Нарушения функциональной коннективности головного мозга у пациентов с постковидным синдромом в рамках теории тройственной нейросети
- Авторы: Труфанов А.Г.1, Ефимцев А.Ю.2, Литвиненко И.В.1
-
Учреждения:
- Военно-медицинская академия
- Национальный медицинский исследовательский центр имени В.А. Алмазова
- Выпуск: Том 41, № 4 (2022)
- Страницы: 393-398
- Раздел: Оригинальные исследования
- URL: https://journals.eco-vector.com/RMMArep/article/view/111862
- DOI: https://doi.org/10.17816/rmmar111862
- ID: 111862
Цитировать
Полный текст
Аннотация
Цель: оценить изменения связей между тремя основными нейросетями с помощью функциональной магнитно-резонансной томографии в состоянии покоя у пациентов с постковидным синдромом, проявляющимся церебральными неврологическими симптомами, в рамках модели тройственной сети.
Материалы и методы. Всего нами было обследовано 15 пациентов (средний возраст 36,4 ± 8,3 лет; М : Ж = 10 : 5) с постковидным синдромом, которые предъявляли жалобы неврологического характера, в первую очередь на снижение памяти и внимания, общую слабость, низкую работоспособность и нарушение сна. Контрольную группу составили 15 здоровых человек (средний возраст 32,2 ± 6,9 лет; М : Ж = 11 : 4), ранее не переносивших COVID-19. Все представители контрольной группы были привиты вакциной «Спутник-V». Магнитно-резонансное обследование осуществлялось на томографе Siemens Espree с напряженностью магнитного поля 1,5Т. Для исключения структурного поражения головного мозга проводилось выполнение стандартных импульсных последовательностей Т1-ВИ, Т2-ВИ и Flair. Для постпроцессинговой обработки выполнялись протоколы Т1, градиентное эхо и эхо-планарное сканирование в состоянии покоя. Постпроцессинговая обработка проводилась с использованием программного пакета CONN toolbox 20a с получением кластеров функциональной коннективности исследуемых нейросетей с применением протокола обработки «seed-to-voxel».
Результаты. Выявлено нарушение коннективности стандартной нейросети покоя с лингвальной, фузиформной и средней лобной извилинами. Салиентная нейросеть обладала худшей способностью формировать связи у пациентов с постковидным синдромом с латеральной затылочной корой, угловой извилиной, верхней теменной долькой и надкраевой извилиной в одном кластере, лобной корой и парацингулярной извилиной во втором кластере. Фронтопариетальная нейросеть покоя достоверно лучше взаимодействовала у группы контроля со структурами мозжечка, средней лобной извилиной, а также клином и предклиньем.
Выводы. Пациенты с перенесенным COVID-19 и наличием постковидного синдрома имеют сниженную функциональную коннективность всех трех базовых нейросетей с целой плеядой анатомо-физиологических образований головного мозга.
Полный текст
АКТУАЛЬНОСТЬ
Пациенты, перенесшие COVID-19, имеют высокий риск неврологических осложнений, включая энцефалопатию, синдром Гийена–Барре, эпилептические приступы и нервно-мышечные заболевания. Многие отмечают потерю обоняния и вкуса, а также сообщают о сохраняющихся когнитивных нарушениях. Диагностика и лечение этих осложнений не отличаются от таковых у других пациентов, хотя сложные тесты могут быть недоступны для пациента, находящегося в реанимации и респираторной изоляции. Самым частым неврологическим нарушением после перенесенной инфекции является постковидный цереброастенический синдром [1].
Функциональная магнитно-резонансная томография (фМРТ) в состоянии покоя представляет функциональную связность (ФС) между периферическими структурами мозга на основе регистрации BOLD-эффекта (зависимость от уровня кислорода в крови) [2].
Существуют два основных способа описания изменений в сетях мозга с помощью этого метода: изучение внутрисетевой или межсетевой ФС. В большинстве предыдущих исследований, использующих анализ «sеed-базы», сообщалось об изменениях функциональной коннективности одной или двух сетей, в то время как очень немногие исследования оценивали сложные модели взаимодействия сетей [3, 4].
Для лучшего понимания межсетевых изменений ФК у пациентов с постковидным синдромом полученные данные были оценены в рамках модели тройной сети, которая уже использовалась для описания патогенеза некоторых психиатрических и неврологических заболеваний. Модель предполагает, что отображение стимулов и вход лимбических сигналов вознаграждения и мотивации в салиентную нейросеть (SN) приводят к динамическому переключению между фронтопариетальной сетью (FPN), связанной с познанием и адаптивным поведением, релевантным целям, и сетью режима по умолчанию (DMN) — основной сетью покоя когнитивной деятельности, связанной с самой собой. Таким образом, суть модели тройной сети заключается в обнаружении динамических межсетевых взаимодействий, лежащих в основе широкого спектра нейро- и психопатологий [5].
Цель данного исследования — оценить изменения связей между тремя основными нейросетями с помощью фМРТ в состоянии покоя у пациентов с постковидным синдромом в рамках модели тройственной нейросети.
МАТЕРИАЛЫ И МЕТОДЫ
Всего нами было обследовано 15 пациентов (средний возраст 36,4 ± 8,3 лет; М : Ж = 10 : 5) с постковидным синдромом, которые предъявляли жалобы неврологического характера, в первую очередь на общую слабость, снижение памяти и внимания, потерю концентрации и нарушение сна.
Контрольную группу составили 15 человек здоровых (средний возраст 32,2 ± 6,9 лет; М : Ж = 11 : 4), ранее не переносивших COVID-19. Все они были привиты вакциной «Спутник-V».
Все участники получили полное описание исследования и дали письменное информированное согласие. Исследование было одобрено этическим комитетом Военно-медицинской академии имени С.М. Кирова.
МРТ исследование проводилось на магнитно-резонансном томографе Siemens Espree с напряженностью магнитного поля 1,5Т. Для исключения структурного поражения головного мозга проводилось стандартное МР-исследование с выполнением импульсных последовательностей Т1-ВИ, Т2-ВИ и Flair. С целью проведения постпроцессинговой обработки выполнялись протоколы Т1 градиентное эхо (301 axial sections, 1 × 1 mm in-plane resolution; repetition time/ echo time, 8.0/3.7 ms; flip angle = 8) и EPI (эхо-планарное сканирование; 35 axial sections; 3.03 × 3.03 mm in-plane resolution; 4.0 mm section thickness; repetition time/echo time, 3000/50 ms; flip angle = 90) в состоянии покоя.
Постпроцессинговая обработка проводилась с использованием программного пакета CONN toolbox 20a [6] с получением кластеров функциональной коннективности исследуемых нейросетей с применением протокола обработки «seed-to-voxel».
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
В процессе получения информации первыми анализировались кластеры функциональной коннективности со стандартной нейросетью покоя (DMN). Всего было получено 2 кластера связности (табл. 1).
Таблица 1. Кластеры стандартной нейросети покоя
Cluster N | Cluster (x, y, z) | size | size p-FWE | size p-FDR | size p-unc | peak p-FWE | peak p-unc |
1 | +24, –52, –14 | 187 | 0.106126 | 0.072940 | 0.000493 | 1.000000 | 0.000194 |
2 | +32, +38, +46 | 169 | 0.168390 | 0.072940 | 0.000810 | 0.999992 | 0.000138 |
На рис. 1 изображен кластер № 1, который представляет собой функциональную зону связности правой лингвальной извилины и части фузиформно-затылочной коры.
Рис. 1. Кластер коннективности с сетью DMN № 1 (контроль > пациенты). 65 voxels (35%) covering 4% of atlas.LG_r (Lingual Gyrus Right) 61 voxels (33%) covering 7% of atlas. TOFusC r (Temporal Occipital Fusiform Cortex Right)
Таким образом, видно, что группа контроля обладает достоверно лучшей коннективностью сети DMN с анатомическими образованиями, отвечающими за обеспечение когнитивной функции (лингвальная и фузиформная извилины), а также с центрами обеспечения фазы быстрого сна (фузиформная извилина).
Риc. 2 демонстрирует кластер № 2, который представлен частью правой средней лобной извилины, а также компонентом правого лобного поля.
Рис. 2. Кластер коннективности с сетью DMN № 2 (контроль > пациенты). 85 voxels (50%) covering 3% of atlas.MidFG r (Middle Frontal Gyrus Right) 61 voxels (36%) covering 1% of atlas.FP_r (Frontal Pole Right)
Обе выявленные структуры выполняют не только функцию обеспечения процессов памяти и планирования каких-либо актов, но также и функцию поддержания контроля и внимания при выполнении определенной задачи.
Далее были проанализированы кластеры функциональных связей областей коры головного мозга с салиентной нейросетью или нейросетью выбора (SN) (табл. 2).
Таблица 2. Кластеры салиентной нейросети
Cluster N | Cluster (x, y, z) | size | size p-FWE | size p-FDR | size p-unc | peak p-FWE | peak p-unc |
1 | –42, –68, +28 | 1207 | 0.001880 | 0.001709 | 0.000005 | 1.000000 | 0.000803 |
2 | –12, +38, +38 | 1061 | 0.005156 | 0.002348 | 0.000013 | 0.993338 | 0.000047 |
Салиентная нейросеть продемонстрировала значительно большее количество достоверных различий в количестве и объеме функциональной связности с другими областями коры головного мозга, чем DMN (рис. 3). Основными выявленными зонами были структуры височной и затылочной долей, такие как латеральная затылочная кора, угловая извилина, верхняя теменная долька и надкраевая извилина. Все обнаруженные в процессе анализа области находились в левом полушарии головного мозга.
Рис. 3. Кластер функциональной коннективности с SN № 1 (контроль > пациенты). 737 voxels (61%) covering 15% of atlas.sLOC_l (Lateral Occipital Cortex, superior division Left) 233 voxels (19%) covering 25% of atlas.AG_l (Angular Gyrus Left) 53 voxels (4%) covering 4% of atlas.SPL_l (Superior Parietal Lobule Left) 42 voxels (3%) covering 4% of atlas.pSMG_l (Supramarginal Gyrus, posterior division Left)
Стоит отметить, что латеральная затылочная кора обеспечивает не только функцию зрения, но также и зрительно-пространственного ориентирования, распознавания и воспроизведения сложных конструкций, что является важными компонентами когнитивной сферы.
Остальные выявленные области также участвуют в обеспечении когнитивной сферы, таких как непосредственная функции памяти и фонологический процессинг, т. е. анализ устной и письменной речи.
Второй кластер с SN достаточно сильно отличался от первого и был представлен обширными зонами лобной коры как с дорзальной, так и с медиальной поверхности головного мозга (рис. 4). Также отмечалось двустороннее вовлечение парацингулярной извилины.
Рис. 4. Кластер функциональной коннективности с SN № 2 (контроль > пациенты). 307 voxels (29%) covering 11% of atlas.SFG_l (Superior Frontal Gyrus Left) 177 voxels (17%) covering 3% of atlas.FP_l (Frontal Pole Left) 146 voxels (14%) covering 11% of atlas.PaCiG_l (Paracingulate Gyrus Left) 65 voxels (6%) covering 5% of atlas.PaCiG_r (Paracingulate Gyrus Right)
На заключительном этапе исследования выявлялись кластеры фронтопариетальной или исполнительной нейросети.
В отличие от предыдущих нейросетей было обнаружено 3 кластера функциональной коннективности (табл. 3).
Таблица 3. Кластеры фронтопариетальной нейросети
Cluster N | Cluster (x, y, z) | size | size p-FWE | size p-FDR | size p-unc | peak p-FWE | peak p-unc |
1 | –44, –62, –50 | 257 | 0.001530 | 0.001088 | 0.000010 | 0.923920 | 0.000021 |
2 | +40, +32, +44 | 163 | 0.030587 | 0.010081 | 0.000206 | 0.729182 | 0.000009 |
3 | +06, –76, +42 | 154 | 0.041687 | 0.010081 | 0.000283 | 0.999805 | 0.000093 |
Кластер № 1 был полностью представлен такими структурами мозжечка, как его левые верхняя и нижняя ножки, а также 7-й отдел коры (рис. 5).
Рис. 5. Кластер коннективности с сетью FPN № 1 (контроль > пациенты). 151 voxels (59%) covering 8% of atlas.Cereb2_l (Cerebelum Crus2 Left) 65 voxels (25%) covering 3% of atlas.Cereb1_l (Cerebelum Crus1 Left) 22 voxels (9%) covering 4 % of atlas.Cereb7_l (Cerebelum 7b Left)
Рис. 6. Кластер коннективности с сетью FPN № 2 (контроль > пациенты). 133 voxels (82 %) covering 5% of atlas.MidFG_r (Middle Frontal Gyrus Right)
Рис. 7. Кластер коннективности с сетью FPN № 3 (контроль > пациенты). 103 voxels (67%) covering 2% of atlas.Precuneous (Precuneous Cortex) 44 voxels (29%) covering 7% of atlas.Cuneal_r (Cuneal Cortex Right)
Кластер № 2 представлял собой единственную структуру — правую среднюю лобную извилину.
Стоит отметить, что данная структура уже выявлялась в процессе анализа кластерной коннективности сети DMN, и ее функция состоит в планировании многокомпонентных актов, поддержании и концентрации внимания.
Третий кластер коннективности включал в себя кору предклинья и непосредственно сам клин.
Клин представляет собой участок зрительной коры, который участвует в стандартном процессинге получения зрительной информации об окружающем мире, например такой, как границы объекта.
Предклинье же является когнитивным центром, который отвечает за функцию памяти, аффективный ответ на боль, воображение, а также получение гештальта, реакцию на подсказки при выполнении задания и восстановление эпизодической памяти.
ЗАКЛЮЧЕНИЕ
Таким образом, пациенты с перенесенным COVID-19 и наличием постковидного синдрома имеют сниженную функциональную коннективность всех трех базовых нейросетей с целой плеядой анатомо-физиологических образований головного мозга.
Выявленные нами структуры сниженной связности полностью объясняют имеющиеся у пациентов неврологические нарушения, такие как расстройство памяти, внимания, снижение концентрации и нарушение сна.
Функциональная МРТ покоя может быть использована с целью оценки динамики состояния пациентов с постковидным синдромом в сочетании с клиническим обследованием. Это позволит лучше понимать патогенетическую сущность неврологических последствий перенесенной инфекции, планировать терапию и осуществлять динамический контроль за ее эффективностью.
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Источник финансирования. Финансирование данной работы не проводилось.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Этическая экспертиза. Проведение исследования одобрено локальным этическим комитетом ФГБВОУ ВО «Военно-медицинская академия имени С.М. Кирова».
Вклад авторов. Все авторы внесли существенный вклад в проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией.
Об авторах
Артем Геннадьевич Труфанов
Военно-медицинская академия
Email: koptata@mail.ru
ORCID iD: 0000-0003-2905-9287
SPIN-код: 7335-6463
Scopus Author ID: 55543694800
ResearcherId: W-2584-2017
докт. мед. наук, доцент кафедры нервных болезней
Россия, Санкт-ПетербургАлександр Юрьевич Ефимцев
Национальный медицинский исследовательский центр имени В.А. Алмазова
Email: koptata@mail.ru
ORCID iD: 0000-0003-2249-1405
SPIN-код: 3459-2168
Scopus Author ID: 56012481900
ResearcherId: L-1124-2015
канд. мед. наук, доцент кафедры лучевой диагностики и медицинской визуализации, ведущий научный сотрудник НИЛ лучевой визуализации
Россия, Санкт-ПетербургИгорь Вячеславович Литвиненко
Военно-медицинская академия
Автор, ответственный за переписку.
Email: litvinenkoiv@rambler.ru
ORCID iD: 0000-0001-8988-3011
SPIN-код: 6112-2792
Scopus Author ID: 35734354000
ResearcherId: F-9120-2013
докт. мед. наук, профессор
Россия, Санкт-ПетербургСписок литературы
- McCallum K. Post-COVID Syndrome: What Should You Do If You Have Lingering COVID-19 Symptoms? Available at: https://www.houstonmethodist.org/blog/articles/2020/nov/post-covid-syndrome-what-should-you-do-if-you-have-lingering-covid-19-symptoms/?utm_source=link&utm_campaign=HM_SocialShare_link&utm_medium=Social#.Y08ULnE4u6c.link (accessed 10.10.2022).
- Smith S.M., Beckmann C.F., Andersson J., et. al. Resting-state fMRI in the Human Connectome Project. Neuroimage. 2013. Vol. 80. P. 144–168. doi: 10.1016/j.neuroimage.2013.05.039
- Androulakis X.M., Krebs K.A, Jenkins C, et al. Central Executive and Default Mode Network Intranet work Functional Connectivity Patterns in Chronic Migraine. J. Neurol. Disord. 2018; 6(5): 393. doi: 10.4172/2329-6895.1000393
- Trufanov A., Markin K., Frunza D., Litvinenko I., Odinak M. Alterations in internetwork functional connectivity in patients with chronic migraine within the boundaries of the Triple Network Model // Neurol. Clin. Neurosci. 2020. Vol. 8. P. 289–297. doi: 10.1111/ncn3.12423
- Menon V. Large-scale brain networks and psychopathology: a unifying triple network model // Trends. Cogn. Sci. 2011. Vol. 15, No. 10. P. 483–506. doi: 10.1016/j.tics.2011.08.003
- Whitfield-Gabrieli S., Nieto-Castanon A. Conn: A functional connectivity toolbox for correlated and anticorrelated brain networks // Brain Connect. 2012. Vol. 2, No. 3. P. 125–141. doi: 10.1089/brain.2012.0073
Дополнительные файлы
![](/img/style/loading.gif)