老年人跌倒的脑功能磁共振研究进展

李正然　沈慧聪　张宁　杨洋　王春雪



·讲座与综述·

老年人跌倒的脑功能磁共振研究进展

李正然沈慧聪张宁杨洋王春雪

跌倒是老年人常见的伤害性事件,也是导致老年人伤残、死亡的重要原因,是威胁老年人健康及生活质量的一个重要公共卫生问题。2005年预防跌倒欧洲共识将跌倒定义为滑倒(slip)或绊倒(trip),当事人突发、不自主、非故意的体位改变,失去平衡而使其跌落至地板、地面或更低的平面[1]。Tinetti等[2]研究表明,>65岁的老年人中30%每年跌倒≥1次,其中10%会造成严重损伤,跌倒的发病率从中年开始逐渐升高,>80岁老年人跌倒发生率可高达50%。在过去1年有跌倒史的患者更容易再次跌倒[3]。我国北京某社区>60岁的老年人1年中跌倒的发生率高达18%,其中8.7%的老年人因跌倒受伤[4]。跌倒的评估手段很多,如记录跌倒次数、Tinetti平衡与步态量表、简易体能状况量表(short physical performance battery,SPPB)等,但仅使用单方面的评估工具无法准确地评估跌倒风险[5]。随着磁共振成像(MRI)技术的发展,出现了许多研究脑结构和功能的新技术,其中扩散张量成像(diffusion tensor imaging,DTI) 和静息态功能磁共振序列(resting-state functional magnetic resonance imaging,rs-fMRI)在评价脑的整体结构和功能方面具有重要作用,有助于对跌倒风险进行早期影像学评估[6]。

1　老年人跌倒的概述

老年人跌倒发生率高、后果严重,为社会、家庭及个人带来了巨大负担。老年人跌倒的相关因素很多,包括内在因素、环境因素以及药物等影响[7],其中内在因素主要包括:年龄、平衡功能障碍、步态异常、视觉功能障碍、认知功能障碍及心理因素等[8-10]。随着年龄增长,老年人下肢肌肉收缩力下降,脚跟着地,踝、膝屈曲动作缓慢,伸髋不充分,导致行走缓慢、不连续,步幅变小,脚不能抬高到合适的高度,增加了跌倒的可能[11]。老年人脑逐渐发生老化,中枢神经系统控制能力下降,反应能力、平衡能力及协同运动能力下降,增加了跌倒的危险性[12]。认知障碍也是跌倒的重要危险因素,轻度认知障碍导致执行功能受损,执行功能在姿势控制与跌倒风险的认知控制中起着关键性作用[13-14]。此外,环境的危险性、无序性及老年人适应能力差等外在因素均可导致跌倒的发生[7]。药物对跌倒的影响具有双重性,有效地治疗原发病可以减少跌倒风险,但药物使用不当,也会增加跌倒风险[15]。

明确跌倒相关因素有助于跌倒风险的准确评估,并积极采取相应的预防及干预措施,可有效降低老年人跌倒的发生率。

2　跌倒患者的DTI研究

2.1DTI的基本原理及常用参数根据分子在不同的结构中扩散方式不同,DTI在多个方向施加扩散梯度,分别进行采集,得出的多组数据经过计算机处理得出相应图像。DTI不仅反映活体组织水分子的扩散信息,一定程度上还可以反映脑白质的微结构及纤维走行情况,分析功能纤维与病灶的空间关系,为许多中枢神经系统疾病的诊断,尤其是脑白质病变提供重要信息[16]。O’Sullivan等[17]发现,传统MRI序列表现正常的脑白质,DTI可发现明显异常的神经结构,在发现脑白质病变方面,DTI的敏感性明显高于常规MRI序列。

常用的定量分析参数有表观扩散系数(average diffusion coefficient,ADC)、部分各向异性分数(fractional anisotropy,FA)等。ADC反映了所有方向上水分子扩散的平均值,FA是表示白质各向异性及完整性的一个度量标准,白质纤维束退变、轴索及髓鞘损伤或丢失,均可导致FA值降低或ADC值升高[18]。

2.2DTI在老年人跌倒研究中的应用脑白质在信息传导中有着重要作用,是连接皮质及皮质下功能区的联络纤维,构成完整的功能体系。老年人随着年龄增加,脑白质的构成及完整性减弱,导致各功能区纤维联络中断,产生相应的功能障碍,累及不同的脑区则引起相应的临床表现[19],而且异常的脑白质体积越大,发生跌倒的可能性也越大[20-21]。研究发现，额叶侧脑室周围的脑白质病变与平衡、步态及运动障碍密切相关[22]。Koo等[23]发现存在跌倒风险的患者(Tinetti量表得分<25分),其额顶皮质通路、胼胝体膝部和压部、扣带回后部、额叶前部和眶额通路以及连接额-顶-颞叶的纵向通路均可见异常的脑白质丛集。

脑白质病变的病理基础是髓鞘肿胀或脱失,轴突破坏,可见胶质细胞增生、小血管硬化、动脉壁纤维化及玻璃样变性[24]。这种病理改变与脑白质病灶的ADC和FA值密切相关,因为细胞或髓鞘结构的破坏,阻碍水分子扩散的屏障作用减弱,导致有序的各向异性结构丧失[25]。而且ADC、FA值与髓鞘破坏的严重程度密切相关,髓鞘破坏越严重,ADC值增加、FA值减低越明显[16]。因此在传统影像技术的基础上,应用DTI有助于早期发现ADC及FA值改变的异常脑白质区域,对跌倒风险进行早期评估,及时了解相关病情进展并进行早期干预,减少跌倒的发生。

3　跌倒患者的rs-fMRI研究

3.1rs-fMRI的基本原理rs-fMRI是近年来新出现的一种fMRI技术,利用内源性血红蛋白作为对比剂,通过血氧饱和度的变化实现成像,从而准确定位脑的激活区域。静息状态是指受试者闭眼、放松、静止不动,并避免任何有结构思维活动的状态[26]。研究表明,在静息状态下，人脑仍存在血氧水平依赖成像(BOLD)信号波动,并且在这些自发振荡的信号中,存在某种特定的功能连接,反映了静息状态下的人脑活动[27]。

目前,rs-fMRI主要用于研究不同脑区之间神经网络的相互联系,通过计算感兴趣脑区产生的低频波动时间序列信号的相关性可以得出脑区之间神经网络的联系。在没有明确的外部、内部刺激条件下,大脑仍存在特殊的静息态网络(resting state network, RSN),其中默认网络(default mode network, DMN)是基础网络[28]。正电子发射断层成像(PET)证实人脑在静息状态下存在一种负责基础状态下的内省、环境警觉等内向思维活动的网络,即DMN,存在于大脑中轴线上的皮层区,包括前额叶内侧皮层、扣带回后部皮层、楔前叶、丘脑背侧区、部分颞叶等[29]。这些脑区在静息状态下即存在规律的、较强烈的功能活动,即使在服用镇静剂或处于浅睡眠状态时,DMN仍然很活跃[30]。Greicius等[31]通过功能连接分析发现脑活动网络的中心位于后扣带回(posterior cingulate cortex, PCC),并且该网络在执行简单的感觉任务时不会中断,只有在执行复杂认知任务时才可能被中断。

rs-fMRI无需特殊的任务设计,操作简便,临床实用性及病人依从性好,在临床研究中具有巨大潜能。为研究大脑的整合功能以及探索大脑内部的活动规律提供了新方法,也为临床某些脑疾病的早期诊断和预后判断提供了线索。

3.2rs-fMRI在老年人跌倒研究中的应用rs-fMRI可用于分析老年人不同脑区的激活情况以及不同脑网络的连接性改变,在脑功能层面对跌倒进行分析。静息态功能连接(resting-state functional connectivity,RSFC)在研究脑功能方面具有很强的实用性和可靠性,脑白质结构的完整性、多巴胺能递质及β-淀粉酶沉积是老年人RSFC改变的潜在因素。近年来许多研究者通过RSFC探究老龄化对静息态网络的影响,发现RSFC可以提供关于老龄化对脑功能及认知水平影响的相关信息,其中,DMN和背侧注意网络(dorsal attention network,DAN)易受到脑老化的影响,间接导致了记忆力和注意力下降[32]。Wu等[33]发现老年人的双侧扣带皮层运动区、小脑、初级运动皮层、运动前区、辅助运动区、丘脑、苍白球和壳核等广泛的运动区表现为局部一致性显著减低,表明在脑老化过程中会破坏静息状态下的运动皮层,导致老年人运动能力下降。老年人认知水平及运动能力的下降均使跌倒的风险增加[8]。另有研究发现，与无跌倒史者相比,近1年有跌倒史的老年患者静息状态下初级感觉运动网络(primary motor sensory network,SMN)和额-顶叶脑网络(fronto-parietal network,FPN)的功能连接减弱,其中右侧大脑半球的SMN和FPN的功能连接减弱与随访12月后的认知功能(Stroop测试)及运动功能(SPPB测试)下降具有显著相关性。近期发生多次跌倒的非痴呆老年患者提示可能有脑功能的亚临床改变,而且随后脑功能衰退的风险也会增加[34]。因此,rs-fMRI可以提早发现跌倒患者脑功能改变,对于跌倒的预判具有指导意义。

随着中国人口老龄化进程的加速,跌倒伤害成为了老年人的主要伤害之一,大幅度增加了医疗保健成本和社会资源的支出。老年人跌倒的发生率高、后果严重,是威胁老年人健康的重要公共卫生问题。因此,明确老年人跌倒的危险因素、利用MRI新技术手段预测其风险性,有助于早期评估,识别出具有跌倒风险的患者,减少不必要的跌倒发生,对提高老年患者的生存质量具有重要的临床和社会意义。

[1]Lamb SE, Jorstad-Stein EC, Hauer K, et al. Development of a common outcome data set for fall injury prevention trials: the Prevention of Falls Network Europe consensus[J]. J Am Geriatr Soc, 2005, 53(9): 1618-1622.

[2]Tinetti ME, Williams CS. Falls, injuries due to falls, and the risk of admission to a nursing home[J]. N Engl J Med,1997,337(18): 1279-1284.

[3]Ganz DA, Bao Y, Shekelle PG, et al. Will my patient fall[J]. JAMA, 2007,297(1): 77-86.

[4]周白瑜, 石婧, 于普林. 北京市社区老年人跌倒情况及其后果的相关因素研究[J]. 中华流行病学杂志, 2013, 34(8): 778-781.

[5]Renfro MO, Fehrer S. Multifactorial screening for fall risk in community-dwelling older adults in the primary care office: development of the fall risk assessment & screening tool[J]. J Geriatr Phys Ther, 2011, 34(4): 174-183.

[6]Mulkern RV, Davis PE, Haker SJ, et al. Complementary aspects of diffusion imaging and fMRI; I: structure and function[J]. Magn Reson Imaging, 2006, 24(4): 463-474.

[7]Ambrose AF, Paul G, Hausdorff JM. Risk factors for falls among older adults: a review of the literature[J]. Maturitas,2013, 75(1): 51-61.

[8]Tuunainen E, Rasku J, Jantti P, et al. Risk factors of falls in community dwelling active elderly[J]. Auris Nasus Larynx, 2014, 41(1): 10-16.

[9]Kaminska MS, Brodowski J, Karakiewicz B. Fall risk factors in community-dwelling elderly depending on their physical function, cognitive status and symptoms of depression[J]. Int J Environ Res Public Health, 2015, 12(4): 3406-3416.

[10]刘翠鲜, 沈志祥. 跌倒的流行病学特点及其危险因素[J]. 中国老年学杂志,2012, 32(17): 3837-3839.

[11]李真, 盛净, 马绍骏. 老年人跌倒相关危险因素的研究进展[J]. 老年医学与保健, 2015,21(2): 121-123.

[12]张洪侠, 周桂桐. 老年人跌倒与平衡功能异常[J]. 中国老年学杂志,2015,35(5):1434-1435.

[13]Liu-Ambrose TY, Ashe MC, Graf P, et al. Increased risk of falling in older community-dwelling women with mild cognitive impairment[J]. Phys Ther,2008, 88(12): 1482-1491.

[14]Amboni M, Barone P, Hausdorff JM. Cognitive contributions to gait and falls: evidence and implications[J]. Mov Disord, 2013, 28(11): 1520-1533.

[15]Mamun K, Lim JK. Association between falls and high-risk medication use in hospitalized Asian elderly patients[J]. Geriatr Gerontol Int, 2009, 9(3): 276-281.

[16]Newcombe VF, Williams GB, Scoffings D, et al. Aetiological differences in neuroanatomy of the vegetative state: insights from diffusion tensor imaging and functional implications[J]. J Neurol Neurosurg Psychiatry,2010, 81(5): 552-561.

[17]O’Sullivan M, Morris RG, Huckstep B, et al. Diffusion tensor MRI correlates with executive dysfunction in patients with ischaemic leukoaraiosis[J]. J Neurol Neurosurg Psychiatry, 2004,75(3): 441-447.

[18]Madden DJ, Bennett IJ, Burzynska A, et al. Diffusion tensor imaging of cerebral white matter integrity in cognitive aging[J]. Biochim Biophys Acta, 2012, 1822(3): 386-400.

[19]Madden DJ, Bennett IJ, Song AW. Cerebral white matter integrity and cognitive aging: contributions from diffusion tensor imaging[J]. Neuropsychol Rev, 2009,19(4): 415-435.

[20]Srikanth V, Beare R, Blizzard L, et al. Cerebral white matter lesions, gait, and the risk of incident falls: a prospective population-based study[J]. Stroke, 2009,40(1): 175-180.

[21]张舒校, 王建平, 苗勤,等. 脑白质疏松症患者分级与跌倒风险的相关性研究[J]. 中华神经医学杂志, 2013, 12(8): 794-796.

[22]Zheng JJ, Delbaere K, Close JC, et al. Impact of white matter lesions on physical functioning and fall risk in older people: a systematic review[J]. Stroke, 2011, 42(7): 2086-2090.

[23]Koo BB, Bergethon P, Qiu WQ, et al. Clinical prediction of fall risk and white matter abnormalities: a diffusion tensor imaging study[J]. Arch Neurol, 2012, 69(6): 733-738.

[24]王淑荣, 付井成, 邹良玉,等. 脑白质疏松的病理与影像学关系的研究[J]. 哈尔滨医科大学学报, 2001, 35(4): 266-268.

[25]王双坤, 袁俊亮, 郝咏刚,等. 脑白质疏松症患者执行功能障碍的弥散张量成像研究[J]. 中华老年医学杂志, 2012,31(3): 200-204.

[26]Mazoyer B, Zago L, Mellet E, et al. Cortical networks for working memory and executive functions sustain the conscious resting state in man[J]. Brain Res Bull,2001, 54(3): 287-298.

[27]Schlee W, Leirer V, Kolassa IT, et al. Age-related changes in neural functional connectivity and its behavioral relevance[J]. BMC Neurosci, 2012,13: 16.

[28]Hayashi T. Functional connectivity analysis of the brain network using resting-state FMRI[J]. Brain Nerve,2011,63(12): 1307-1318.

[29]Raichle ME, MacLeod AM, Snyder AZ, et al. A default mode of brain function[J]. Proc Natl Acad Sci U S A,2001, 98(2): 676-682.

[30]Greicius MD, Kiviniemi V, Tervonen O, et al. Persistent default-mode network connectivity during light sedation[J]. Hum Brain Mapp, 2008, 29(7): 839-847.

[31]Greicius MD, Krasnow B, Reiss AL, et al. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis[J]. Proc Natl Acad Sci U S A,2003, 100(1): 253-258.

[32]Ferreira LK, Busatto GF. Resting-state functional connectivity in normal brain aging[J]. Neurosci Biobehav Rev, 2013,37(3): 384-400.

[33]Wu T, Zang Y, Wang L, et al. Normal aging decreases regional homogeneity of the motor areas in the resting state[J]. Neurosci Lett, 2007, 423(3): 189-193.

[34]Hsu CL, Voss MW, Handy TC, et al. Disruptions in brain networks of older fallers are associated with subsequent cognitive decline: a 12-month prospective exploratory study[J]. PLoS One,2014, 9(4): e93673.

首都临床特色应用研究与成果推广(Z151100004015127)

100050北京市,首都医科大学附属北京天坛医院神经影像中心(李正然,沈慧聪);神经精神医学与临床心理科(张宁,杨洋,王春雪)

沈慧聪,Email:shenhuicong@126.com

R 445.2

A

10.3969/j.issn.1003-9198.2016.09.020

2015-10-12)