基于合成数据与计算机模型评估脑血流与静态脑自动调节功能的研究

这篇研究性文章通过数值模拟和合成数据，创新性地评估了静态脑自动调节功能。文章指出，经典观点认为脑血流量在较宽的平均动脉压范围内保持稳定，但近期研究提出了更窄的自调范围。本研究利用模拟心脑血管系统的数值模型生成数据，并通过敏感性分析和偏回归分析，系统评估了全身小动脉阻力、左心室收缩弹性、动脉二氧化碳分压等血流动力学参数对平均动脉压和脑血流量的独立影响。结果表明，合成数据与计算机模拟是评估静态脑自动调节的可行工具，为在受控条件下理解其机制提供了理论框架。

　　

引言：脑自动调节的研究争议与计算建模新途径

脑自动调节是一种关键的生理机制，能在动脉血压发生显著变化时，通过控制脑动脉和小动脉直径来维持脑循环充足的血流。其中，静态脑自动调节功能旨在使脑血流量在一定的平均动脉压范围内保持相对稳定，而动态脑自动调节则涉及血管张力的短期调节。然而，关于静态脑自动调节的范围，学界存在长期争议。经典观点支持一个较宽的自调范围，但近年的研究提出了更窄的范围假说。研究结果的差异常归因于多种因素，例如操纵脑血流量的药理学方法、动脉二氧化碳分压的变化、平均动脉压变化的幅度与时机，以及测量脑血流量的方法学差异。这些争论凸显了需要采用补充性和新颖的方法来研究静态脑自动调节。计算机实验等替代方法，通过系统性控制生理变量和分离在实验或临床环境中难以实现的特定调节成分，可能为此提供新的见解。高保真计算模型和合成数据的使用，为在受控条件下评估生理系统及其机制提供了机遇。

方法：基于心脑血管系统模型的合成数据生成与分析

本研究旨在利用计算模型和合成数据评估静态脑自动调节功能。具体方法如下：

1. 1.
   模型与数据生成：研究使用一个模拟心脑血管系统及脑血流调节机制的数值模型，来生成平均动脉压与脑血流量关系的数据。该模型整合了心脏功能、体循环、肺循环和脑循环的血流，以及血液中的CO₂和O₂含量。脑循环中的血流通过静态脑自动调节功能与脑血管CO₂、O₂反应性的相互作用进行调节。
2. 2.
   心脑血管系统模型细节：
   • •
     心血管部分：模拟心房和心室功能、体循环和肺循环中的血流和压力。心室压力包含主动和被动成分，并利用随时间变化的激活函数和指数函数进行建模。血液在血管腔室中的流动考虑了血管的阻力、顺应性和惯性特性。体循环血流通过一个压力反射模型进行调节，该模型控制全身小动脉阻力。
   • •
     脑血管部分：模拟了颈内动脉、椎动脉、基底动脉、大脑前、中、后动脉等多条脑动脉以及软脑膜循环、毛细血管和静脉中的血流和压力。脑血流量通过建模静态脑自动调节与脑血管CO₂、O₂反应性的相互作用来调节。静态自动调节功能通过控制上述动脉和软脑膜小动脉的阻力来调控脑血流量。模型中还包含了动脉O₂含量和CO₂分压的计算。
3. 3.
   敏感性与偏回归分析：研究通过敏感性分析评估了全身小动脉阻力、左心室收缩弹性、动脉CO₂分压以及多条脑动脉和软脑膜小动脉的敏感性对平均动脉压和脑血流量的影响。同时，使用偏回归分析评估了在控制其他变量条件下，全身小动脉阻力、左心室收缩弹性和动脉CO₂分压变化对脑血流量变化的独立效应，以及平均动脉压变化与脑血流量变化之间的相关性。分析中为每个变量生成了200个样本，并设定了各参数的设定值、下限、上限、均值和标准差。

结果：关键参数对平均动脉压与脑血流量的影响

初步模拟验证了模型在设定参数下能产生生理范围的心功能和脑血流量结果。

1. 1.
   敏感性分析结果：
   • •
     全身小动脉阻力和左心室收缩弹性对平均动脉压有高度影响，相关系数分别为0.76和0.68。动脉CO₂分压和脑动脉/小动脉敏感性的影响则不显著。
   • •
     全身小动脉阻力和动脉CO₂分压对脑血流量有显著影响，相关系数分别为0.55和0.46。左心室收缩弹性与脑血流量呈负相关（相关系数-0.24）。脑动脉/小动脉敏感性的影响较小。
   • •
     模拟中，平均动脉压和脑血流量的范围分别为79.4-103.5 mmHg和701-768 mL/min，均值分别为92.1±5.4 mmHg和739±11.4 mL/min。
2. 2.
   偏回归分析结果：
   • •
     在控制其他变量的条件下，左心室收缩弹性、全身小动脉阻力和动脉CO₂分压的变化均对脑血流量变化有显著影响，偏相关系数分别为-0.34、0.64和0.54。
   • •
     平均动脉压变化对脑血流量变化也有显著影响，但偏相关系数较弱，为0.24，表明平均动脉压发生较大相对变化时，脑血流量的相对变化较小。
   • •
     增加左心室收缩弹性对平均动脉压和脑血流量的影响小于降低该值。增减全身小动脉阻力对两者的影响则较为对称。
3. 3.
   数据分布与拟合：
   • •
     脑血流量变化主要集中在-4%到4%之间，而平均动脉压变化范围约为-12%到12%。
   • •
     对生成数据进行线性曲线拟合，得到的斜率为0.5077 mL/min/mmHg，表明在模拟数据中，平均动脉压升高会增加脑血流量。

讨论：研究意义、模型验证与未来方向

本研究通过生成合成数据和计算机实验，评估了心脑血管参数对平均动脉压和脑血流量的影响。

1. 1.
   模型与方法的验证：研究所用的静态脑自动调节功能模型经过扩展，可调节多条主要脑动脉及软脑膜小动脉的阻力。模型模拟的心输出量、平均动脉压、平均肺动脉压、脑血流量及各脑动脉血流量均在健康成人生理范围内，验证了数值模拟的准确性。研究也承认模型简化了生理机制，未包含微血管腔室，结果代表的是平均的、理想化的自调行为。
2. 2.
   参数影响分析：敏感性分析表明，在所选参数范围内，平均动脉压主要受全身小动脉阻力和左心室收缩弹性影响，而脑血流量则显著受全身小动脉阻力、动脉CO₂分压和左心室收缩弹性影响。即使在较窄范围内，动脉CO₂分压对脑血流量也有显著影响，这提示在评估脑自动调节的实验中需控制CO₂水平。左心室收缩弹性与脑血流量负相关，与实验研究一致。多条脑动脉/小动脉敏感性的综合影响较小。
3. 3.
   偏相关与自调特性：偏回归分析显示，在控制其他血流动力学参数后，全身小动脉阻力、动脉CO₂分压和左心室收缩弹性与脑血流量的偏相关性高于简单相关系数，提示这些参数的影响可能相互削弱。平均动脉压与脑血流量之间存在显著的弱正相关，这与静态脑自动调节功能使脑血流量在平均动脉压变化时保持相对稳定的概念一致。拟合曲线的斜率与一些实验研究结果相近。
4. 4.
   研究优势与前景：与传统实验或临床数据相比，合成数据和计算机建模允许在受控条件下独立操纵影响血管血流和压力的血流动力学变量，从而能够直接解读各参数对静态脑自动调节功能的贡献。这种计算机方法有潜力转化为强大的转化工具，如数字孪生，未来或可用于改善脑血管风险分层和治疗评估。静态脑自动调节受损与慢性低灌注或高灌注相关，可能促进缺血性卒中、认知障碍等脑血管疾病的发展，因此评估静态脑自动调节有助于深入了解相关风险。

结论：合成数据评估静态脑自动调节的可行性

本研究证明了使用合成数据评估静态脑自动调节曲线的可行性。敏感性分析、偏回归分析和曲线拟合证实了心脑血管变量与平均动脉压、脑血流量之间的相关性。数值模拟能准确给出心血管系统血流动力学变量和脑血管系统血流速率的结果。因此，本研究采用的数值模型结合合成数据，可用于未来评估各种生理场景。