模块化度量总结了网络碎片来解释失语症恢复的差异
虽然中风患者出现语言障碍(失语症)很常见,但大约60%至70%的幸存者在6个月内恢复语言能力。另外30% ~ 40%的中风患者患有永久性失语症。
患者之间的差异程度语言到底是最终恢复还是不太清楚。目前,临床医生能提供的唯一预后估计是一种有根据的猜测,主要基于中风病灶的大小和位置,这可能是令人沮丧的不准确的。一些研究人员认为失语症恢复可能是由于大脑网络的未被发现的碎片或混乱造成的,这破坏了可能远离病变本身的区域的信息传输。
为了研究这一理论,MUSC的研究人员在神经学副教授Leonardo Bonilha医学博士的指导下,与南卡罗来纳大学阿诺德公共卫生学院传播科学和疾病教授Julius Fridriksson博士领导的团队密切合作,绘制了整个大脑网络,并评估了90名左半球中风患者的事件后连通性。
Barbara Marebwa是MUSC神经学系的博士候选人,也是该研究的主要作者,她解释说:“我们对语言恢复差异背后的潜在机制知之甚少。我们认为可能是网络结构的破坏造成的。所以,我们想看看中风后整个大脑是如何连接的。我们没有关注受损的区域,而是研究了他们仍然需要使用的区域,并绘制了这些网络,以查看与失语症严重程度的关联。”
研究参与者接受了语言测试,以建立一个整体失语症严重程度评分,然后进行磁共振成像(MRI)扫描。通过将大脑划分为189个区域并绘制每个参与者的中风病变,研究人员可以识别并关注直接受影响区域之外的白质和灰质区域。为每个患者创建连接图(或连接组),反映这些患者内部和之间现有的神经网络大脑区域.
然后,团队将这些连通性映射划分为模块,并为每个参与者计算一个“模块化度量”。“这个指标可以帮助你看到不同的大脑区域在自身内部和与其他区域的连接情况。不同的大脑区域就像聚会上的人一样——他们因为某种联系或共同的相似性而坐在一起聊天。模块化向我们展示了这些小团体是多么紧密。那些内部紧密相连,但与其他区域没有联系的区域具有高度的模块化,”Marebwa说。
博尼利哈补充说:“大脑连接的方式不是随机的或偶然的——在需要整合或连接多少区域和需要分离多少区域之间有一个平衡。模块化反映了社区结构。孤立的区域不再与团队的其他部分合作。所以,模块化是一个数字,它告诉你大脑的各个区域能够多么好地交流或共享信息。”
语言是一种高度复杂的功能。为了产生语音,遥远的大脑区域必须能够准确地分享信息并将其转化为声音。这项研究由美国国家耳聋和其他交流障碍研究所和美国心脏协会资助,评估了整体大脑网络,并基于连通性总结了整体大脑健康状况,这为语言能力为什么以及在多大程度上可以恢复提供了重要信息。
模块性与患者失语评分显著相关,左半球模块性越高,失语越严重(r= -0.42;p < 0.00001)。此外,左半球社区结构高度碎片化的患者失语更严重(r= -0.43;P <0.0001) -在控制了白质损伤后仍然存在相关性(r=-0.22;p = 0.0175)。因此,白质损伤、病变大小和位置相似但碎片模式不同的患者具有非常不同的语言能力。如1例病变体积为76.1 cm3,平均白质损伤为0.099,4个左半球模块的患者失语评分为88.1。与此同时,另一位病变体积相似(99.24 cm3),平均白质损伤(0.096),但左半球模块较多(9)的患者失语症评分为58.2。第二名患者的左半球更碎片化,失语症更严重(失语症评分越低,失语症越严重)。
Marebwa说:“令人惊讶的是,即使我们控制了病变的位置和大小,它仍然很重要。模块化是一个更好的预测失语症严重程度的方法,而不是依赖于中风的大小和位置的其他一些估计方法,而且它给了我们很多新的信息。模块化有助于我们解释为什么有些患者的失语症恢复得比其他人好。我们希望有一天我们能够用它来预测康复和指导治疗,但我们还没有做到这一点。”
这项研究的一个新颖方面是该团队用于计算模块化的复杂数学算法。博尼哈解释说:“芭芭拉从技术成像背景进入神经学研究,因此她有一种独特的能力,可以将复杂的网络数学模型与临床成像研究结合起来,帮助我们更好地了解大脑网络。这是一种新的方法——目前还没有衡量“大脑健康”的方法。我们谈到了小血管的变化,但我们不知道这些变化对神经网络和大脑功能的影响有多大。这是一个新的前沿领域,有一种计算方法来计算大脑的功能如何,通过观察网络连接,并有一个单一的数字来表明这一点。这可能是衡量大脑健康的一个有用的新指标,可以帮助我们了解神经损伤后的恢复情况,或者在临床症状出现之前就发现健康个体的问题。”
最终,模块化作为大脑组织和功能的衡量标准,可能会被用于其他疾病,如痴呆症。该团队已经在对没有中风但患有其他已知影响大脑健康的慢性疾病的人进行研究。“我们正在扩大成像计算在心血管疾病、高血压和糖尿病上的应用,试图了解这些疾病是如何导致干扰的大脑网络。这可能会如何影响患者的恢复能力或康复,”Marebwa说。
更多信息:Leonardo Bonilha等人,支持口语理解的颞叶网络,大脑(2017)。大脑/ awx169 DOI: 10.1093 /