烟草依赖程度与大脑奖赏网络的相关性研究
2021-05-19谭巧文王晓林刘彤云魏亚琳彭琳郭宗君
谭巧文 王晓林 刘彤云 魏亚琳 彭琳 郭宗君
(青岛大学附属医院,山东 青岛 266003 1 老年医学科; 2 国际医院筹备办公室)
现研究表明,物质成瘾与大脑奖赏网络密切相关[1-4],但不同成瘾状态引起的奖赏网络变化并不相同[5-6]。目前认为伏隔核是奖赏网络的核心,整合来自大脑皮质和边缘结构的信息,启动与奖励有关的行为[7]。新发展的静息态功能磁共振(rs-MRI)中的功能连接(FC)技术可以用伏隔核作为感兴趣区(ROI)构建奖赏网络[8],并揭示奖赏网络内部解剖结构之间、个体行为与大脑网络之间以及疾病特征与行为表征之间关系[9-11]。烟草依赖者经过漫长的吸烟过程,整个奖赏网络是否已经发生了改变,烟草依赖程度(FTND)是否与奖赏网络有关,相关研究报道较少。本研究应用基于FC的rs-MRI技术,探讨烟草依赖者奖赏网络是否会发生改变,以及奖赏网络和FTND分值的相关性,为烟草依赖的神经发生机制的解释提供影像学依据。
1 资料和方法
1.1 一般资料
招募2019年7月—2020年2月于我院保健科和体检中心查体的男性烟草依赖者28例(吸烟组),同时招募同时间段的性别、年龄、受教育程度与吸烟组相匹配的从未吸烟者27例作为对照组。所有受试者的纳入标准为:①无MRI检查禁忌证,并接受MRI检查者;②常规MRI检查未发现脑结构异常(占位、梗死或缺血灶等)者;③无心、肺、肝、肾、脑等严重疾病,无认知障碍,且IQ得分90分以上者;④简易精神评定量表MMSE>27分,汉密尔顿焦虑、抑郁量表排除焦虑、抑郁情绪者;⑤汉族者。排除标准:①依从性差,磁共振扫描中头动平移>1.5 mm或转动>1.5°或扫描过程中入睡者;②受试者或其一级家属患有精神类疾病史者;③无其他物质行为的依赖成瘾史者。烟草依赖的判断标准为:①每日吸烟数量10~35支,吸烟时间20~40年,或过去1年戒烟未超过3个月;②符合美国精神障碍诊断统计手册第4版(DSM—Ⅳ)关于物质依赖的诊断标准[12]。
所有受试者的认知和临床评估均由经过培训的老年医学科的医师一次性完成。评估指标包括IQ、简易精神评定量表(MMSE)、汉密尔顿焦虑量表(HAMA)、汉密尔顿抑郁量表24项(HAMD)以及尼古丁依赖水平评估。其中烟草依赖水平评估的依据为尼古丁依赖检测量表(FTND)[13],总分值介于0~10分,分值越高表示依赖程度越大。吸烟组平均年龄(64.11±4.92)岁,平均受教育时间(14.68±3.45)年,平均IQ(96.05±2.27)分,平均MMSE为(29.32±0.82)分,平均HAMA为(3.11±1.59)分,平均HAMD为(3.05±1.93)分;对照组平均年龄(62.32±5.42),平均受教育时间(15.00±4.36)年,平均IQ(94.73±2.62)分,平均MMSE为(29.42±0.77)分,平均HAMA为(3.26±1.76)分,平均HAMD为(3.05±1.58)分。两组受试者的上述指标比较差异无显著性(P>0.05)。本研究经青岛大学医学院伦理委员会批准,所有受试者均签署知情同意书。
1.2 方法
1.2.1脑部rs-fMRI扫描检查 应用德国西门子有限公司生产的GE3.0 T HDX超导型全身磁共振成像系统进行rs-fMRI数据采集,三维磁化进行大脑3D-T1结构磁共振扫描,具体扫描参数TE2.3 ms,预备时间450 ms,FA 15°,FOV=23×23,层厚1.0 mm,间距0 mm,矩阵230×230,NEX 1.0,扫描层物178层。rs-fMRI单次激发,梯度回波平面序列(EPI)扫描T2加权像,参数TE/TR 30/2 000 ms,层厚4.0 mm,层间距0 mm,矩阵64×64,FA 90°,FOV 23×23,NEX 1.0,扫描层数45层,扫描时间310 s。
1.2.2静息态图像预处理及大脑双侧奖赏网络FC强度获取 采集的rs-fMRI数据在Mtalab 2010b平台上采用dparsf 2.1软件包进行图像预处理和奖赏网络FC强度获取。图像预处理包括时间校正、空间标准化、平滑、滤波,参数设置分别为:扫描层数为45层,采样率为3 mm×3 mm×3 mm,配准后数据采用4 mm×4 mm×4 mm半高全宽(FWHM)平滑核进行平滑处理;以频率为0.01~0.08 Hz的带通滤波去掉线性漂移。大脑双侧奖赏网络FC强度获取:选取双侧纹状体伏隔核为ROI,其MNI坐标为(±12,8,-8),半径为6 mm。去除协变量后,将全脑每个体素与该ROI进行相关分析,获得每个体素与该ROI的FC图,即奖赏网络图,同时也获得了奖赏网络FC强度值,即为r值,为使r值呈正态分布,采用Fisher转换将r值转换为z值,使之满足正态分布。
1.2.3大脑双侧奖赏网络FC强度分析 应用rest 1.6软件,以全脑作为掩模,分别对吸烟组与对照组进行单样本t检验,提取两组大脑双侧奖赏网络FC强度(取P<0.001,经Alphasim校正,cluster≥6 voxels),用神经影像脑功能连接可视化软件BrainNet Viewer构建奖赏网络[14]。应用rest 1.6软件包,以全脑作为掩模,对两组的大脑双侧奖赏网络FC强度进行两样本t检验,比较两组大脑双侧奖赏网络FC强度差异(取P<0.01,经Alphasim校正,Cluster≥19 voxels)。
1.3 统计学分析
采用SPSS 17.0软件进行统计学处理,计量资料以均数±标准差表示,两组间比较采用两样本均数t检验,应用rest 1.6软件包对吸烟组大脑双侧奖赏网络FC强度与FTND分值进行相关分析。以P<0.05为有统计学意义。
2 结 果
2.1 两组受试者大脑双侧奖赏网络图
大脑双侧奖赏网络模式分别包括正相关奖赏网络和负相关奖赏网络,两组受试者分别用rest软件经过单样本t检验,通过BrainNet Viewer软件呈现出了奖赏网络图(图1),图中红色节点代表吸烟组脑区,线条代表吸烟组各个脑区与伏隔核(黄色)的FC,绿色节点代表对照组脑区,线条代表对照组各个脑区与伏隔核的FC。各个节点大小由z值设定,越大表示激活强度越高。奖赏网络的可视化分析显示,两组受试者的奖赏网络脑区有变化,其中对照组负相关奖赏网络的脑区主要有小脑后叶、前额叶和颞叶系统,吸烟组负相关奖赏网络的脑区包括边缘系统、颞叶、枕叶(P<0.001)。见图1A、B;对照组正相关奖赏网络包括的脑区主要有丘脑、纹状体系统和边缘系统,包括右海马旁回、右梭状回和右侧尾状核、左侧壳核,吸烟组正相关奖赏网络的脑区主要有额叶、岛叶、边缘系统(P<0.001)。见图1C、D。
A、B为两组受试者的右侧和左侧负相关奖赏网络分析图,C、D为两组受试者的右侧和左侧正相关奖赏网络分析图 图1 两组受试者奖赏网络的可视化分析图
2.2 两组受试者大脑双侧奖赏网络FC强度比较
吸烟组与对照组比较,右侧奖赏网络FC强度增高的脑区有左侧额上回,降低的脑区有右侧后扣带回、右侧中央前回(t=-3.85~4.26,P<0.01),见表1;左侧奖赏网络FC强度增高的脑区有右侧颞叶、左侧额上回;降低的脑区有右侧梭状回、右侧枕中回、右侧小脑前叶、左侧岛脑(t=-4.93~5.01,P<0.01)。见表2。
表1 吸烟组较对照组大脑右侧奖赏网络FC强度增高和降低的脑区
表2 吸烟组较对照组大脑左侧奖赏网络FC强度增高和降低的脑区
2.3 吸烟组大脑双侧奖赏网络FC强度与FTND分值的相关性
吸烟组右侧奖赏网络FC强度和FTND分值显著正相关的脑区为右侧海马旁回,负相关的脑区为右侧小脑后叶、左侧脑颞中回、左侧脑额下回,见表3;左侧奖赏网络FC强度和FTND分值显著正相关的脑区有右侧小脑后叶、右侧枕中回、右侧枕舌回以及右侧岛脑,负相关脑区有左侧颞中回(P<0.01)。见表4。
表4 吸烟组大脑左侧奖赏网络FC强度与FTND分值相关性分析
3 讨 论
rs-MRI技术可用于测量受试者在休息时的血氧水平依赖性反应(BOLD)情况,该技术包括多种测量方法,FC强度测量法可以计算出ROI与大脑中所有其他体素之间BOLD时间序列的相关系数,反映大脑网络内部解剖结构之间的联系,应用rest软件将FC强度与行为、疾病等数据进行分析,可以将个体行为、疾病与脑网络联系起来,为行为与疾病特征的研究提供神经影像学基础。
正常情况下大脑双侧奖赏网络模式包括正、负相关奖赏网络。本研究显示正常的奖赏网络模式为,正相关奖赏网络脑区主要有丘脑、纹状体系统和边缘系统;而负相关奖赏网络脑区主要有小脑后叶、前额叶和颞叶系统。这与之前的研究一致[15-17]。而吸烟组奖赏网络模式与对照组相比显著减弱的脑区主要有右侧后扣带回、右侧梭状回和左侧岛脑。后侧扣带回主要负责进行事物的自我主观价值评估和对预期回报的评估,也就是估计预期结果[18],岛叶皮质储存这些预期结果的评估并整合自身内部情感等感受性信息[19],最后将价值信息整合到伏隔核,共同调节前额叶皮质对行为的选择[20]。所以这些脑区与伏隔核FC减弱,提示成瘾者可能需要更高的奖励刺激才能实现内心的预期。这与先前的研究结果一致[21-22]。同样,吸烟组奖赏网络增强的脑区主要在额上回,位于Brodmann(BA)分区6和分区8,属于辅助运动区,这可能与成瘾的强化学习有关。以上结果提示了烟草依赖者的长期慢性吸烟行为,已经导致奖赏网络发生变化。
通过任务态MRI方法已经证实烟草依赖者的神经功能网络发生了变化,但仍不能显示出其与行为学的相关性。rs-fMRI与任务态MRI不同,其不仅能构建脑神经网络连接模式,揭示神经网络内各个脑区时间上的功能同步性,还能分析特定神经网络的FC强度与特定行为状态的关系。岛脑是处理自身情感期望的区域,海马旁回具有奖赏线索存储记忆的功能,本研究通过rest软件对奖赏网络FC强度与FTND分值的相关分析结果显示,吸烟组奖赏网络与FTND分值呈正相关的脑区主要包括海马旁回、右侧岛脑。这一结果提示,这些脑区与伏隔核的FC关联越强,FTND分值越高,说明吸烟者对吸烟的自我内心预期和渴望越强,与VOLKOW等[23]对成瘾模型的研究结果一致,即成瘾者的情感和记忆回路对药物和药物线索的敏感性增强。有研究表明,腹内侧前额叶(mPFC)负责编码行为结果的偶然性和行为价值以指导行为[24-25]。对啮齿类动物的研究也发现,损毁mPFC能使大鼠对获得奖赏概率的变化不敏感[26]。本研究结果发现,烟草依赖者奖赏网络与FTND分值的负相关脑区在左侧颞中回以及左侧额下回,位于BA9,属于mPFC,提示mPFC与伏隔核FC越弱,烟草依赖者的依赖程度越高,说明其对吸烟行为的自我指导能力越弱。本研究中还发现,吸烟组枕叶、小脑与伏隔核的FC与FTND分值呈正相关,但与对照组比较,他们的FC值降低,这可能与烟草的主要成分尼古丁对脑功能的损伤有关[27-28]。
本研究也存在一定的局限性,首先,仅采用了奖赏网络研究成瘾者的奖励机制,很可能没有完全反映吸烟者全脑各个神经功能网络对奖励机制的影响,如果基于全脑所有神经功能网络去探讨成瘾的奖励机制,可能会更有意义。其次,本研究只是横断面研究,若结合随访研究,可能会有更多的发现。
综上所述,本研究认为经过长期慢性吸烟,烟草依赖者的奖赏网络已经发生了变化,而且这种变化的神经网络模式与烟草依赖程度有关。