脑龄定义儿童迷走神经刺激预后结果的结构特征

《Brain Stimulation》：Brain-age defines a structural signature of outcomes after vagus nerve stimulation in children

　　

背景 儿童耐药性癫痫（DRE）术后迷走神经刺激（VNS）的预后难以预测。研究人员调查了儿童之间的结构性大脑差异是否可解释VNS反应的变异性。 方法 研究人员利用来自2,623名年龄在1.9至90岁之间的健康个体的结构磁共振成像，开发了一个针对儿童的特异性脑龄模型，以捕捉非线性的神经发育轨迹。该模型通过交叉验证和在一个独立儿童队列中进行外部验证来评估其准确性。随后，该模型被应用于一个包含126名接受VNS治疗的DRE儿童的多中心队列。 结果 该脑龄模型展现出高准确度（R2= 0.93；平均绝对误差 = 3.5年），并能很好地推广到独立的儿童队列（平均绝对误差 = 2.16年）。应用于VNS队列时，与年龄和性别匹配的对照组相比，该模型揭示了显著升高的脑龄差（BrainAGEgap）（t = 6.27，p < 0.0001），表明与年龄参照标准相比存在累积性的结构偏离。BrainAGEgap与基线癫痫发作负担以及术后癫痫发作频率的变化相关。较低的手术前BrainAGEgap预示着成为VNS临床反应者的可能性显著更高（p = 0.01）。扣带皮层、丘脑、伏隔核和前额叶皮层的局部年龄不成比例地贡献了BrainAGEgap的差异，这与VNS相关的神经回路吻合。 结论 发育性结构差异可以通过一个稳健的单指标生物标志物来概括，该标志物同时反映了疾病负担和治疗反应性。BrainAGEgap可能有助于支持接受神经调控治疗的儿童DRE的个体化预后评估并改善临床决策。

一、 研究背景与目的

儿童耐药性癫痫（Drug-Resistant Epilepsy, DRE）是儿童神经系统疾病中发病率和死亡率高的重要原因。对于不适合进行病灶切除手术的患儿，迷走神经刺激（Vagus Nerve Stimulation, VNS）是临床上最常推荐的治疗方法之一。然而，数十年的临床经验表明，VNS植入术后的疗效存在显著差异，约仅有一半的患儿癫痫发作频率能得到有意义的减少。现有的临床数据，包括年龄、癫痫发作类型、药物史等，在术前识别VNS反应者的价值有限。这种预后不确定性为临床决策、家庭期望和资源分配带来了巨大挑战。

越来越多的证据表明，VNS的反应性可能受到患儿大脑神经环路固有差异的影响，包括丘脑-皮层连接、去甲肾上腺素能系统完整性等。然而，尽管结构磁共振成像（sMRI）在术前评估中广泛可用，针对其在VNS预后中潜在价值的研究却远少于功能连接组学。sMRI能够捕捉大脑发育、萎缩和皮层组织的标志物，可能蕴含着未被充分利用的预后信息。

脑龄建模是近年来从sMRI中提取临床有意义信息的一种机器学习方法。它通过分析皮层厚度、皮层下体积等结构特征，来估算个体的“生物学大脑年龄”。预测脑龄与实际年龄之间的偏差，被称为脑龄差（BrainAGEgap），可作为反映大脑健康的单指标度量，已在成人慢性神经系统疾病的研究中显示出临床相关性。然而，现有的脑龄研究主要集中于成人，其结构变化轨迹相对线性，主要表现为退行性变。儿童的大脑成熟则遵循高度复杂的非线性发育模式，因此基于成人数据训练的脑龄模型并不适用于儿童，可能无法捕捉到偏离正常发育的有意义信号。

基于以上背景，本研究旨在开发一个儿科特异性的脑龄模型，以分析儿童癫痫中脑龄的早期升高现象，并探索这种偏离正常发育轨迹的差异如何区分接受VNS治疗的癫痫患儿与健康对照，以及如何影响VNS治疗反应的变异性。本研究成果发表于《Brain Stimulation》期刊，为儿科DRE的精准治疗提供了新的潜在生物标志物。

二、 主要技术方法

本研究主要采用了以下关键技术方法：

1. 1.
   模型开发与验证队列：研究从四个公开数据集中整合了2,623名健康个体的结构磁共振成像数据，用以开发儿科特异性脑龄模型，其中76%为儿科受试者，以有效模拟非线性发育轨迹。模型通用性在一个包含363名健康儿童的独立测试数据集中进行了评估。
2. 2.
   脑龄模型构建：采用极限梯度提升（XGBoost）机器学习算法构建脑龄预测模型。模型输入特征为通过FreeSurfer软件从T1加权像中提取的338个皮层和皮层下结构指标。模型优化和性能评估采用嵌套10折交叉验证策略，并通过SHAP（Shapley Additive exPlanations）值进行特征重要性分析，计算局部年龄以识别贡献于脑龄差的特定脑区。
3. 3.
   临床队列与应用：研究数据来源于多中心的CONNECTiVOS登记研究。最终纳入分析的VNS治疗队列包含126名符合严格标准的儿科DRE患者。治疗反应在植入术后一年进行评估，基于癫痫发作时间尺度的改善进行分类（例如，从每日发作改善为每周发作即被定义为反应者）。
4. 4.
   统计分析：采用独立样本t检验、曼-惠特尼U检验、斯皮尔曼相关分析等方法比较组间脑龄差差异及与临床结局的关联。通过受试者工作特征曲线确定区分反应者与非反应者的最佳脑龄差阈值，并利用表面自旋置换检验验证皮层萎缩区域与局部年龄差异的空间一致性。

三、 研究结果

3.1 模型在健康数据上的开发与性能

研究人员训练的脑龄模型在测试子集上表现出色，平均绝对误差为3.51年，决定系数R²为0.93。在独立的儿科外部验证队列中，模型保持了高性能，平均绝对误差为2.16年。特征重要性分析显示，左伏隔核体积是预测脑龄的最强特征，其次是扣带、岛叶、顶叶区域的皮层厚度以及侧脑室体积，这些特征呈现了不同的发育轨迹。

3.2 模型在癫痫队列上的表现

应用于DRE队列时，研究发现癫痫患儿的脑龄差（7.66 ± 11.56年）显著高于年龄和性别匹配的健康对照组，表明癫痫患儿的大脑结构存在偏离年龄参照标准的累积性差异。

3.3 脑龄差预测VNS反应

术前脑龄差与VNS术后一年的癫痫发作减少显著相关。非反应者的术前脑龄差显著高于反应者。研究确定了区分反应者与非反应者的最佳脑龄差阈值为11.22年，其曲线下面积（AUC）为0.77。此外，脑龄差与基线生活质量评分呈负相关，并在一个子队列中发现，术前脑龄差更高的患儿在VNS术后更有可能达到生活质量的最小临床重要差异改善。

3.4 局部年龄识别脆弱结构

通过分析局部年龄（即特定脑区对脑龄差的贡献），研究人员发现非反应者在多个脑区表现出加速的“局部老化”，包括丘脑、扣带皮层、伏隔核、壳核等皮层下结构，以及扣带回和额上回等皮层区域。这些区域大多属于假定的迷走神经传入网络。独立的基于顶点的皮层厚度分析进一步证实，非反应者在右侧额上回、额中回、运动区及左侧扣带皮层存在显著的皮层萎缩。自旋置换检验表明，这些皮层萎缩区域与加速的局部年龄区域在空间上高度一致。

四、 讨论与结论

研究人员在讨论中指出，儿童的脑成熟遵循非线性轨迹，与成人相对线性的衰老模式不同，因此需要儿科特异性的建模方法。本研究开发的模型成功捕获了从幼儿期到青春期的非线性结构变化。将脑龄框架应用于预测儿童VNS结局，使BrainAGEgap成为一个有潜力的生物标志物，能同时反映疾病负担和治疗结局。

研究结果挑战了单纯依据实际年龄判断VNS预后的传统观点，因为在本队列中实际年龄与治疗反应无显著关联，而BrainAGEgap则提供了更富生物学信息的大脑状态指标。较低的脑龄差可能意味着更完整的大脑结构和更强的神经可塑性，从而对神经调控治疗有更好的反应能力。局部年龄分析揭示的脆弱脑区（如扣带皮层、丘脑、伏隔核）与假定的迷走神经刺激作用网络高度吻合，为预后差异提供了可能的神经解剖学解释。

该研究的优势在于脑龄差仅来源于常规T1加权像，便于临床转化。模型通过在大规模健康数据集上训练，降低了过拟合风险。研究采用基于癫痫发作时间尺度改善的反应定义，可能比传统的百分比减少阈值更具临床相关性。然而，研究也存在一些局限性，包括样本量因严格的数据质量控制而减少，未分析VNS刺激参数和抗癫痫药物负担的潜在影响，以及生活质量数据仅来自一个子集可能存在抽样偏差。

研究结论：发育性结构差异可以通过一个稳健的单指标生物标志物来概括，该标志物同时反映了疾病负担和治疗反应性。脑龄差（BrainAGEgap）可能有助于支持接受神经调控治疗的儿童耐药性癫痫（DRE）的个体化预后评估并改善临床决策。