2型糖尿病患者脑白质病变与信息处理速度相关性研究

杨滢霞 林化松 张金英

[摘要] 目的 探讨2型糖尿病（T2DM）患者脑白质病变（WML）与信息处理速度的相关性分析。方法 该研究纳入2019年7月—2020年1月T2DM患者62例和无糖尿病对照组24例，进行头颅磁共振（MRI）检查，采用Fazekas量表评估WML严重程度，并采用连线试验A（TMT-A）进行信息处理速度检测，对比两组的一般临床资料、Fazekas评分、连线试验A完成时间，分析T2DM患者Fazekas评分与糖化血红蛋白（HbA1c）、TMT-A完成时间的相关性，并采用多元线性回归分析T2DM患者TMT-A完成时间的影响因素。结果 T2DM患者的空腹血糖（FBG）、HbA1c水平、Fazekas评分、TMT-A完成时间均高于对照组，差异有统计学意义（P<0.05）。T2DM患者的Fazekas PVH、Fazekas 总分与HbA1c存在正相关，Fazekas 各项评分均与TMT-A完成时间存在相关性。在多元线性回归分析中，Fazekas PVH为T2DM患者TMT-A完成时间的独立影响因素。结论 与无糖尿病者相比，T2DM患者的WML程度较重，且信息处理速度较慢，而脑室旁WML可能是影响T2DM患者信息处理速度的独立影响因素。

[关键词] 2型糖尿病;脑白质病变;信息处理速度

[中图分类号] R587.1          [文献标识码] A          [文章编号] 1672-4062（2020）11（a）-0030-04

[Abstract] Objective To explore the correlation between white matter lesions （WML） and mental processing speed in patients with type 2 diabetes （T2DM）. Methods This study included from July 2019 to January 2020 T2DM patients with 62 cases and control group 24 cases without diabetes， cranial magnetic resonance （MRI） examination， adopting Fazekas WML severity scale evaluation， and the connection test A （TMT-A） was used to detect the information processing speed， the general clinical data and compared two groups Fazekas score， the attachment test A complete time， analysis of T2DM patients Fazekas scores and glycosylated hemoglobin （HbA1c）， the correlation of TMT-A completion time， multiple regression analysis was used to analyze the influencing factors of TMT-A completion time in T2DM patients. Results The fasting blood glucose （FBG）， HbA1c， Fazekas bescore， and the complete time of TMT-A of T2DM patients were higher than those of the control group， the difference was statistically significant（P<0.05）. Fazekas PVH， Fazekas total scores of T2DM patients were positively correlated with HbA1c， while each part of Fazekas scores was correlated with TMT-A. In multiple linear regression analysis， Fazekas PVH was an independent influencing factor of TMT-A in patients with T2DM. Conclusion Compared with not-diabetic controls， T2DM patients have more severe WML and slower mental processing speed. Paraventricular WML may be an independent factor affecting the mental processing speed of T2DM patients.

[Key words] Type 2 diabetes mellitus; White matter lesions; Mental processing speed

隨着人口老龄化的进展及生活方式的改变，糖尿病的发病率越来越高。有研究报道，全球每11名成年人中就有1名为糖尿病患者[1]。2型糖尿病（type 2 diabetes mellitus，T2DM）可以累及微血管病变，脑小血管病是其常见的并发症。

脑白质高信号（white matter hyperintensity，WMH）是指头颅磁共振（MRI）T2和T2液体衰减反转恢复序列（FLAIR）上的白质异常高信号，是一种脑小血管病的特征影像表现，其可导致以执行功能及信息处理速度下降为主的认知障碍[2]。既往通常认为，高血压病为脑白质病变（white matter lesions，WML）的危险因素，而近来的研究发现T2DM与WML存在着相关性[3]。有研究报道，WML会导致T2DM患者出现认知功能恶化[4]。国内有研究发现T2DM合并WML患者会出现情景记忆下降[5]。而目前国内关于T2DM患者WML与信息处理速度关系的研究相对较少，因此，该研究选取2019年7月—2020年1月62例患者拟探讨T2DM患者WML与信息处理速度的关系，现报道如下。

1  资料与方法

1.1  一般资料

选取该院收治的符合1999年WHO糖尿病诊断标准的T2DM患者62例。纳入标准：年龄30～80岁，同意并且能配合完成头颅MRI检查及神经心理量表检查。排除标准：既往有明确诊断的痴呆病史;重度焦虑或抑郁患者;存在运动功能受损的脑卒中后遗症;既往脑外伤史;重度视力、听力障碍;合并精神障碍。同时招募不符合T2MD诊断标准的无糖尿病对照组24例，其排除标准同T2DM组。该研究患者已签署知情同意书，也获得伦理委员会的批准。

1.2  方法

1.2.1 一般临床资料  对T2DM组及对照组的一般临床资料进行记录，包括性别、年龄、教育年限、吸烟、饮酒、体质量指数（BMI）、高血压病史等;并且收集受试者的空腹血糖（FBG）、糖化血红蛋白（HbA1c）、血总胆固醇（TC）、甘油三酯（TG）等化验指标，所采集的化验指标均为受试者完成MRI检查当天的晨起空腹靜脉血样本。

1.2.2 神经心理量表评估  由经过专业培训的评估师应用连线试验A（trail-making test A，TMT-A）对T2DM组及对照组分别进行信息处理速度测定。连线试验虽操作简便，但可测查包括信息处理速度、注意力等认知域。TMT-A的操作是让受试者将数字1～25按顺序连接起来，并记录完成时间。一般认为，TMT-A完成时间越长，则受试者的信息处理速度越慢。

1.2.3 影像学评估  对所有受试者进行头颅MRI（GE 3.0T）扫描检查，包括T2、T2 FLAIR、T1、DWI等序列。由有经验的神经科医师根据受试者的头颅MRI的T2及T2 FLAIR序列的影像资料进行Fazekas评分。Fazekas量表是评估WML的一种常用的半定量评分量表，分为深部白质评分（Fazekas DWMH）和脑室旁白质评分（Fazekas PVH），两部分分数相加即为Fazekas 总分。Fazekas DWMH评分标准为：无病变为0分;点状病变为1分;病变开始融合为2分;病变大面积融合为3分。Fazekas PVH评分标准为： 无病变为0分;帽状或者铅笔样薄层病变为1分;病变呈光滑的晕圈为2分;不规则的脑室旁高信号，延伸到深部白质为3分。

1.3  统计方法

采用SPSS 20.0统计学软件分析，计量资料采用（x±s）表示;计数资料采用[n（%）]来表示。计量资料应用独立样本t检验，计数资料采用χ2检验，等级资料比较采用Mann-Whitney U检验;应用Pearson相关分析;应用多元线性回归分析影响因素。P<0.05为差异有统计学意义。

2  结果

2.1  两组一般临床资料、Fazekas评分、TMT-A完成时间的比较

T2DM组的FBG、HbA1c、Fazekas评分以及TMT-A完成时间均高于无糖尿病对照组，差异有统计学意义（P<0.05）;两组在年龄、性别、教育年限、BMI、高血压病、吸烟、饮酒、血TC、血TG水平等方面差异无统计学意义（P>0.05），见表1。

2.2  T2DM组Fazekas评分与HbA1c水平、TMT-A完成时间的相关性分析

Pearson相关分析显示，T2DM组患者的Fazekas PVH评分、Fazekas总分与HbA1c水平呈正相关关系（P<0.05）。Fazekas PVH评分、Fazekas总分与TMT-A完成时间存在中等强度的正相关，而Fazekas DWMH评分与TMT-A完成时间呈较弱的正相关（P<0.05）。见表2。

2.3  多元线性回归分析T2DM组TMT-A完成时间的影响因素

以TMT-A完成时间为因变量，年龄、性别、教育年限、BMI、高血压病、吸烟、饮酒、TG、TC、FBG、HbA1c、Fazekas PVH、Fazekas DWMH，Fazekas总分为自变量，进行逐步多元线性回归分析，结果显示Fazekas PVH评分是TMT-A完成时间的独立影响因素（R=0.590，R2=0.348，调整 R2=0.318，方差分析P=0.002）。见表3。

3  讨论

T2DM是一种常见的糖代谢紊乱疾病，常可累及微血管病变。而WML是脑小血管病的一种表现，可由反复脑白质缺血和氧化应激所致[6]。近来研究认为T2DM与WML存在着相关性[3，7]。人们认为T2DM可通过减少颅内血流灌注、激发炎症反应等原因而导致WML。该研究通过Fazekas量表评估WML的严重程度，结果显示T2DM患者WML的程度重于无糖尿病对照组，与既往文献报道类似。此外，该研究还发现T2DM组TMT-A完成时间高于对照组，即提示T2DM患者的信息处理速度下降。国外也有研究报道T2DM患者会出现信息处理速度下降、执行功能及记忆受损[8]。

HbA1c可以有效地反映糖尿病患者过去3个月的血糖水平。有研究发现，HbA1c水平与WML及认知功能有关[9]。Roy S等[10]报道了HbA1c水平与信息处理速度呈负相关。该研究结果显示HbA1c与WML存在着正相关性，提示着T2DM患者的血糖控制水平可能影响着脑白质的完整性，然而在多元线性回归分析中，HbA1c并非影响T2DM患者信息处理速度的独立影响因素，这与王炜炜等[11]研究结果相似。国外也有研究[12]显示通过血糖干预而直接降低认知障碍的证据级别仍较低。尽管如此，鉴于对靶器官的保护，临床上仍需积极控制血糖水平[2]。

该研究发现，T2DM患者脑室旁和深部白质病变均与信息处理速度存在着相关性，WML程度越重，信息处理速度越慢。国外也有研究[13]报道，在T2DM患者中，WMH体积增加与信息处理速度下降显著相关。国内研究也显示，T2DM患者的脑白质微结构出现损伤，胼胝体压部白质受损与信息处理速度受损有关[14]。该研究显示，经过矫正混杂因素后，深部白质病变并非信息处理速度的独立影响因素。这可能是由于该研究纳入的T2DM患者深部白质病变程度较轻有关，而WML对认知功能的影响通常还取决于WML的体积。当然，国内也有研究[5]表明深部白质病变可能与情景记忆更相关。此外，该研究在多元线性回归分析中发现，脑室旁白质为T2DM患者信息处理速度的独立影响因素。国内一些研究[7，15]也显示脑室旁白质对认知障碍的影响更为密切。推测这可能由于T2DM可使血管内皮功能受损，引起血脑屏障破坏，加重脑室周围白质病变，而脑室周围白质病变会导致额顶叶白质传导通路受损，最终导致额叶功能受损，出现信息处理速度减退。国外有研究[16]报道，WMH是介导血脑屏障破坏和信息处理速度下降的主要因素。

该研究存在着一些局限：首先，该研究样本量较小;其次，该研究对白质病变仅采用半定量量表评估，未来可能需进一步扩大样本量以及采用脑白质病变定量分析影像技术，以进一步探讨T2DM患者WML与信息处理速度关系。

综上所述，与无糖尿病者相比，T2DM患者的WML程度较重，且信息处理速度较慢，而WML可能是影响T2DM患者信息处理速度的独立影响因素。

[参考文献]

[1]  Zheng Y，Ley SH，Hu FB.Global aetiology and epidemiology of type 2 diabetes mellitus and its complications[J].Nat Rev Endocrinol，2018，14（2）：88-98.

[2]  彭丹涛.中华医学会老年医学分会老年神经病学组.脑小血管病相关认知功能障碍中国诊疗指南[J].中华老年医学杂志，2019，38（4）：345-354.

[3]  Espeland MA，Erickson K，Neiberg RH，et al.Action for health in diabetes brain magnetic resonance imaging （Look AHEAD Brain） ancillary study research group. brain and white matter hyperintensity volumes after 10 years random assignment to lifestyle intervention[J].Diabetes Care，2016，39（5）：764-771.

[4] Gao S，Chen Y，Sang F，et al.White Matter Microstructural Change Contributes to Worse Cognitive Function in Patients With Type 2 Diabetes[J].2019，68（11）：2085-2094.

[5]  张晓璐，张扬，马光阳，等.2型糖尿病病人脑白质高信号与情景记忆的相关性研究[J].国际医学放射学杂志，2020，43（4）：379-383.

[6]  Bagi Z，Brandner DD，Le P，et al.Vasodilator dysfunction and oligodendrocyte dysmaturation in aging white matter[J].Ann Neurol，2018，83：142-152.

[7]  陈蕊华，蒋晓真，隋海晶，等.2型糖尿病患者脑白质病变与轻度认知功能障碍的相关性研究[J].中国糖尿病杂志，2020， 28（5）：331-335.

[8]  Sadanand S，Balachandar R，Bharath S.Memory and executive functions in persons with type 2 diabetes： a meta -analysis[J].Diabetes Metab Res Rev，2016，32：132-142.

[9]  Reppl J，Karliczek G，Meinert S，et al.Variation of HbA1C affects cognition and white matter microstructure in healthy， young adults[J].Mol Psychiatry，2020.Mar 13. [Epub ahead of print].

[10]  Roy S，Kim N，Desai A，et al.Cognitive function and control of type 2 diabetes mellitus in young adults[J].Am j med sci，2015，7（5）：220-226.

[11]  王炜炜，宋晓燕.糖化血红蛋白水平与老年2 型糖尿病患者早期认知功能减退的关系[J].中华保健医学杂志，2020， 22（3）：176-179.

[12]  Areosa Sastre A，Vernooij RW，Gonzalez-Colaco Harmand M，et a1.Effect of the treatment of type2 diabetes mellitus on the development of cognitive impairment and dementia[CD].CochraneDatabase SystRev，2017，6：Cd003804.

[13]  Onno N Groeneveld，Costanza Moneti，Rutger Heinen，et al.The Clinical Phenotype of Vascular Cognitive Impairment in Patients with Type 2 Diabetes Mellitus[J].2019，68（1）：311-322.

[14]  李夢春，罗财妹，秦若梦，等.2型糖尿病合并认知功能障碍患者的脑白质结构变化的影像学特征分析[J].中国临床神经科学，2019，27（6）：624-632.

[15]  冯丽，叶娜，王金芳，等.脑白质疏松患者病变部位与认知功能的相关性[J].中华行为医学与脑科学杂志，2018，27（1）：26-30.

[16]  Whitney M Freeze，Heidi IL Jacobs，Joost J de Jong，et al.White matter hyperintensities mediate the association between blood-brain barrier leakage and information processing speed[J].2020，85：113-122.

（收稿日期：2020-08-05）