图像数据采集与处理
多模态MRI数据,包括T1加权、磁敏感加权和伪连续动脉自旋标记(pCASL)灌注加权图像,使用3.0特斯拉Philips dStream MR扫描仪系统(Philips Healthcare)采集。采集参数详见补充方法。
定量磁敏感成像(QSM)使用SEPIA软件(https://github.com/kschan0214/sepia)对原始多回波梯度回波(GRE)数据进行处理。ASL灌注图像使用FMRIB软件库工具(FSL,http://www.fmrib.ox.ac.uk/fsl)进行处理。数据预处理流程的完整描述见补充方法。
为评估每位参与者基底节(BG)内空间异质性的程度,我们计算了受试者内基于体素的磁敏感值标准差(SD),同样也计算了BG感兴趣区(ROI)内脑血流量(CBF)值的受试者内基于体素的标准差。该基于体素的标准差反映了个体BG内各体素间信号的变异性。在整个队列中,这些受试者内标准差值的范围为:磁敏感值31.1至87.2 ppb,CBF值5.9至15.4 mL/100 g/min。
感兴趣区(ROI)分割
基底节(BG)——包括尾状核、壳核和苍白球——被选为感兴趣区(ROI),因其具有高代谢需求且易受铁积累影响[15, 16]。BG结构的双侧分割在T1加权图像上使用FSL的FIRST软件进行,详细步骤见补充方法。所得分割掩膜用于提取定量磁敏感值或CBF值。
认知评估
认知功能评估特别关注注意力,该领域已知对铁缺乏敏感[4, 17]。采用剑桥神经心理测试自动化成套测验(CANTAB®,Cambridge Cognition Ltd.)评估认知表现。我们使用了两项特定测试:空间工作记忆(SWM)和反应时间指数(RTI)[18]。
SWM测试评估在工作记忆中保持和操作空间信息的能力以及自上而下的注意力加工[19, 20]。参与者需要在屏幕上显示的一组彩色方框中搜索隐藏的令牌。任务难度从4个方框逐步增加到8个方框,参与者必须记住已搜索过的方框以避免重复返回[18]。
RTI测试包括简单反应时间和五选择反应时间两部分,用以评估精神运动速度和持续注意力[21]。在简单反应时间阶段,参与者对出现在单一可预测位置的黄点做出反应。在五选择反应时间阶段,参与者必须对不可预测地出现在五个可能位置之一的刺激做出反应,从而纳入分配性注意和决策制定的要素[18]。
尽管有力的行为学和神经影像学证据表明空间工作记忆与注意力之间存在功能和神经生物学上的重叠[22, 23],但这种重叠提示这些理论构念在实证上极难区分。虽然对SWM和RTI得分取平均值提供了一个与注意力表现相关的合理复合测量,但我们承认该测量无法与包括流体认知、工作记忆和执行功能在内的其他认知领域明确区分开来。
复合注意力得分通过平均SWM和RTI测试指标的z分数计算得出。有关复合得分构建的详细信息见补充方法。
统计分析
采用多元线性回归分析比较不同血清铁组间的ROI磁化率值和CBF,并将年龄作为协变量纳入。组别归属以虚拟变量编码,以中间三个五分位数定义为参照组。每个回归系数代表低铁组或高铁组与参照组之间的校正平均差异,在统一模型中估计。由于这些比较是预先纳入的,并作为回归建模框架的一部分同时解释,因此未对回归系数进行多重比较校正。
通径分析检验了年龄、血铁、ROI磁化率和CBF之间的相互关系。估计了标准化通径系数,并使用5000次迭代的bootstrap重采样支持统计推断。由于模型为恰好识别模型,未评估整体拟合指标[24];因此,解释侧重于各直接和间接通径的统计显著性。
采用经年龄校正的稳健回归模型,研究各组内血清铁和脑磁化率对CBF的影响。纳入交互项以评估组间回归斜率的差异。
为探讨铁指标与注意力表现之间的关联,以年龄为协变量进行稳健回归分析。鉴于先前证据提示脑铁水平与认知结局之间存在非线性倒U型关系[3, 4, 25],采用二次模型以捕捉潜在的曲线效应。
所有统计分析均使用Stata SE 16.1版(StataCorp LLC)进行。
结果
低铁组、参照组和高铁组的BG磁化率和CBF值
多元线性回归分析显示,与参照组相比,高铁组BG磁化率值较高(β = 0.14,p = 0.01),而低铁组与参照组之间无差异(β = −0.08,p = 0.13)(图1)。区域分析显示,高铁组仅在壳核中差异显著(β = 0.12,p = 0.03),其他结构无显著差异。详细统计结果见补充结果。
与参照组相比,低铁组BG CBF升高(β = 0.21,p < 0.001),而高铁组CBF降低(β = −0.13,p = 0.02)(图2)。这些模式在所有单个BG结构中一致。完整统计结果见补充结果。
基于铁蛋白五分位数分类的敏感性分析得出了可比的结果(补充结果)。
年龄、血铁、脑铁与CBF之间的相互关系
路径分析显示,年龄与血铁水平之间无显著关联(β = 0.01,bootstrap标准误(SE)= 0.45,p = 0.83),而年龄增长与基底节磁敏感值升高显著相关(β = 0.31,bootstrap SE = 0.07,p < 0.001),这与既往报道的年龄相关铁沉积一致[16, 26]。较低的血铁水平与基底节磁敏感值降低相关(β = 0.20,bootstrap SE = 0.01,p < 0.001)。血铁降低(β = −0.24,bootstrap SE = 0.01,p < 0.001)和基底节磁敏感值降低(β = −0.15,bootstrap SE = 0.05,p = 0.01)均与基底节CBF升高独立相关,提示全身性和脑内铁降低的个体存在代偿性灌注。此外,血铁通过基底节磁敏感值对CBF表现出显著的间接效应(β = −0.03,bootstrap SE = 0.002,p = 0.04),表明全身性铁影响脑铁水平,而脑铁水平反过来调节脑灌注(图3)。
不同铁状态组之间血铁、脑铁与CBF的关联
分层分析揭示了各组铁状态与基底节脑血流量(BG CBF)之间关系的不同模式(图4)。在低铁组中,血铁(t = −4.24,p < 0.001)和BG磁敏感值(t = −3.00,p = 0.004)均与CBF呈负相关,表明较低的系统铁和脑铁水平与灌注增加相关。相比之下,参照组中血铁(t = −1.34,p = 0.18)和BG磁敏感值(t = −0.25,p = 0.80)与CBF均无显著相关性。在高铁组中,血铁与CBF无关(t = −0.16,p = 0.87),而BG磁敏感值仍与CBF呈负相关(t = −2.56,p = 0.01),提示在该组中脑铁升高(而非系统铁)可能促进灌注下降。
稳健回归分析证实各组间回归斜率存在显著差异。完整结果见补充结果。
血铁、脑铁与注意力表现之间的关联
铁指标与注意力表现之间的关联见图5。校正年龄后,较低的血铁水平与较差的注意力表现显著相关(t = 3.21,p = 0.001)。BG磁敏感值与注意力之间的关系呈曲线趋势:尽管各多项式项仅达到边缘显著(线性:t = 1.83,p = 0.07;二次项:t = −1.71,p = 0.09),但整体非线性模型达到显著(F3,326 = 3.19,p = 0.02),表明低BG磁敏感值和高BG磁敏感值均与注意力表现下降相关。
讨论
本研究在相对较大的育龄女性队列中进行,为系统性铁状态与脑铁稳态之间的动态相互作用提供了新的见解。与铁水平正常的参与者相比,系统性铁水平较低的参与者表现出更高的脑血流量(CBF),提示存在一种旨在缓解铁可利用性降低的适应性机制。脑铁水平与CBF呈负相关,低铁含量和高铁含量均与灌注模式改变相关。此外,较低的血清铁浓度与注意力表现下降相关,而脑铁含量与注意力结局呈曲线关系,表明认知功能存在一个最佳范围。据我们所知,这是首项在亚临床铁缺乏条件下研究CBF与系统性和脑铁水平波动之间关联的研究。这些发现有助于更全面地理解脑铁调节,并可能为针对早期铁缺乏认知后果的预防策略提供依据。
低铁组参与者中观察到的CBF升高表明一种适应性脑血管反应,旨在系统性携氧能力降低的情况下维持充足的氧输送。鉴于铁在氧运输和细胞呼吸中的关键作用,以及大脑不成比例的高氧需求,维持铁向大脑的输送对于维持最佳神经元功能至关重要[12, 13]。低铁组CBF的显著增加可能反映了在系统性铁缺乏下增强脑铁输送的生理适应。该组内系统性铁水平与CBF之间显著的负相关进一步支持了这一解释。这些发现与先前报道贫血血液透析患者CBF升高的研究一致[13],强化了CBF增加可能作为支持脑铁稳态的适应机制这一概念。
重要的是,尽管存在系统性铁耗竭,低铁组与参照组之间未检测到基底节(BG)磁敏感性的显著差异。这表明系统性铁降低不一定导致脑铁储备成比例减少。尽管路径分析揭示了系统性与脑铁水平之间存在显著的直接关联,但低铁组中观察到的CBF升高可能有助于维持脑铁含量。这一发现与先前研究一致,后者表明由于内在稳态机制,脑铁水平在系统性铁可利用性波动的情况下保持相对稳定[27, 28]。
相比之下,高铁组参与者与参照组相比表现出显著升高的BG磁敏感性,这与系统性铁水平升高可导致脑铁过度沉积的假说一致。路径分析进一步表明,系统性铁升高促进BG中铁积累增加,而后者又与CBF降低相关。这一模式支持脑铁过量可能损害脑血管功能的观点,其机制可能涉及氧化应激或内皮功能障碍[29, 30]。
区域分析显示,在高铁组中观察到的组间磁敏感度差异主要由壳核驱动,尾状核或苍白球未见显著差异。这种区域特异性提示基底节(BG)各亚结构在铁积累方面存在不同的易感性和调控机制。壳核对铁沉积的较高易感性可能反映其在运动控制和程序性学习中的特殊作用[31],以及其已被证实在多种神经退行性疾病中与运动障碍相关[32]。这些观察结果强调,未来研究需要在系统性铁变异的背景下探讨脑铁积累的区域特异性模式。
路径分析表明,血液铁水平与BG磁敏感值之间存在正相关,证实系统性铁可利用度直接影响脑铁含量。虽然年龄增长仍是脑铁积累的主要 contributing 因素,但系统性铁状态在决定整体脑铁负荷方面也发挥着可测量的作用。这些发现提示,限制系统性铁过量可能有助于减缓与年龄相关的脑铁增加,这与饮食干预研究的观察结果一致[33]。
路径分析进一步揭示,较低的血液铁水平和较低的BG磁敏感度均与BG脑血流量(CBF)升高相关。值得注意的是,血液铁通过脑铁含量对CBF表现出显著的间接效应,建立了一条机制通路,即系统性铁通过影响局部铁沉积来影响脑灌注。这一发现突显了脑铁在脑血管稳态中的主动调控作用,超越了其作为被动生物标志物的功能。因此,维持最佳的脑铁水平——无论系统性状态如何——似乎对支持健康的脑血管功能至关重要。脑铁调控失常,无论是过量还是缺乏,都可能损害CBF,从而危及脑代谢完整性。
与既往报道一致[16, 26],年龄增长与BG磁敏感值升高显著相关,路径分析证实年龄是脑铁积累的强决定因素。相比之下,在我们的队列中未观察到血液铁水平随年龄增长而显著升高。这种分离现象提示,即使系统性铁水平稳定或正常的个体,也可能发生与年龄相关的脑铁积累,反映了衰老过程中大脑特定区域(如BG)对铁沉积的内在易感性[16, 26]。
为进一步阐明系统性铁、脑铁与脑血流量(CBF)之间的关系,我们按铁状态分组进行了分层分析。在低铁组中,血清铁和脑铁水平均与CBF增加呈正相关。相反,在高铁组中,基底节(BG)磁敏感值升高与CBF降低相关,而血清铁水平与灌注无显著关联。这些发现提示,一旦铁穿过血脑屏障并在脑组织中蓄积,其可能对血管调节产生局部效应,且独立于循环铁水平[13]。这一模式支持在缺铁条件下脑铁反应具有情境依赖性;CBF升高可能反映一种支持氧输送或代谢效率的代偿机制[13];在铁过载条件下,过量脑铁可能通过涉及氧化应激和神经炎症的机制损害灌注,导致局部低灌注,而与系统性铁状态无关[3, 29, 30]。总体而言,这些结果强调了脑特异性铁稳态在维持脑血管功能中的重要性。尽管如此,仍需开展纵向研究考察脑铁蓄积的时间演变及其对CBF的影响,以验证这一提出的框架。
在女性血清铁水平的既定参考范围内(50–170 µg/dL)[14],我们的研究参与者呈现出广泛的铁状态谱。高铁组水平接近生理上限(均值154.9 µg/dL,范围129–220 µg/dL),而低铁组则表现为低于正常水平(均值30.4 µg/dL,范围14.0–52.0 µg/dL),尽管无临床诊断的贫血。这一分布使得能够研究在正常范围及以下与铁状态相关的认知后果。我们的发现揭示了血清铁降低与注意力表现受损之间的显著关联。这一观察与大量证据一致,表明非贫血性缺铁——如低铁组所示——对认知和行为功能产生负面影响,尤其是在育龄女性等风险升高人群中[34]。这些效应被认为由脑活动和神经递质代谢的紊乱所介导[35, 36],强调了即便在没有明显贫血的情况下,充足的铁状态对最佳神经功能的重要性。
除了系统性缺铁与认知损害之间的线性关联外,我们的分析还揭示了脑铁含量与注意力表现之间的曲线关系。具体而言,低和高BG磁敏感值均与表现下降相关,提示呈倒U形关联。这一模式反映了铁在神经功能中的双重作用:铁不足可能损害神经递质合成和氧运输[4],而铁过量可诱导氧化应激和神经炎症[2, 3]。这些结果与既往发现一致[37, 38],并强调了将脑铁维持在最佳范围内以支持认知健康的必要性。
尽管本研究聚焦于一个与注意力相关的复合指标——注意力是一个对缺铁特别敏感的认知领域[4, 17]——但必须承认,我们从SWM和RTI任务中获得的平均分数并不构成单独针对注意力的确定性测量。鉴于注意力、空间工作记忆及相关构念之间存在实质性的功能和神经生物学重叠[22, 23],在实证上很难将这一复合指标与流体认知、工作记忆和执行功能等其他领域区分开来。脑铁积累也与这些更广泛领域的年龄相关衰退有关[2, 39, 40],我们的发现可能反映的是对这一相互关联的认知网络的影响,而非单独对注意力的影响。因此,有必要使用更精细和多维度的评估方法,进一步研究脑铁积累对更广泛认知功能谱的影响,以更全面地理解其在认知衰老和功能障碍中的作用。
在本研究中,选择基底节(BG)作为感兴趣区(ROI),是因为其铁含量较高。脑铁主要储存在小胶质细胞和星形胶质细胞内的铁蛋白中[41],而这些皮层下核团以高代谢需求以及易受铁缺乏和铁过载影响而著称[15, 16, 42]。未来研究应通过检查全身铁对基底节以外其他脑区铁调节的影响来扩展这项工作。
我们选择血清铁作为铁状态的主要指标,以捕捉脑血流(CBF)测量时的动态变化。虽然血清铁蛋白作为一种储存蛋白反映长期铁储备[43],但对急性波动的反应性较低。尽管存在这一方法学差异,我们使用基于铁蛋白的分组进行的敏感性分析产生了相似的结果,支持了我们主要发现的稳健性。然而,未来需要纵向研究来阐明急性和慢性铁状态在调节脑铁和脑灌注中的相互作用。
在解释这些结果时,应考虑若干局限性。研究队列仅由育龄女性组成,因为她们对缺铁具有更高的易感性[44, 45];因此,研究结果对男性和绝经后女性的推广性可能有限。既往研究关于脑铁水平的性别差异报告了不一致的发现[26, 46–51],凸显了未来需要涉及更多样化人群的研究来验证和扩展这些结果。
一个关键的方法学局限是路径分析模型未纳入认知结局。尽管年龄、血铁、脑铁和脑血流量(CBF)被同时建模以检验其相互关系,但由于脑铁与注意力表现之间呈非线性(倒U形)关系,认知表现通过回归单独分析,这违反了传统路径分析的线性假设[24, 52]。这种二次方模式——即低脑铁和高脑铁水平均与注意力下降相关——与铁缺乏和铁过量均损害认知的证据一致[3, 4]。将非线性纳入线性模型存在模型设定错误和效应估计误导的风险。因此,我们的认知发现仍属相关性研究,我们无法确定血铁与注意力的关联是否由CBF介导或是直接的。未来研究可通过使用非线性扩展或亚组分析(例如,在低血铁/低脑磁化率或高脑磁化率组中)来建模因果路径,可能以年龄作为预测变量、铁/CBF作为中介变量,从而更深入地了解认知机制。
此外,我们研究中一个值得讨论的局限是对定量MRI测量中方差的解释以及这些技术固有的精确度。虽然这种变异性很大程度上源于基底节(BG)内的生物学异质性(例如,尾状核、壳核和苍白球之间磁化率的亚区梯度),但也可能包括测量噪声、重建伪影或部分容积效应的贡献。这种显著的感兴趣区(ROI)内变异性意味着,即使具有统计学意义的组间差异相对于背景异质性而言效应量也较为有限,可能限制其实际意义,尤其是在个体水平上。因此,在解释微小差异时需要谨慎。未来研究应纳入重复扫描以正式评估测量信度(例如,通过组内相关系数),并利用更高分辨率成像或先进分割技术探索亚区特异性变异。
最后,尽管其他顺磁性或抗磁性微量元素以及髓鞘含量的变化理论上可能影响磁化率值,但其贡献相对于铁而言可能很小,铁是脑组织中磁化率对比的主要来源[53]。
总之,本研究表明,当全身铁偏离生理正常范围时,全身铁和脑铁水平均在调节脑血流量中发挥关键作用。铁缺乏即使在没有贫血的情况下,也与认知表现受损相关,特别是注意力领域。此外,数据表明维持最佳脑铁水平对保持认知功能至关重要。总体而言,这些发现强调了血-脑铁稳态在支持脑灌注和认知表现中的重要性,尤其是在铁缺乏易感个体中。
补充信息
电子补充材料
引用
- Yoon S, Joo Y, Ha E, et al. Regulation of brain iron homeostasis and its influence on cognitive function. Eur Radiol. 2026. PMID: 41572044. doi:10.1007/s00330-025-12143-6
- 全文:PMC13212747(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13212747/
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。