沿血管周围间隙的扩散张量图像分析技术检测脑胶质淋巴系统功能与新诊断2型糖尿病患者胰岛素抵抗的相关性

摘要：目的 "应用沿血管周围间隙的扩散张量图像分析技术（DTI-ALPS）检测新诊断2型糖尿病（T2DM）患者脑胶质淋巴系统功能，探讨其与胰岛素抵抗指数（HOMA-IR）的相关性。方法 "选取徐州医科大学附属医院2023年4～6月临床确诊的新诊断的T2DM患者30例作为新诊断T2DM组，同时选取本院体检的与新诊断T2DM组年龄、性别相匹配的健康人30例为对照组。收集受试者临床检验指标（糖化血红蛋白、空腹血糖、空腹胰岛素水平），选取稳态模型作为评估胰岛素抵抗的指数，计算得出胰岛素抵抗HOMA-IR指数。采用3.0T核磁共振对60例受试者进行扫描，利用DTI计算ALPS指数，比较两组间的差异。采用Pearson相关性分析新诊断T2DM组HOMA-IR与ALPS指数之间的相关性。结果 "新诊断T2DM组空腹血糖、空腹胰岛素、糖化血红蛋白、HOMA-IR高于正常对照组（Plt;0.05）。新诊断T2DM组ALPS指数下降（1.50±0.22 vs 1.31±0.18，Plt;0.001），与HOMA-IR呈负相关（r=-0.622，Plt;0.001）。结论 "DTI-ALPS技术可用于评估新诊断T2DM患者的胶质淋巴系统功能，其功能的下降与胰岛素抵抗密切相关。

关键词：2型糖尿病；沿血管周围间隙的扩散张量图像分析；胰岛素抵抗；脑胶质淋巴系统

Evaluating glymphatic system function and relationship with insulin resistance in newly diagnosed type 2 diabetes mellitus patients by diffusion tensor image analysis along the perivascular space

YIN Rendi1， WANG Nan1， ZHANG Chao2， YING Changjiang3

1First Clinical College， Graduate School of Xuzhou Medical University， Xuzhou 221004， China; 2Department of Imaging， 3Department of Endocrinology， Affiliated Hospital of Xuzhou Medical University， Xuzhou 221002， China

Abstract： Objective To evaluate the glymphatic system function in patients with newly diagnosed type 2 diabetes mellitus （T2DM） by using diffusion tensor image analysis along the perivascular space （DTI-ALPS）， and to explore the relationship with insulin resistance of homeostasis model （HOMA-IR）. Methods A total of 30 patients with newly diagnosed T2DM， clinically diagnosed at the Affiliated Hospital of Xuzhou Medical University from April to June 2023， were selected as the newly diagnosed T2DM group. Additionally， 30 healthy individuals who underwent physical examinations at the hospital and were matched with the newly diagnosed T2DM group in terms of age and gender were selected as the control group. The clinical indicators of the subjects were collected， including glycosylated hemoglobin （HbA1c） （%）， fasting blood glucose （mmol/L）， and fasting insulin （pmol/L） levels. The homeostasis model assessment （HOMA-IR） index of insulin resistance was calculated. Sixty subjects were scanned by a 3.0T MRI， and the ALPS index was calculated to compare the differences between the two groups. Pearson correlation was used to analyze the correlation between HOMA-IR and ALPS index in the newly diagnosed T2DM group. Results Significant differences were observed in fasting plasma glucose， fasting insulin， glycosylated hemoglobin， and HOMA-IR between the two groups （Plt;0.05）. The ALPS index was significantly decreased in the newly diagnosed T2DM group （1.50±0.22 vs 1.31±0.18， Plt;0.001） and was negatively correlated with HOMA-IR （r=-0.622， Plt;0.001）. Conclusion The DTI-ALPS index can be used to evaluate the glymphatic system function in patients with newly diagnosed T2DM， and the decline in glymphatic system function is related to insulin resistance.

Keywords： type 2 diabetes mellitus; diffusion tensor image analysis along the perivascular space; insulin resistance; glymphatic system

脑胶质淋巴系统是一种由脑血管周围空间的间隙组成的类似外周淋巴的清除通路，其主要功能为维持大脑中代谢废物的正常清除［1］。胶质淋巴系统在认知功能异常的发病中可能起到了一定的作用，而糖尿病则加速了胶质淋巴系统功能的急剧下降［2， 3］；且脑内胰岛素抵抗也可能参与了认知功能障碍的发生及发展过程，尤其是在中枢神经系统疾病中，主要表现为脑内大量的淀粉样蛋白-β（A-β）及tau蛋白的沉积及积累［4］。近年来，沿血管周围间隙的扩散张量图像分析（DTI-ALPS）技术作为一种较新的影像学技术手段，可用来评估及监测人类活体脑内胶质淋巴系统功能［5］ ，目前已广泛应用于阿尔兹海默症、帕金森等中枢神经系统疾病的研究中［6-9］ 。国内有学者采用DTI-ALPS技术评估糖尿病人群中的脑胶质淋巴系统功能，但所选取糖尿病患者为病程较长者［10］ ，且目前尚无针对新诊断的2型糖尿病（T2DM）人群的研究。本研究利用DTI-ALPS技术评估新诊断T2DM患者的胶质淋巴系统功能，并分析其与临床指标HOMA-IR之间的相关性，旨在进一步推动DM患者脑胶质淋巴系统功能受损的早期防治与预后研究。

1 "资料与方法

1.1 "一般资料

选取2023年4～6月于徐州医科大学附属医院内分泌科确诊的新诊断T2DM患者30例为新诊断T2DM组。纳入标准：符合2020年中国2型糖尿病防治指南中的糖尿病诊断标准［11］ ；发病年龄18～75周岁；初次确诊，未服用降糖药物。排除标准：1型糖尿病，其他特殊类型糖尿病；糖尿病急性并发症，合并严重酮症酸中毒、高血糖高渗状态；急性脑血管病变，如出血、中风，既往确诊的癫痫、严重头部外伤或脑外科手术史；全身性疾病，如重度肝肾功能不全［ALT大于正常上限3倍，估算肾小球滤过率lt;60 mL/（min·1.73 m2）］ 、重度贫血、严重睡眠障碍或感染急性期；MRI扫描禁忌证，如精神疾病史、金属置入史或幽闭恐惧症等。同时选取本院体检的与新诊断T2DM组年龄、性别相匹配的健康人30例为对照组。本研究已获得徐州医科大学附属医院伦理委员会的批准（批准号：XYFY2023-KL063-01）。

新诊断T2DM组男性16例，女性14例，年龄30～72（50.37±12.41）岁；对照组男性、女性各15例，年龄26～71（54.60±11.87）岁。两组人群在身高、体质量、BMI、血压、性别、年龄的差异无统计学意义（Pgt;0.05）。

1.2 "研究方法

1.2.1 "临床数据采集 " 记录患者一般情况：年龄、性别、身高、体质量、BMI、血压。收集受试者临床检验指标：包括糖化血红蛋白、空腹血糖、空腹胰岛素水平。选取稳态模型作为评估胰岛素抵抗的指数，依据公式计算HOMA-IR指数，具体公式：HOMA-IR=空腹血糖×空腹胰岛素/22.5，其中空腹血糖单位为mmol/L，空腹胰岛素为μU/mL［12］ 。本研究中空腹胰岛素单位为pmol/L，与μU/mL转换系数为1 μU/mL = 6.965 pmol/L［11］ 。

1.2.2 "DTI数据采集 " 所有受试者采取仰卧位，泡沫垫用于固定头部，保持安静，尽量减少晃动，如对声音敏感可佩戴防噪声耳塞，保证室内温度为20～25℃。采用Elition 3.0T磁共振扫描（Philips Healthcare），采集受试者的颅脑DTI序列及常规MRI扫描，DTI扫描参数如下：TR/TE = 4825 ms/85 ms，扩散梯度方向数64，b值为1000 s/mm2，体素为3 mm×2 mm×2 mm。常规扫描的参数如下：T1WI （TR/TE=201 ms/2.1 ms），T2WI （TR/TE=3000 ms/110 ms），DWI （TR/TE=2134 ms/ 81 ms），FLAIR （TR/TE=8500 ms/115 ms）扫描，使用同样的FOV为240 mm×240 mm、层厚/层间距为6.0 mm/1.5 mm及层数为18。

1.2.3 "DTI图像的预处理 " 采用DTI Studio软件测量DTI参数，将每位受试者的原始DTI数据导入软件，进行图像自动配准，最后计算扩散张量，包括不同颜色编码的各向异性分数图和在x轴、y轴和z轴方向的扩散率。鉴于血管周围间隙在侧脑室水平沿延髓静脉结构呈同心圆走行，因此进行SWI扫描以准确显示这些细静脉。将DTI-各向异性分数图叠加在SWI扫描上，精确绘制感兴趣区（ROI）。在双侧半球的投射纤维区域和联合纤维区域放置1个直径为5 mm的ROI（图1）。对于每位参与者，测量每个区域在x轴、y轴和z轴方向的扩散率。由2位具有2年以上工作经验的放射科医师处理所有受试者的数据，测量每个DTI参数，取平均值作为每位受试者的最终结果。

1.2.4 "DTI-ALPS指数的计算 " 根据上述测量的DTI参数计算DTI- ALPS指数。既往研究指出，该指数是由2个扩散率值的比值决定的，即投影纤维区域的x轴扩散率（Dxxproj）与联合纤维区域的x轴扩散率（Dxxassoc）的平均值与投射纤维区域y轴扩散率（Dyyproj）和联合纤维区域z轴扩散率（Dzzassoc）的平均值的比值［13］ ，即：

研究采用b=1000 s/mm2进行上述分析，DTI-ALPS指数越小代表越少的水沿血管周围间隙扩散，表明脑内胶质淋巴系统功能下降［14］ 。

1.3 "统计学分析

采用SPSS25.0统计学软件进行数据分析。计量资料以均数±标准差表示，组间比较采用t检验；计数资料以n（%）表示，组间比较采用χ2检验。采用Pearson相关性分析方法分析HOMA-IR与DTI-ALPS之间的相关性。以Plt;0.05为差异有统计学意义。

2 "结果

2.1 "两组生化指标的比较

新诊断T2DM组FPG、FINS、HbA1c、HOMA-IR高于对照组，差异有统计学意义（Plt;0.05，表1）。

2.2 "两组DTI-ALPS指数比较

新诊断T2DM组ALPS指数低于对照组，差异有统计学意义（1.50±0.22 vs 1.31±0.18，Plt;0.001）。

2.3 "新诊断T2DM组HOMA-IR与DTI-ALPS指数的相关性分析

新诊断T2DM组中，HOMA-IR与DTI-ALPS呈负相关关系（r=-0.622，Plt;0.001，图2）。

3 "讨论

糖尿病患者往往伴随着认知功能下降、记忆力减退等脑功能障碍，这可能与糖尿病引起的血糖异常、胰岛素抵抗等因素有关。脑胶质淋巴系统作为近年来神经学科的一个重大发现，其功能在不同的生理及病理状态下不断发生变化，且在认知过程中发挥着极其重要的作用。因此早期识别糖尿病患者脑胶质淋巴系统的功能变化具有重要的临床意义。

有研究利用MRI动态增强技术观察T2DM模型大鼠中海马脑脊液循环流动的情况进而评估脑内胶质淋巴系统功能，结果显示T2DM大鼠脑内造影剂的清除率下降了1/3，且采用小脑延髓池注射荧光示踪剂的实验结果也显示DM大鼠海马内示踪剂的清除率显著降低，认为T2DM大鼠脑内胶质淋巴系统功能已出现明显的受损［3］ 。该研究采用的是鞘内注射方式及MRI动态增强技术，操作有创且繁琐，难以在人体活体中普遍应用。沿血管周围间隙的DTI图像分析-DTI-ALPS指数具有非侵入性、用时较短的特点，可定量化评估脑胶质淋巴系统的功能。一项针对T2DM人群的研究表明，长期罹患T2DM的患者脑胶质淋巴系统功能均已受损，ALPS指数下降［10］ 。这与本研究结果相一致，与对照组相比，新诊断的T2DM组ALPS指数明显偏低。

既往研究还认为脑胶质淋巴系统功能下降可能和血管周围间隙的扩大有关［3］ 。而血管周围间隙作为胶质淋巴系统的重要组成，是清除脑内大分子蛋白的关键途径［15， 16］ ，已被证实与脑内A-β沉积和神经元变性相关［17］ 。有研究发现在轻度认知障碍和AD患者中均出现血管周围间隙扩大，及ALPS指数的下降［18］ 。本文中DTI-ALPS指数是基于DTI技术对血管及其周围区域进行分析，根据扩散序列生成沿脑室周围白质x、y、z轴的水扩散系数从而衡量脑部沿血管周围区域的水平扩散程度。在该指数中，假设投射纤维和联合纤维的x轴扩散系数（Dxproj和Dxassoc）垂直于两者的y轴和z轴（Dyproj和Dzassoc）的扩散系数，表明水分子受到沿血管周围间隙扩散的影响，从而能够反映脑内胶质淋巴系统的活动情况。当该比值接近于1时，水分子沿血管周围间隙的扩散系数最小；而比值越高，沿血管周围间隙的水扩散系数越大。本研究显示，初诊断的T2DM组在b=1000 s/mm2时所测得的ALPS指数低于正常对照组（1.31±0.18 vs 1.50±0.22，Plt;0.001），结果表明，新诊断T2DM患者脑内胶质淋巴系统的活动能力较正常人群明显下降。

此外，本研究显示 ALPS指数和HOMA-IR指数两者存在显著负相关。大脑中的胰岛素抵抗会降低大脑对胰岛素的敏感性，并可能恶化脑胶质淋巴系统功能。虽然目前少有研究直接评估ALPS指数与HOMA-IR之间的关联，但已有研究表明DM患者的脑胶质淋巴系统功能与胰岛素抵抗相关，一方面高水平的胰岛素降低了血管保护剂一氧化氮的含量，引起内皮功能障碍，促进动脉粥样硬化的形成，导致动脉搏动减少，从而降低了脑胶质淋巴系统中的驱动力［19］ ；另一方面在胰岛素介导的Ras/丝裂原活化激酶级联反应中，小胶质细胞在A-β低聚物的刺激下激活了IRS-1丝氨酸激酶，导致T2DM患者的A-β在神经元胰岛素信号通路中大量积累［20］ 。胰岛素抵抗状态下，胰岛素的结合远远大于A-β与胰岛素降解酶的结合，从而影响了A-β的降解，导致过多的A-β沉积［21］ 。因此大脑内的胰岛素抵抗目前认为与中枢神经系统的认知障碍疾病相关。在MRI中，可以观察到T2DM患者胰岛素抵抗与脑内结构异常之间的联系，包括内侧颞叶、海马、前额叶等脑区的白质纤维束的细微改变［22］ ，以及楔前/后扣带回和额叶区域连接处的破坏［23］ 。在本研究中，虽然HOMA-IR反映的是外周组织的对胰岛素的敏感度，但研究结果提示外周胰岛素抵抗可以对中枢神经系统产生间接影响，而脑胶质淋巴系统的受损可能是其重要原因之一。这一结论也与既往研究［24］ 结果相同，该研究认为在糖尿病前期和T2DM患者中均发现胰岛素抵抗与脑胶质淋巴系统功能下降有关。但该研究选取的部分患者服用了二甲双胍药物，而这类降糖药物可以通过改善血管内皮细胞功能、减少炎症反应和氧化应激，并对神经元、血脑屏障和星形胶质细胞等起到保护作用，从而改善DM患者的认知功能［25］ 。因此对研究结果是否产生影响，这也是值得进一步探讨的问题。

本研究样本量较少，且仅采用较低的b值进行分析，未采用MMSE等认知评分量表评估认知情况，且在ALPS指数采集中不能避免头部活动或情绪紧张等所产生的数据误差，在未来的研究中希望能扩大样本量、采用多种b值测量下的指数计算以及联合评分量表，以更全面地评估脑内胶质淋巴系统的功能与胰岛素抵抗、认知之间的关系。

综上，对尚未出现临床认知功能障碍的新诊断T2DM患者进行颅脑DTI扫描非常有必要，及早识别T2DM合并脑胶质淋巴系统损伤患者，有助于糖尿病相关认知功能障碍的早期诊断。DTI-ALPS指数有可能成为预测T2DM相关认知功能障碍的生物标志物，并可能会用于评估旨在降低这一风险的新疗法的有效性。

参考文献：

［1］ " Iliff JJ， Wang MH， Liao YH， et al. A paravascular pathway facilitates CSF flow through the brain parenchyma and the clearance of interstitial solutes， including amyloid beta［J］. Sci Transl Med， 2012， 4（147）： 147ra111.

［2］ " Kim YK， Nam KI， Song J. The glymphatic system in diabetes-induced dementia［J］. Front Neurol， 2018， 9： 867.

［3］ " Jiang Q， Zhang L， Ding GL， et al. Impairment of the glymphatic system after diabetes［J］. J Cereb Blood Flow Metab， 2017， 37（4）： 1326-37.

［4］ " Arnold SE， Arvanitakis Z， Macauley-Rambach SL， et al. Brain insulin resistance in type 2 diabetes and Alzheimer disease： concepts and conundrums［J］. Nat Rev Neurol， 2018， 14（3）： 168-81.

［5］ " Taoka T， Ito R， Nakamichi R， et al. Reproducibility of diffusion tensor image analysis along the perivascular space （DTI-ALPS） for evaluating interstitial fluid diffusivity and glymphatic function： changes in Alps index on Multiple conditiON acquIsition eXperiment （CHAMONIX） study［J］. Jpn J Radiol， 2022， 40（2）： 147-58.

［6］ " Ota M， Sato N， Nakaya M， et al. Relationships between the deposition of amyloid-β and tau protein and glymphatic system activity in Alzheimer's disease： diffusion tensor image study［J］. J Alzheimers Dis， 2022， 90（1）： 295-303.

［7］ " Ma XX， Li SH， Li CM， et al. Diffusion tensor imaging along the perivascular space index in different stages of Parkinson’s disease［J］. Front Aging Neurosci， 2021， 13： 773951.

［8］ " Zhang C， Sha JY， Cai LL， et al. Evaluation of the glymphatic system using the DTI-ALPS index in patients with spontaneous intracerebral haemorrhage［J］. Oxid Med Cell Longev， 2022， 2022： 2694316.

［9］ " Toh CH， Siow TY. Glymphatic dysfunction in patients with ischemic stroke[J]. Front Aging Neurosci， 2021， 13： 756249.

［10］ "Yang GW， Deng N， Liu Y， et al. Evaluation of glymphatic system using diffusion MR technique in T2DM cases［J］. Front Hum Neurosci， 2020， 14： 300.

［11］ "中华医学会糖尿病学分会. 中国2型糖尿病防治指南（2020年版）［J］. 中华糖尿病杂志， 2021， 13（4）： 317-411.

［12］ Matthews DR， Hosker JP， Rudenski AS， et al. Homeostasis model assessment： insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man［J］. Diabetologia， 1985， 28（7）： 412-9.

［13］ Taoka T， Masutani Y， Kawai H， et al. Evaluation of glymphatic system activity with the diffusion MR technique： diffusion tensor image analysis along the perivascular space （DTI-ALPS） in Alzheimer's disease cases［J］. Jpn J Radiol， 2017， 35（4）： 172-8.

［14］ Shen T， Yue YM， Ba F， et al. Diffusion along perivascular spaces as marker for impairment of glymphatic system in Parkinson’s disease［J］. NPJ Parkinsons Dis， 2022， 8（1）： 174.

［15］ Iliff JJ， Wang MH， Zeppenfeld DM， et al. Cerebral arterial pulsation drives paravascular CSF-interstitial fluid exchange in the murine brain［J］. J Neurosci， 2013， 33（46）： 18190-9.

［16］ Iliff JJ， Lee H， Yu M， et al. Brain-wide pathway for waste clearance captured by contrast-enhanced MRI［J］. J Clin Invest， 2013， 123（3）： 1299-309.

［17］Tang J， Zhang MY， Liu N， et al. The association between glymphatic system dysfunction and cognitive impairment in cerebral small vessel disease［J］. Front Aging Neurosci， 2022， 14： 916633.

［18］ "Kamagata K， Andica C， Takabayashi K， et al. Association of MRI indices of glymphatic system with amyloid deposition and cognition in mild cognitive impairment and alzheimer disease［J］. Neurology， 2022， 99（24）： e2648-e2660.

［19］ "Jessen NA， Munk AS， Lundgaard I， et al. The glymphatic system： a beginner's guide［J］. Neurochem Res， 2015， 40（12）： 2583-99.

［20］ "Talbot K. Brain insulin resistance in Alzheimer's disease and its potential treatment with GLP-1 analogs［J］. Neurodegener Dis Manag， 2014， 4（1）： 31-40.

［21］ Qiu WQ， Folstein MF. Insulin， insulin-degrading enzyme and amyloid-beta peptide in Alzheimer's disease： review and hypothesis［J］. Neurobiol Aging， 2006， 27（2）： 190-8.

［22］ Cui Y， Tang TY， Lu CQ， et al. Insulin resistance and cognitive impairment： evidence from neuroimaging［J］. J Magn Reson Imaging， 2022， 56（6）： 1621-49.

［23］ Chen YC， Jiao Y， Cui Y， et al. Aberrant brain functional connectivity related to insulin resistance in type 2 diabetes： a resting-state fMRI study［J］. Diabetes Care， 2014， 37（6）： 1689-96.

［24］ "Tuerxun R， Kamagata K， Saito Y， et al. Assessing interstitial fluid dynamics in type 2 diabetes mellitus and prediabetes cases through diffusion tensor imaging analysis along the perivascular space［J］. Front Aging Neurosci， 2024， 16： 1362457.

［25］ Samaras K， Makkar S， Crawford JD， et al. Metformin use is associated with slowed cognitive decline and reduced incident dementia in older adults with type 2 diabetes： the Sydney memory and ageing study［J］. Diabetes Care， 2020， 43（11）： 2691-701.

（编辑：熊一凡）