脑卒中后认知障碍的脑白质病变研究进展

摘 要 脑卒中后认知障碍（PSCI）严重影响患者日常生活和预后。脑白质病变又称白质高信号，是脑卒中后认知障碍重要的危险因素。本文阐述目前关于脑白质病变对脑卒中后认知障碍影响的最新研究，为PSCI的预防和干预提供新的思路。

关键词 认知障碍；脑卒中后；脑白质病变

中图分类号：R743.3 文献标志码：A 文章编号：1006-1533（2024）16-0001-03

引用本文 凌晴， 汤荟冬. 脑卒中后认知障碍的脑白质病变研究进展[J]. 上海医药， 2024， 45（16）： 1-3； 49

Research progress of white matter lesions in post-stroke cognitive impairment

LING Qing1， TANG Huidong2

（1. Department of Rehabilitation of Shanggang Community Health Service Center of Pudong New District， Shanghai 200126， China； 2. Department of Neurology of Ruijin Hospital Affiliated to School of Medicine Shanghai， Jiao Tong University， Shanghai 200025， China）

ABSTRACT Post-stroke cognitive impairment （PSCI） seriously affects patients’ daily life and prognosis. White matter lesions， also known as white matter hyperintensity， is an important risk factor for PSCI. This article reviews the latest research of white matter lesions on PSCI， so as to provide references for developing prevention and interventions of PSCI.

KEY WORDS cognitive impairment； post-stroke； white matter lesions

脑卒中后认知障碍（post-stroke cognitive impairment，PSCI）是指在脑卒中事件后出现并持续到6个月时仍存在的以认知损害为特征的临床综合征[1]。《中国卒中报告2020中文版》显示：2019年我国人群的脑卒中发病率为276.7/10万，患病率为2 022.0/10万[2]。我国已成为目前脑卒中风险最高、疾病负担最重的国家[3]。近年复旦大学附属华山医院一项研究显示，PSCI发病率高达53.1%[4]，PSCI严重影响患者的生活质量和日常活动。血管性认知障碍（vascular cognitive impairment，VCI）是仅次于阿尔茨海默病（Alzheimer’s disease，AD）的痴呆第二大病因，VCI概念宽泛，涵盖了各种与脑血管疾病相关的各种类型认知障碍，并且至少影响到一个认知域，程度从轻度到重度不等。PSCI是VCI的重要亚型，强调脑卒中和认知损害的时序关系：即在脑卒中事件后出现，并持续3～6个月。影响PSCI发病的危险因素多，常见的有血管因素、关键部位梗死、脑白质病变（white matter lesions，WML）、脑微出血、脑萎缩等。随着现代医学影像技术在脑部疾病的广泛应用，脑白质病变的研究也逐步深入，脑白质病变在脑卒中后认知障碍的发病机制中的作用日益受到关注。脑白质病变与PSCI之间的关系已成为当下研究热点和临床干预的重点。

1 脑白质功能解剖

脑白质位于皮层下，主要成分神经纤维由髓鞘和轴突组成，形成脑白质纤维束。根据连接或投射区域的不同，脑白质纤维束可以分为三类：（1）投射纤维——上下走形方向连接大脑皮层和皮层下结构，如深部灰质核团、脑干、小脑和脊髓，包括锥体束、丘脑辐射和视辐射等。（2）联络纤维——同侧半球不同皮层区域之间的连接，可长或短，包括皮层下U型纤维、扣带、上下纵束、枕额束和钩束等。（3）连合纤维——连接左右大脑半球功能相似区域的胼胝体等。

脑白质纤维束相互连接，是脑网络结构的重要组成部分，参与大脑各个功能区域信息的传输与处理。当脑白质发生病变时，各功能区之间的联系就可能会被破坏，皮层-皮层下或皮层-皮层之间连续性中断，整个脑网络功能将不同程度地受到损伤，导致认知功能障碍[5]。

脑白质的血供主要来自两部分，一是来自软脑膜动脉的长穿支动脉，二是来自室管膜下动脉的脉络膜动脉或纹状体动脉的终末分支。由于解剖位置的特殊性，脑室周围脑白质处于动脉交界区或分水岭区，当各种原因造成全身或局部脑血流量降低时，终末分支血供减少甚至完全中断，处于分水岭区域和动脉交接区的脑白质血供减少，脑白质受损。

2 脑白质病变概述

脑白质病变（white matter lesions，WML）是一种常见的神经系统疾病，又称白质疏松症（leukoaraiosis），或白质高信号（white matter hyperintensity，WMH）。WMH是影像学术语，指在侧脑室旁和深部脑白质等白质局域出现的不规则病灶，T2WI和FLAIR序列呈高信号改变。WML的主要病理表现为脱髓鞘和胶质细胞增生等。WML会导致不同程度的认知损害，机制可能是血-脑屏障功能失调、低灌注、脑小血管病、血管周围间隙增宽等。WML按照病因可分为遗传性和获得性，获得性疾病包括脑血管病、代谢性疾病、自身免疫性、感染、中毒性和肿瘤等。

脑白质从不同维度参与认知的全过程，不同认知域受损取决于脑白质病变的病灶部位和体积。联络纤维束参与视空间执行功能、语言、记忆等认知域[6-8]。其中，扣带束是边缘系统的重要组成，通过颞叶、海马、扣带回等神经环路参与工作记忆，而左侧钩束的前部则与长期记忆密切相关[9]。上纵束借助不同神经环路参与视空间注意、运动控制、言语听理解和语言加工等，弓状束则与言语和视觉空间注意相联系[10]。另外，特殊的投射纤维如丘脑前辐射与情景记忆功能有关[11]，还与信息加工处理速度密切相关。连合纤维束胼胝体的完整性则与记忆、处理速度和执行功能的关系密切[12]。Grey等[13]通过比较AD脑白质病变患者病变解剖部位与认知功能的关系，发现脑室旁白质病变（periventricular white matter lesions，PWMLs）时，其视空间执行功能和注意力等认知域受损。Ding[14]利用神经影像技术评估脑白质病变特定部位与认知功能受损的关系时，也得出类似结论，PWMLs受损时，认知功能损伤也包括执行力和注意力减退。

3 PSCI与脑白质病变

随着扩散张量成像（diffusion tensor imaging，DTI）、功能磁共振成像等现代神经影像技术的发展和应用，越来越多研究显示脑白质病变与脑卒中风险之间存在密切联系。临床发现脑梗死患者中脑白质病变比例高，提示脑梗死与脑白质病变的关系密切。

PSCI概念是明确指出脑卒中事件发生后出现并持续6个月，因而对PSCI发生风险进行预测，有助于PSCI的早期识别与干预。在脑卒中与WML相关性分析的基础上，PSCI与WML的关系也被日益关注。PSCI预测风险模型的相关因素中，脑白质高信号可更为可靠地预测亚急性和慢性缺血性脑卒中发生PSCI的风险。脑白质高信号（WMH）在急性缺血rbchNH0mv+GrsS0iEgiIlBu+XTI/9m4F4ga2QZ02THs=性疾病（acute ischemic lesion，AIL） 患者中很常见，特定部位的WMH与认知障碍严重程度有关。Zhao 团队[15]通过比较左半球AIL患者基线和脑卒中1年后的检查，研究AIL和WMH的位置与整体认知之间的关系，结果发现脑卒中后短期和长期认知障碍的WMH显著部位聚集在胼胝体、放射冠和丘脑后辐射，提供了一个较为全面的急性事件（AIL）和慢性事件（WMH）关键脑区对PSCI影响的依据。近年来，影像学研究表明，关键部位的部分白质神经纤维束（右侧皮质脊髓束、左后侧下小脑、左侧弓形束、左侧基底节周边白质）为PSCI的独立危险因素[16]。

WMH的关键部位可预测脑卒中后认知功能，WMH体积大小同样对PSCI产生影响。广泛和局灶的WMH已被认为是脑卒中后早期认知功能障碍的独立危险因素[17]。脑卒中时WMH的严重程度与脑卒中后痴呆相关。国外有研究招募病程3个月以内的缺血性脑卒中患者，纵向评估发病1年和3年的神经功能评分、认知评分等资料，发现WMH在脑卒中发病1年变化波动大，而不是基线，WMH体积与同期认知评分密切相关[18]。脑卒中后认知功能的纵向下降，与WMH体积增加相关。Jiang等[19]在一项为期2年的纵向研究中，探讨轻度脑卒中患者脑MRI的WMH体积变化和认知能力下降的相关因素，采用回归分析检验危险因素与WMH体积变化和认知能力下降之间的关系，结果表明WMH的纵向变化是动态的，WMH体积的进展是认知能力下降的重要危险因素，推测WMH体积的变化可用于预测轻度脑卒中患者的认知能力下降。

大多数研究支持WMH的关键部位和体积变化与PSCI密切相关。当然仍有研究关于WMH对认知功能障碍的影响存在争议。近期有大样本荟萃分析揭示WMH评分与PSCI之间存在关联，但也有一项研究分析脑卒中后额叶执行功能损伤，发现与WMH评分无显著关联[20]。Ye等[21]探讨急性腔隙性脑卒中患者WMH与认知功能障碍的关系及可能病因，招募急性腔隙性脑卒中（ALS）患者，收集临床数据、认知评分、影像学特征，随访6个月，结果发现WMH的严重程度可能与认知障碍不完全平行，表明WMH的严重程度并不完全等同于认知功能障碍。白质微观结构损伤和远端WMH效应可能是造成这种不一致现象的原因，提示应积极探索潜在机制并寻找新的影像学标记。

脑白质是连接不同脑区间、左右脑半球间的重要神经纤维，是认知网络的骨架，维系各脑区的结构和功能连通。脑卒中不仅损伤病变白质局部，而且通过华勒变性等病理改变影响病变远隔部位的白质完整性。脑卒中局灶性病变的位置和大小虽能一定程度上预测脑卒中后的多种认知结果，但近期一种基于最近脑网络研究的解释认为，局灶性病变的认知后果是由解剖学上分布的脑认知网络损伤引起，而不是由特定的病变位置引起[22]。国外学者对左额下回病变的慢性脑卒中患者分组研究，采用基于纤维束的空间统计分析（tract-based spatial statistics，TBSS）评估DTI指标差异以及脑白质结构与认知能力的关系，发现左额下回病变的患者表现出广泛的半球内和半球间白质损伤、胼胝体脱髓鞘改变，以及更明显的认知障碍[23]。这对于绘制大脑认知网络提供依据。

脑白质网络对认知的贡献研究越来越深入。一项脑卒中非痴呆性脑血管病（SVD）的横断面研究中，发现脑网络测量与脑卒中后认知有显著相关性，提示脑血管病变可导致认知功能障碍的机制可能通过干扰患者的脑结构网络，脑网络测量可以考虑作为SVD患者认知功能障碍的直接或独立的影像标志[24]。近期国外大型多中心队列研究指出脑网络参数是PSCI的独立预测因子，可能有助于缺血性脑卒中患者个体化地预测认知功能[25]。未来研究重点是探索解决多模式认知预测模型，将脑网络参数与临床特征、其他先进脑成像生物标志相结合，提供PSCI的精准预测。

4 展望

PSCI是脑卒中后影响患者日常生活活动能力的重要障碍，PSCI与脑白质病变之间的关系尚需更深入的研究，探索PSCI的发病机制，寻找PSCI准确的白质病变影像学标志或生物学标志，构建多模式认知预测模型，有助于PSCI预测和早期识别，为制订早期康复策略指明方向。

参考文献

[1] 汪凯， 董强. 卒中后认知障碍管理专家共识2021[J]. 中国卒中杂志， 2021， 16（4）： 376-389.

[2] 王拥军， 李子孝， 谷鸿秋， 等. 中国卒中报告2020（中文版）[J]. 中国卒中杂志， 2022， 17（5）： 433-447.

[3] GBD 2016 Causes of Death Collaborators. Global， regional， and national age-sex specific mortality for 264 causes of death， 1980-2016： A systematic analysis for the Global Burden of Disease Study 2016[J]. Lancet， 2017， 390（10100）： 1151-1210.

[4] Ding MY， Xu Y， Wang YZ， et al. Predictors of cognitive impairment after stroke： A prospective stroke cohort study[J]. J Alzheimers Dis， 2019， 71（4）： 1139-1151.

[5] Bournonville C， Hénon H， Dondaine T， et al. Identification of a specific functional network altered in poststroke cognitive impairment[J]. Neurology， 2018， 90（21）： e1879-e1888.

[6] Rizvi B， Lao PJ， Colón J， et al. Tract-defined regional white matter hyperintensities and memory[J]. Neuroimage Clin， 2020， 25： 102143.

[7] Duffau H. Stimulation mapping of white matter tracts to study brain functional connectivity[J]. Nat Rev Neurol， 2015， 11（5）： 255-265.

[8] Lee DH， Park JW， Park SH， et al. Have you ever seen the impact of crossing fiber in DTI？ Demonstration of the corticospinal tract pathway[J]. PLoS One， 2015， 10（7）： e0112045.

[9] Metoki A， Brookes RL， Zeestraten E， et al. Mnemonic function in small vessel disease and associations with white matter tract microstructure[J]. Neuropsychologia， 2017， 104： 1-7.

[10] Nakajima R， Kinoshita M， Shinohara H， et al. The superior longitudinal fascicle： reconsidering the fronto-parietal neural network based on anatomy and function[J]. Brain Imaging Behav， 2020， 14（6）： 2817-2830.

[11] Aggleton JP， Pralus A， Nelson AJ， et al Thalamic pathology and memory loss in early Alzheimer’s disease： moving the focus from the medial temporal lobe to Papez circuit[J]. Brain， 2016， 139（Pt7）： 1877-1890.

[12] Duering M， Gesierich B， Seiler S， et al. Strategic white matter tracts for processing speed deficits in age-related small vessel disease[J]. Neurology， 2014， 82（22）： 1946-1950.

[13] Grey MT， Mitterová K， Gajdo？ M， et al. Differential spatial distribution of white matter lesions in Parkinson’s and Alzheimer’s diseases and cognitive sequelae[J]. J Neural Transm （Vienna）， 2022， 129（8）： 1023-1030.

[14] Ding X， Wu J， Zhou Z et al. Specific locations within the white matter and cortex are involved in the cognitive impairments associated with periventricular white matter lesions（PWMLs）[J]. Behav Brain Res， 2015， 289： 9-18.

[15] Zhao L， Biesbroek JM， Shi L， et al. Strategic infarct location for post-stroke cognitive impairment： a multivariate lesionsymptom mapping study[J]. J Cereb Blood Flow Metab， 2018， 38（8）： 1299-1311.

[16] Puy L， Barbay M， Roussel M， et al. Neuroimaging determinants of poststroke cognitive performance[J]. Stroke， 2018， 49（11）： 2666-2673.

[17] Sivakumar L， Riaz P， Kate M， et al. White matter hyperintensity volume predicts persistent cognitive impairment in transient ischemic attack and minor stroke[J]. Int J Stroke， 2017， 12（3）： 264-272.

[18] Clancy U， Makin SDJ， McHutchison CA， et al. Impact of small vessel disease progression on long-term cognitive and functional changes after stroke[J]. Neurology， 2022， 98（14）： e1459-e1469.

[19] Jiang J， Yao K， Huang X， et al. Longitudinal white matter hyperintensity changes and cognitive decline in patients with minor stroke[J]. Aging Clin Exp Res， 2022， 34（5）： 1047-1054.

[20] Ball EL， Shah M， Ross E， et al. Predictors of poststroke cognitive impairment using acute structural MRI neuroimaging： A systematic review and meta-analysis[J]. Int J Stroke， 2023， 18（5）： 543-554.

[21] Ye M， Zhou Y， Chen H， et al. Heterogeneity of white matter hyperintensity and cognitive impairment in patients with acute lacunar stroke[J]. Brain Sci， 2022， 12（12）： 1674.

[22] Kolsk？r KK， Ulrichsen KM， Richard G， et al. Structural disconnectome mapping of cognitive function in poststroke patients[J]. Brain Behav， 2022， 12（8）： e2707.

[23] de Souza Queiroz J， Bazán PR， Batista AX， et al. White matter microstructural damage in chronic ischemic stroke affecting the left inferior frontal gyrus： Association with cognitive functions[J]. Clin Neurol Neurosurg， 2022， 217： 107238.

[24] Du J， Wang Y， Zhi N， et al. Structural brain network measures are superior to vascular burden scores in predicting early cognitive impairment in post stroke patients with small vessel disease[J]. Neuroimage Clin， 2019， 22： 101712.

[25] Biesbroek JM， Weaver NA， Aben HP， et al. Network impact score is an independent predictor of post-stroke cognitive impairment： A multicenter cohort study in 2341 patients with acute ischemic stroke[J]. Neuroimage Clin， 2022， 34： 103018.