该研究目的在于评估中重度运动障碍的特发性震颤（ET）与帕金森（PD）患者白质完整性差异，该研究发表在Neurology杂志。
方法：
该研究纳入57例ET及99例PD患者，于镇静后采集DTI数据并计算FA、MD、AD及RD。使用LASSO回归的bootstrapping 分析，确定ET、PD患者白质纤维束弥散参数不同的白质区域。根据所得脑区，通过线性回归进一步分析，评估ET与PD在该白质区域纤维差异的方向及程度。
结果：
丘脑及视觉相关通路区域的FA值可初步区别ET与PD患者，ET与PD弥散参数存在显著差异的区域位于小脑脚区。ET患者在外侧膝状体（p < 0.01）、矢状层（p = 0.01）、枕钳（p = 0.02）、脑桥交叉束（p = 0.003）及内囊晶状体后部（retrolenticular internal capsule）（p = 0.04）的FA值显著低于PD患者；
ET患者的RD值在小脑上脚（p < 0.01）、小脑中脚（p = 0.05）及小脑下脚（p = 0.05）显著高于PD患者。
结论：特发性震颤患者小脑脚及丘脑-皮质视觉通路区域的白质微结构改变具有局部特异性。该发现既是对ET患者功能影像研究的补充，同时扩展对于ET与PD不同生理特征假说的理解。
既往研究认为特发性震颤（ET）的症状定位于小脑脚-丘脑-运动皮质通路，但是其潜在的病理机制并不清楚。弥散张量成像为ET患者局部白质微结构完整性改变提供了初步的证据，提示ET的症状可能与白质纤维功能异常有关。然而，既往研究具有明显局限性，包括ET表现与进展呈异质性，小样本量及队列异质性较大，导致ET是否应被认为是神经退行性疾病存在争议。同时，既往的研究仅将健康组作为对照，限制了这些研究去探讨受到ET病理影响的特征性白质改变脑区可能也会受到其他运动障碍疾病影响，包括帕金森病（PD）。
为了克服以上局限性，被试均为预备植入脑深部电刺激（DBS）装置，临床症状表现为典型的中至重度运动障碍症状。该研究分析白质纤维的FA、MD、AD与RD值，检验ET患者小脑脚-丘脑-运动皮层皮质通路白质微结构与PD不同这一假说。
研究方法：
被试：均来源于范德堡大学医学中心，影像学数据在DBS设备植入术前采集。由运动障碍方面的神经病学医师分别根据国际运动障碍协会诊断共识（the Movement Disorder Society consensus criteria）及皇后广场脑库PD诊断标准（the Queen Square Brain Bank criteria）对ET及PD进行诊断。ET的临床定义为双侧对称发作的姿势性及运动性震颤，无其他神经异常，包括：肌张力障碍、运动迟缓-肌强直综合症的体征、发病前无致震颤药物史、无任何心因性震颤的病史与体征，无突发性震颤伴进行性恶化。
PD的诊断依据为至少表现出以下4项中的3项---静止性震颤、僵硬、运动迟缓、不对称性起病以及无提示可能是另一种诊断的特征表现如肌张力障碍性震颤。通过回顾病史记录其用药情况，病程从运动症状的发病时间到影像学数据采集时间。
运动症状严重程度的评估：
PD使用UPDRS- III（Unified Parkinson’s Disease Rating Scale part III）量表，分别在开期（选择性控制多巴胺药物治疗状态或药物起效后）及关期（多巴胺药物停用状态或起效前）进行评估；
ET采用WHIGET（Washington Heights–Inwood Genetic Study，范围：0-52）或者FTM（Fahn-Tolosa-Marin，范围：0-144）量表，仅评估在药物起效后的开期症状。整体认知功能的评价采用痴呆评定量表（DRS）或简易精神状态（MMSE）。
MRI扫描及处理：3.0 T Philips Achieva 扫描仪，DTI序列（33个梯度方向）。
DTI预处理使用FSL FMRIB Diffusion 工具包，进行涡流校正、剥脑、建立弥散张量模型，计算弥散参数。然后将DTI个体空间配准至标准空间（MNI152，空间分辨率1.0 × 1.0 × 1.0mm3）。为了获得全面的白质分割，联合使用3个白质纤维图谱(Juelich atlas, Johns Hopkins University (JHU)tractography atlas, JHU
labels atlas）。最后，计算每一个被试在标准空间下感兴趣区（ROI）的白质纤维平均FA、MD、AD、RD值，并进行对数转换以满足线性模型的数据要求范围。
Bootstrap analysis：
该初步分析的目的是使用FA、MD、AD、RD值来确定ET与PD弥散参数差异的候选白质区域。将ROI白质纤维的DTI弥散参数作为自变量，疾病状态作为因变量，采用最小绝对值收缩（least absolute shrinkage）及选择算子（selection operator ）又称LASSO回归。LASSO logistic回归由R语言中glmnet包实现，该回归涉及对变量进行特征选择，以确定对解释因变量最为相关的自变量。该回归分别对每个DTI弥散参数（FA、MD、AD、RD）进行分析，年龄性别作为非解释变量进行控制。LASSO 逻辑回归将每个DTI参数作为执行500次bootstrapped ，记录每一个白质ROI出现的频率。如果该ROI被选择的频率≥60%以上，则被认为是区分ET及PD的重要脑区，并用于进一步分析。
组水平差异分析：对上述bootstrap分析所得的候选区域的白质纤维进行线性回归分析，评估ET与PD组间在方向与程度上的差异。对于年龄的非线性效应，采用限制性3次样条插值，在0.1、0.5、0.9分别设值进行控制。将log转换后的FA、MD、AD、RD值作为自变量，疾病状态作为因变量，采用普通最小二乘法进行分析，年龄去均值作为非线性协变量，性别作为二元协变量。进行FDR校正，阈值设为0.1，并根据组变量进行调整， p值低于调整后阈值被认为具有统计学差异。每一个ROI的系数大小作为效应量，符号作为每个变量差值的方向。P值低于0.1，但高于调整后阈值被认为边缘显著，需要进一步研究。统计分析使用R语言实现。
结果：
被试信息：共156被试纳入研究（57ET、99PD），基本临床信息见下表。
缩写: DBS = 深部电刺激; DRS = 痴呆评定量表; FTM = Fahn-Tolosa-Marin（ET震颤评分量表）; LEDD = 左旋多巴日剂量; MMSE = 简易精神状态量表; UPDRS-III =
Unified Parkinson’s Disease RatingScale, part III （PD统一评定量表，“off,”多巴胺药物停用状态;“on,” 选择性控制多巴胺药物状态）; WHIGET =Washington Heights–Inwood Genetic Studyof
ET（ET震颤评分量表）.
Bootstrapanalysis：LASSO回归分析得到15个出现频率≥60%的区域，即可分别通过这15个区域的FA、MD、AD及RD值区分ET与PD（图1）。
根据FA值得到10个区域：外侧膝状体(96%)，矢状层(95%)，枕钳(93%)，脑桥交叉束(93%)，胼胝体压部(89%)，内囊晶状体后部(83%)，内侧膝状体(75%)、穹窿(70%)、前冠(69%)、毯(61%)（图1A）；
基于MD值得到3个区域：小脑上脚(SCP; 88%), 小脑下脚 (ICP; 70%), 小脑中脚 (MCP; 68%) （图 1B）；
根据AD值得到5个区域：小脑上脚 (SCP; 94%), 小脑下脚 (ICP; 82%), 小脑中脚 (MCP; 78%), 脑桥交叉束 (75%), 内侧丘系 (60%) （图1 C）；
基于RD值得到7个区域：SCP (93%), ICP (77%), 胼胝体压部 (77%), 扣带回 (76%), MCP (77%), 内囊晶状体后部 (74%), 枕钳 (74%) （图1D）。结果提示ET与PD白质纤维微结构存在差异的区域主要位于小脑、脑干及枕叶。
图1. Bootstrap
analysis
基于LASSO 的Bootstrapping算法，根据每条纤维束的弥散参数对于区分ET与PD的重要性（即在bootsrtap中出现的频率）进行排序，出现频率≥60%的区域被认为是重要的纤维束。（A）FA值、（B）MD值、（C）AD值、（D）RD值。
组间差异：一个区域的系数为正值提示该区域ET弥散参数低于PD。
ET的5个区域白质纤维FA值显著低于PD：外侧膝状体（p < 0.01;
coefficient = 0.05），矢状层（p = 0.01; coefficient = 0.04），枕钳（p = 0.02; coefficient = 0.05），脑桥交叉束（p = 0.03;
coefficient = 0.04）及内囊晶状体后部（p = 0.04; coefficient =
0.04）（图2）
图2. ET的白质纤维FA值显著低于PD的区域
ET与PD患者箱线图，中线、箱及须分别表示该区域FA值的中位数，第25和第75百分位数，以及1.5倍四分位间距。(A)内侧膝状体；(B)矢状层；(C)枕钳；(D)脑桥交叉束；(E)内囊晶状体后部。
ET患者MD值较PD显著升高的区域位于：小脑上脚（SCP; p < 0.01;
coefficient = −3.87 ×10−3）, 小脑下脚（ICP; p = 0.07; coefficient = −2.61 × 10−3）, 小脑中脚（MCP; p = 0.02; coefficient = −1.58 × 10−3）。同样地，ET患者AD值显著高于PD患者的区域也为以上3个区域：小脑上脚（SCP; p <0.01; coefficient = −4.70 × 10−3）, 小脑中脚（MCP; p = 0.01; coefficient =−1.76 × 10−3）, 小脑下脚（ICP; p = 0.04; coefficient = −2.79 × 10−3）。
ET患者RD值在小脑上脚白质区域显著高于PD患者（SCP；p < 0.01; coefficient = −3.45 × 10−3），在以下区域呈边缘显著（未通过FDR校正）：小脑中脚（MCP;p = 0.05; coefficient = −1.39 × 10−3），小脑下脚（ICP；p = 0.05; coefficient = −2.88 × 10−3）及扣带回（p = 0.06; coefficient = −1.13 × 10−3）（图3）。
图3. ET的白质纤维RD值显著高于PD的区域
箱线图，中线、箱及须分别表示该区域ET与PD患者RD值的中位数，第25和第75百分位数，以及1.5倍四分位间距。(A)小脑上脚；(B)小脑中脚；(C)小脑下脚；(D)扣带回；*显著性可通过FDR校正；**边缘显著，未通过FDR校正。
图4对以上所涉及白质纤维束进行可视化。
相较于PD，ET患者白质纤维的FA值降低（红色）或RD值升高（橙色）。FA值降低提示脱髓鞘或轴索退行性改变，RD值升高对脱髓鞘更具特异性。ET与PD具有显著差异的区域主要位于小脑-丘脑-皮质轨迹，与视觉通路相关。
一句话总结：该研究提示PD与ET存在白质纤维微结构的差异，差异区域主要覆盖小脑-丘脑（后部）-皮质区域。
来自文末的小尾巴：对于特发性震颤与帕金森病的白质DTI对比性研究已不是新鲜的题材，而本文最大的亮点在于加入机器学习（LASSO）的方法，使得数据驱动下发现的重要脑区更具有对比及探索意义。目前机器学习在神经影像领域的重要性越发显著，思影科技公司提供的机器学习课程：第六届脑影像机器学习班（南京）
可提供多种机器学习的算法并对数据进行分类及预测，可在既往研究的基础上提供更上一层楼的助力。
原文：
White matter differences
between essential tremor and Parkinson disease
MR Juttukonda, G Franco, DJ Englot, YC
Lin… - Neurology, 2019
如需原文及补充材料，请加微信：siyingyxf索取。
微信扫码或者长按选择识别关注我们
谢谢转发支持与推荐
欢迎浏览思影的课程以及数据处理业务介绍。（请直接点击下文文字即可浏览，欢迎报名与咨询）：
第九届磁共振弥散张量成像数据处理班(南京）
第六届脑影像机器学习班（南京）
第十九届功能磁共振数据处理基础班（南京）
第二十一届功能磁共振数据处理基础班（南京）
第七届磁共振脑影像结构班(南京）
第十届磁共振脑网络数据处理班（南京）
第四届任务态fMRI专题班（南京）
第一届灵长类动物脑影像数据处理班（南京）
第二十届功能磁共振数据处理基础班（重庆）
第十一届磁共振脑网络数据处理班（重庆）
第十八届功能磁共振数据处理基础班（重庆）
第三届脑电数据处理入门班（重庆，与15届脑电相邻）
第十五届脑电数据处理班（重庆）
第四届脑电数据处理入门班(南京）
第十六届脑电数据处理班（南京）
第五届脑电信号数据处理提高班（南京）
更新通知：第三届眼动数据处理班（南京）
第四届眼动数据处理（南京)
第六届近红外脑功能数据处理班（上海）
思影数据处理业务一：功能磁共振（fMRI）
思影数据处理业务二：结构磁共振成像(sMRI)与DTI
思影数据处理业务三：ASL数据处理
思影数据处理业务四：EEG/ERP数据处理
思影数据处理服务五：近红外脑功能数据处理
招聘：脑影像数据处理工程师（重庆）
