未服药注意缺陷/多动障碍儿童的个体形态学脑网络研究☆

燕子 陈颖茜 戴艳 刘美娜 张洪宇 赵静 杨智云 苏舒

注意缺陷/多动障碍（attention-deficit/hyperactivity disorder, ADHD）是儿童时期起病的神经发育障碍类疾病，主要特征是注意力不集中和多动/冲动行为[1-2]，约2/3的患儿症状会持续到成年。结构和功能神经影像学的研究表明，ADHD不仅与灰质结构体积异常、神经环路连接异常有关[3]，还与大尺度结构和功能网络连接异常有关[4-5]。基于个体的脑灰质形态学网络可以在个体水平上反映脑发育过程中解剖区域之间的同步成熟强度[6]。然而，ADHD个体的脑灰质形态学网络拓扑属性及其与临床症状的关系仍有待进一步研究。本研究以高分辨T1加权像和基于图论的分析方法，探讨未经药物治疗的ADHD儿童大脑灰质网络拓扑属性的变化，及其与注意力缺陷症状之间的关系。

1 对象与方法

1.1 研究对象 ADHD组为2019年4月至2021年2月在中山大学附属第一医院注意缺陷/多动障碍专科门诊就诊的ADHD儿童。入组标准：①年龄6～13岁，右利手；②符合《精神障碍诊断与统计手册第5版》（Diagnostic and Statistical Manual of Mental Disorders，5th Edition，DSM-5）的ADHD诊断标准，经2位主治及以上职称儿科专科医师确诊；③未服用过任何精神科药物。排除标准：①有癫痫发作或自闭症谱系障碍病史；②有超过5 min的意识丧失，或脑外伤史；③有其他精神疾病或神经系统疾病史；④有磁共振禁忌证。

同期从社会招募典型发育（typically developing，TD）儿童为TD组。入组标准：①年龄6～13岁，右利手；②无符合诊断标准的精神障碍及精神疾病家族史。排除标准同ADHD组。

本研究已获得本机构的伦理审查委员会批准（No.[2019]328），并已在https://clinicaltrials.gov/注册（注册号：ChiCTR2100048109）。所有被试及监护人签署知情同意书。

1.2 研究方法

1.2.1 临床症状评估 入组患儿在首次就诊时，使用康纳斯（Conners）家长问卷和教师问卷，由家长和教师对患儿进行行为学评价，家长问卷＞15分且教师问卷＞9分则被考虑诊断为ADHD[2]。采用电脑端的注意力划消测试评价ADHD患儿的注意力缺陷症状严重程度[7]。

1.2.2 影像数据采集 所有被试进行高分辨T1加权MRI扫描。使用32通道相控阵头部线圈，3.0 T磁共振成像系统（SIGNA Pioneer GE Healthcare, WI,USA）进行矢状位三维T1WI扫描。采用快速扰相梯度回波（FSPGR）序列，重复时间7.5 ms，回波时间3.1 ms，视野256 mm×256 mm，矩阵256 mm×256 mm，翻转角度12°，断层厚度1 mm，无层间距，共188层。图像剔除标准：由2位经验丰富的放射科医师手动剔除扫描缺陷和有运动伪影的MRI数据，最终剔除不满足数据分析要求的ADHD组5例患儿，TD组1名儿童。

1.2.3 图像数据的预处理 影像数据使用FSL工具进行预处理（https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FSLVBM）。过程如下：①将T1加权DICOM数据转换为NIFTI格式，剥脑后，使用FMRIB的自动分割工具FSAT将原始图像分割成灰质、白质及脑脊液；②以MNI空间的灰质图像作为参考标准，原始图像分割后的灰质为源图像，迭代地使用图像配准和图像分割的方法将所有被试的脑结构图像标准化至MNI空间，并将图像的变换信息保存在雅可比行列式中，得到每名被试用于表征脑组织结构密度的灰质概率图像；③使用DPABI工具箱[8]和各向同性高斯平滑核6 mm进行图像平滑。

1.2.4 个体形态相似网络的构建 应用解剖自动标记（AAL）模板图像作为网络节点[9]。首先，基于AAL大脑图谱，计算90个脑区的灰质体积值，然后使用自动选择带宽的核密度估计（kernel density estimation，KDE）计算90个脑区值的概率密度函数。再基于Kullback-Leibler计算90个脑区的相似性度量（描述个体灰质体积分布的区域间相似性）。最后，构建每名被试的个体灰质形态学脑网络（90×90）[10]。

1.2.5 基于图论的分析 采用GRETNA（http://www.nitrc.org/projects/gretna/）计算网络的全局属性和节点属性。全局网络拓扑属性包括聚类系数、特征路径长度、归一化聚类系数、归一化特征路径长度、小世界参数、全局效率、局部效率。节点网络拓扑属性包括节点局部效率、节点度中心性和节点介数中心性。

1.3 统计学方法 采用SPSS 25.0进行统计分析。性别比较采用χ2检验，年龄、受教育年限比较采用独立样本t检验。使用非参数置换检验比较网络的全局属性和节点属性[11]，采用Benjamini-Hochberg错误发现率进行多重校正[12]。将年龄、性别作为协变量，使用偏相关分析组间有差异的网络属性指标与ADHD注意力划消测试总得分的相关性。检验水准α=0.05，双侧检验。

2 结果

2.1 一般资料 ADHD组和TD组的年龄 （t=0.199，P=0.657）、性别（χ2=0.065，P=0.799）及受教育年限（t=0.074，P=0.786）无统计学差异（表1）。

表1 ADHD与TD一般人口学资料及临床症状评分

2.2 脑灰质网络全局属性值 在稀疏度≥0.1且≤0.4范围内，ADHD组和TD组均表现出归一化的聚类系数值（大于1）和特征路径长度（近似等于1）（图1）。但与TD组相比，ADHD组的特征路径长度升高（P=0.001），全局效率降低（P=0.001），而局部效率（P=0.496）、聚类系数（P=0.557）、归一化聚类系数P=0.340）、归一化特征路径长度（P=0.508）、小世界参数（P=0.294）差异无统计学意义（图2）。

图1 ADHD组和TD组的个体灰质脑网络的小世界属性参数 稀疏度≥0.1且≤0.4范围内，ADHD组和TD组均表现γ＞1（A），λ约等于1（B），σ＞1（C），均表现出典型“小世界”拓扑特征。γ，归一化聚类系数；λ，归一化特征路径长度；σ，小世界特征；Sparsity，稀疏度。

图2 ADHD组与TD组个体大脑灰质网络的全局属性值差异 与TD组相比，ADHD组全局效率降低（P=0.001；P＜0.05，FDR校正），但Lp增加（P=0.001；P＜0.05，FDR校正）。Cp，聚类系数；Lp，特征路径长度；Eglob，全局效率；Eloc，局部效率；λ，归一化特征路径长度；γ，归一化聚类系数；δ=λ/γ，小世界特征。

2.3 脑灰质网络节点属性值 与TD组相比，ADHD组在左侧颞上回的节点度中心性和节点局部效率增加（P＜0.05，未校正），左侧眶部额下回、右侧眶内侧额上回、右侧苍白球和右侧颞上回的节点介数中心性增加（P＜0.05，未校正），右侧中央前回、右侧距状裂周围皮质、双侧壳核和右侧颞横回的节点属性值降低（P＜0.05，未校正）。经FDR校正后，左侧梭状回和右侧颞横回的节点度中心性和节点局部效率差异有统计学意义（P＜0.05，FDR校正）（图3，表2）。

表2 ADHD组和TD组节点属性值发生改变的区域

图3 ADHD组与TD组的大脑灰质形态网络节点属性值有差异的区域 与TD组相比，ADHD组的节点属性值增加（红色）和降低（黄色）的区域。ORBinf，额下回，眶部；ORBsupmed，额上回，内侧眶；PUT，壳核；PAL，苍白球；STG，颞上回；TPOsup，颞极-颞上回；PreCG，中央前回；CAL，距状裂周围皮层；FFG，梭状回；Heschl，颞横回；L，左；R，右。

2.4 ADHD组节点属性值与临床症状的关联分析 偏相关分析显示，ADHD组左侧梭状回的节点局部效率与注意力划消测试得分呈正相关（r=0.106，P=0.038，FDR校正）。未发现其他全局或节点指标与划消测试得分存在统计学相关性（P＞0.05）。

3 讨论

人类大脑网络通常被认为具备“小世界网络（small-worldness network）”属性。该属性主要有两个特征：分离属性，体现为高的聚类系数、归一化聚类系数或局部效率；整合属性，体现为更短的特征路径长度、归一化特征路径和高的全局效率[13]。在本研究中，ADHD组灰质脑网络的特征路径长度更长，全局效率更低，这意味着小世界整合属性的紊乱[14]，提示ADHD的网络拓扑特征向“更弱的小世界属性”模式转变，这与之前基于DTI的脑结构网络研究[15-16]和基于fMRI的脑功能网络研究[17]结论相一致。本研究也与之前的灰质脑网络研究结果一致[18-19]，个体灰质水平上解剖区域之间不一致的同步成熟强度导致了ADHD转向“更弱的小世界”属性。ADHD不匹配的灰质成熟区域提示存在灰质发育延迟，进一步影响了ADHD灰质脑网络全局和局部连接强度。本研究结果可帮助全面理解ADHD患儿个体灰质成熟对大尺度网络属性的影响，继而影响ADHD的注意力调控，可能协助发现新的ADHD神经影像标志物。

与TD组比较，ADHD组除了整体网络拓扑属性改变外，还存在广泛区域的节点属性改变，主要位于执行控制网络、默认网络及基底节区域等。本研究的结果部分支持了基于静息状态功能连接分析的大尺度“三重网络模型”受累在ADHD中具有病理生理作用，即ADHD的功能连接改变不仅存在于默认网络、额顶叶网络（亦为执行控制网络），还存在于奖赏相关回路和情感回路[5]。此外，在节点水平上，本研究还发现ADHD基底节区涉及双侧壳核和右侧苍白球的节点指标改变。既往形态学研究报道ADHD相关的中央前回、内侧和眶额皮质[20]、左梭状回[21]、苍白球/壳核和岛叶的灰质形态/体积改变[22]。既往结构和功能神经影像学研究表明，壳核体积减小和右侧苍白球/壳核存在异常神经活动[3,22]，证实了壳核参与ADHD的重要作用。因此，了解双侧壳核和右侧苍白球的形态/体积及网络节点连接改变，以及基底神经节的连接异常有助于理解ADHD的病理生理机制。

本研究还发现在这些有节点改变的区域中，左侧梭状回的节点局部效率越低，则ADHD注意力缺陷严重程度越高。梭状回是位于颞叶和枕叶基底表面的结构，也被称为颞枕回，是高级视觉功能的关键结构，如面孔感知、物体识别和阅读[23]。最近一项研究报道ADHD患者左梭状回灰质体积减少[21]，且与ADHD症状密切相关。本研究结果发现左侧梭状回的节点局部效率存在减低，且与ADHD注意力缺陷症状相关，进一步证实了左侧梭状回在ADHD病理生理机制中的重要作用。

本研究有一定的局限性。首先，本研究为横断面研究，需要纵向随访研究以探讨大脑发育灰质网络节点在ADHD发生发展中的特征变化。其次，本研究涉及的患者数量较少，没有分析灰质形态脑网络与ADHD临床亚型之间的关系。因此，需要纳入更多患者进一步分析。