背景
缺血性心脏病(IHD)与不良的大脑结果有关。通过大脑磁共振成像推导出的预测大脑年龄与实际年龄之间的差异(大脑年龄增量,对加速大脑老化为正值)可作为一种有效的方式,向患者传达大脑健康状况,以促进更健康的生活方式。
目标
作者研究了普遍存在的IHD对大脑老化的影响,潜在的基础机制,以及它与痴呆风险、血管风险因素、心血管结构和功能的关系。
方法
在患有普遍性IHD的受试者中(n = 1,341),使用贝叶斯岭回归模型估计大脑年龄,该模型包括25个结构性(体积性)大脑磁共振成像特征,并基于没有普遍性IHD的英国生物银行参与者(n = 35,237)构建。
结果
普遍性IHD与显著加速的大脑老化有关(P < 0.001),这种老化不完全由微血管损伤介导。大脑老化(正的大脑年龄增量)与痴呆风险增加(OR: 1.13 [95% CI: 1.04-1.22]; P = 0.002)、血管风险因素(如糖尿病)和高脂肪量有关。在没有IHD的情况下,大脑老化也与通常在老化心脏中观察到的心血管结构和功能变化有关。然而,这种变化并未与痴呆风险相关联。
结论
普遍性IHD和共存的血管风险因素与加速的大脑老化和痴呆风险有关。表示加速大脑老化的正脑龄增量可以作为一种有效的工具,显示可修改的风险因素和支持预防策略的疾病影响。本文发表在JACC: CARDIOVASCULAR IMAGING杂志。(可添加微信号或获取原文及补充材料,另思影提供免费文献下载服务,如需要也可添加此微信号入群,另思影脑影像分析业务,如感兴趣也可咨询)
中心插图:缺血性心脏病和血管风险因素加速大脑老化
通过磁共振成像数据估计的大脑老化,反映了大脑的结构变化。缺血性心脏病和共存的血管风险因素可以加速生物学上的大脑老化并增加患痴呆症的风险。
关键词:大脑老化、大脑健康、认知衰退、缺血性心脏病、血管风险因素
缩写和术语
IHD - 缺血性心脏病 LV - 左心室 MAE - 平均绝对误差 R2 - 决定系数 RV - 右心室 TAC - 总动脉顺应性 WMH - 白质高信号强度
介绍:
尽管认知衰退的风险主要由年龄驱动,但血管风险因素和共存疾病可能增加与年龄相关的大脑退化风险。缺血性心脏病(IHD)已经被证明独立于衰老本身的影响,与不良的大脑健康有关。已经提出了几种心脑相互作用的途径,尽管IHD可能导致认知衰退的确切病理生理机制尚待阐明。心脏缺血与白质和灰质中的宏观和微观结构异常相关,甚至在痴呆症临床症状出现之前就已经存在。通过检测和量化与年龄相关的大脑变化的微妙偏差,可能使我们能够识别出更有可能发展为认知衰退的个体,应对这些个体采取预防策略和针对性治疗。
最近的神经影像学研究引入了模型方法,基于大脑磁共振成像(MRI)特征来估算个体的大脑年龄。估算的大脑年龄与实际年龄之间的差异(delta)反映了正常老化的偏差,可能作为认知衰退的生物标志物。表现为更老的大脑(正delta值)已与认知健康队列中的特定神经条件和生活方式因素相关联。
大脑年龄可能代表一种有效的手段,用于向患者传达大脑退化的风险,就像血管年龄可以用来表达心血管疾病风险一样。它可能增加风险意识,并可能促进更健康的生活方式和预防行动。
我们已经研究了普遍性IHD对大脑老化和痴呆风险的影响、潜在关联的机制,以及血管风险因素、心血管结构和功能的作用,使用的是英国生物银行(UKB)数据。之前没有研究使用这种方法来评估没有预先存在神经学条件的大型IHD队列中的大脑健康。我们假设IHD可能与加速的大脑老化有关,反映了导致认知衰退或痴呆倾向的结构性大脑变化。因此,估算的大脑年龄可以用来表达个体的风险水平,并激励IHD患者改善他们的健康行为。
方法
英国生物银行数据集
英国生物银行(UKB)是一个大型前瞻性人群研究,跟踪了超过五十万名40至69岁参与者在整个英国的健康和福利情况。该协议对公众开放,数据通过申请程序提供给研究人员。自2015年起,超过48,000名参与者接受了包括大脑和心血管磁共振成像(CMR)在内的影像学研究。
伦理审查
本研究遵守《赫尔辛基宣言》。它获得了英国国家卫生服务(NHS)国家研究伦理服务在2011年6月17日(参考号11/NW/0382)的伦理批准,并在2021年6月18日续期(参考号21/NW/0157)。所有参与者均已获取书面知情同意。
研究人群
我们选取了具有可用的大脑成像衍生表型(IDPs)且没有任何可能直接影响认知功能的精神健康、神经疾病或痴呆病史的参与者(n = 36,578)。接着定义了两个不同的子集。普遍性IHD组包括有心绞痛、之前心肌梗死或任何未导致梗死的IHD表现的1,341名受试者。非IHD(对照)组由在扫描时没有IHD病史的其余受试者组成(n = 35,237)。这个组别进一步分为训练集和测试集,以建立大脑老化模型。对于在IHD和非IHD测试集上进行的事后关联分析,我们只选择了对感兴趣的暴露因素具有可用数据的受试者。

图1. 研究人群选择
CMR = 心脏磁共振;IDP = 影像衍生表型;IHD = 缺血性心脏病;WMH = 白质高信号。
MRI数据采集
大脑MRI数据是使用3.0-T西门子扫描仪(Skyra,VD13A SP4,西门子医疗保健)按照一个公开可访问的协议采集的。简而言之,影像采集包括6种不同的序列,覆盖结构、扩散和功能成像,每位参与者的扫描时间为35分钟。使用MPRAGE序列以1毫米等距分辨率获取T1加权数据,而流体衰减反转恢复对比用于T2加权扫描(1.05 × 1 × 1毫米分辨率)。
CMR图像是根据预定义的采集协议16,使用1.5-T扫描仪(MAGNETOM Aera,Syngo Platform VD13A,西门子医疗保健)获取的。简而言之,心脏评估包括长轴动态影像和完整的短轴堆栈,覆盖左心室(LV)和右心室(RV),采用平衡稳态自由进动序列获取。
大脑MRI特征提取
大脑IDPs是从大脑MRI中提取出来的,可以通过英国生物银行展示(Supplemental Table 2)访问。我们选择了从结构MRI中提取的25个体积特征,因为它们被识别为模型大脑年龄的顶级信息预测指标。白质高信号(WMHs)的总体积(未用于模型大脑年龄)则用于事后的中介分析。详细的数据处理描述提供在补充方法中。
CMR 参数
使用内置质量控制的自动化流程提取了左心室(LV)和右心室(RV)结构和功能的传统测量值,该流程之前已在英国生物银行的大样本中开发并验证。具体来说,我们分析了以下参数:LV和RV在舒张末期和收缩末期的体积;LV和RV的每搏输出量;LV的质量;以及左心室射血分数。
分析了能够捕捉心肌功能变化相对于室间隔重塑的额外心脏指标,包括LV质量与体积比率和LV全球功能指数。质量与体积比率是将LV质量除以LV舒张末期体积计算得出。LV全球功能指数是一个验证过的衡量LV心脏性能的指标,它将不良心肌重塑的结构组分整合到LV功能评估中,其公式在其他地方有描述。
成像访问时获得的主动脉顺应性和总动脉顺应性(TAC)被视为动脉健康的指标。主动脉顺应性是衡量局部主动脉顺应性的指标,较低值表示动脉健康状况不佳。主动脉顺应性值是从英国生物银行成像研究的一个大子集中使用完全自动化的图像分析流程获得的,该流程嵌入了专门设计的质量控制。TAC是另一个可以用来估计动脉功能的描述符。较大的值,表明动脉负荷减少,已与更好的心血管结果相关联。TAC是使用LV每搏输出量除以中心脉压估算的。
血管风险因素
之前与大脑健康相关联的血管风险因素,包括高血压、糖尿病、高胆固醇血症和(当前)吸烟被视为暴露。还评估了身体脂肪指数和腰臀比这两个生物医学指标。我们还评估了社会经济剥夺的作用,用汤森指数表示,这是一个与国家平均水平相比的物质剥夺度量。临床暴露是使用选定的英国生物银行字段确定的。
统计分析
更详细的统计分析描述提供在补充方法中。所有分析均使用Python 3.8.10和Scikit-learn版本0.23.2执行。对所有分析而言,双侧P值< 0.05(经多重测试校正)被认为是统计学上显著的。
简而言之,为了评估缺血性心脏病(IHD)是否与更快的大脑老化相关,它又是否与痴呆风险有关,以及调查涉及该关联的潜在机制链接和风险因素,我们使用了一个分阶段的方法,可以总结如下(补充图1)。

A - 使用贝叶斯岭回归模型,通过25个结构性(体积)脑部MRI特征(影像衍生表型,IDPs),估算了患有普遍性缺血性心脏病(IHD)的受试者的脑龄及其与生理年龄的偏差(脑龄差,是脑老化的一个标志),该模型是基于没有IHD的英国生物银行参与者构建的。 B - 通过使用逻辑回归分析研究脑老化模型与痴呆症风险的关联来验证脑老化模型。 C - 使用中介分析评估IHD与脑老化之间潜在的机制联系:在多大程度上,白质高信号强度(WMH),一种微血管损伤的标志,介导了IHD对脑老化的影响。 D - 使用线性回归分析评估在IHD与非IHD情况下,血管风险因素和CMR指标与脑老化的关联。 其中,IHD代表缺血性心脏病;BAD代表脑龄差;IDPs代表影像衍生表型;WMH代表白质高信号强度。
大脑年龄估计
使用贝叶斯岭回归模型估计大脑年龄,因为它被证明可以提供有竞争力的性能。在模型中,25个大脑IDPs是独立变量,而年龄是因变量。在将实际年龄拟合到模型之前,实际年龄被去均值化(移动至零均值),以便有一个以中心为基础的结果。性别、教育水平、身高和从T1头部图像到标准空间的体积缩放被用作混杂因素,因为它们可以显著影响结果。在建模大脑年龄之前,使用线性回归模型从特征中回归这些混杂因素。模型性能使用平均绝对误差(MAE)和决定系数(R^2)来评估。在大脑年龄研究中,MAE被解释为预测的大脑年龄与实际年龄之间的偏差,以年表示,较高的值表示更老的大脑。R^2表示模型中使用的特征解释预测大脑年龄方差的比例。
大脑老化模型首先基于非IHD参与者建立,通过将数据分为两个子集(训练集,80%;测试集,20%)来构建。在去除年龄依赖偏差(如补充方法中所述)后,我们通过从测试数据集中的预测大脑年龄减去实际年龄来计算大脑年龄差值,正值(以年为单位)表示加速的大脑老化。还计算了实际年龄与大脑年龄差值之间的皮尔逊相关性,校正偏差前后均进行了计算。
接下来,使用之前训练的模型估计IHD受试者的大脑年龄,以评估大脑年龄差值与参考(非IHD)人群的偏差。因此,IHD和非IHD组在模型性能和平均大脑年龄差值方面进行了比较,后者被视为明显大脑老化的度量。
大脑年龄与痴呆风险
使用逻辑回归分析了大脑年龄差值与发生痴呆之间的关系(补充表4)。模型针对年龄、性别和教育水平进行了调整。由于相对于非事件,事件的数量较低,为了解决数据不平衡可能影响模型的问题,我们在基于年龄和性别的倾向得分匹配后重复了关联分析。
WMH对IHD和大脑年龄的中介效应
为了研究潜在的机制链接,我们进行了中介分析,测试了脑血管损伤的标记物WMH(白质高信号)在IHD对大脑老化影响(间接效应)中的中介作用程度。使用普通最小二乘回归研究了变量(IHD、WMH作为中介、大脑年龄差值)之间的关联(以效应项表示)。模型针对年龄、性别和教育进行了调整。
大脑年龄与血管风险因素及影像参数的关联
在IHD和非IHD(测试集)组中使用线性回归模型来评估血管风险因素和影像参数在加速大脑年龄中的作用。模型除了年龄外,还针对大脑老化模型使用的相同混杂因素进行了调整。在分析中,我们使用非标准化度量来揭示暴露变量变化1单位对大脑年龄差值(beta值)的影响。具体来说,改变暴露变量可能导致大脑年龄差值(以年为单位)的增加或减少,这取决于关联的方向(正vs负beta值)。
由于我们仅在非IHD受试者中发现某些影像参数与大脑老化之间有显著关联,我们使用逻辑回归研究了这些指标是否与该组中的痴呆发生有关。模型针对年龄和性别进行了调整。
结果
研究人群的基线特征
与对照组相比,IHD患者平均年龄较大(59.2 ± 6.3岁 vs 54.6 ± 7.4岁;P < 0.05),尽管两个队列的年龄范围相似(40至70岁)(补充图2)。患病受试者比未患病者更可能是男性(分别为71.4% vs 46.3%;P < 0.05)(表1),且风险因素负担更大,心血管健康指数更差(表2)。与未患病者相比,IHD受试者的大多数大脑结构体积显著更小,而白质高信号体积增加(补充表5)。
表1. 用于大脑年龄预测的研究组的人口统计特征

数值表示连续变量时的平均值(±标准差)或分类变量时的数量(%)。粗体表示两组之间的差异在统计学上显著(P < 0.05)。
IHD = 缺血性心脏病。
表2. IHD与非IHD组的基线特征

数值表示为绝对偏斜度≥0.9时的中位数(四分位数范围),n(%)或平均值±标准差。这里显示的数据来自有可用值的受试者。粗体表示两组之间的差异在统计学上显著(P < 0.05)。
BMI = 体质指数;CMR = 心脏磁共振;LVEDVI = 左心室舒张末期容积指数;LVEF = 左心室射血分数;LVESVI = 左心室收缩末期容积指数;LVGFI = 左心室全球功能指数;LVMI = 左心室质量指数;LVSVI = 左心室每搏输出量指数;M/V = 左心室质量与容积比率;RVEDVI = 右心室舒张末期容积指数;RVESVI = 右心室收缩末期容积指数;RVSVI = 右心室每搏输出量指数;TAC = 总动脉顺应性;其他缩写如表1所示。
缺血性心脏病中的估计大脑年龄
在非IHD受试者(测试集)中,模型显示实际年龄与预测大脑年龄之间的平均差异(MAE)为4.69年(表3)。当将模型应用于IHD组时,观察到预测大脑年龄与实际年龄的偏差更大(MAE = 6.96年),表明外观上的大脑更老。两个队列之间的平均大脑年龄差值也发现了显著差异(P < 0.001),确认IHD受试者的大脑年龄显著高于无疾病者。
表3. 大脑年龄预测的模型性能

MAE表示实际年龄与预测大脑年龄之间的平均差异,以年为单位,较高值表示外观上的大脑更老。R^2表示模型中使用的特征解释预测大脑年龄方差的比例。在IHD组中,与非IHD(测试集)相比,观察到预测大脑年龄与实际年龄的偏差更大(IHD的MAE = 6.96年 vs 非IHD的MAE = 4.69年)。

MAE = 平均绝对误差;R^2 = 决定系数;其他缩写如表1所示。
两组之间的差异通过R^2进一步得到确认,在IHD中为负值,表明这个组中的预测比平均预测更差(补充图3)。这样的负值在scikit-learn文档中有提及,并且在之前的大脑老化研究中报告过。
在两个队列中,大脑年龄差值与实际年龄之间的相关性值,在从偏差中校正估计的大脑年龄后降低到接近零。这表明校正步骤执行正确,得到的大脑年龄差值不受年龄依赖的影响。这在IHD队列中尤为明显(补充表6)。
大脑年龄与痴呆发生的关联
大脑年龄差值每增加一个单位,痴呆发生的几率增加13%(几率比:1.13 [95% CI: 1.04-1.22];P = 0.002)。在考虑两组之间(痴呆vs非痴呆)的不平衡后,这种关联仍然显著(几率比:1.15 [95% CI: 1.01-1.33];P = 0.04)(表4)。
表4. 大脑年龄差值与痴呆发生的关联

数值表示为n(%)或95% CI,除非另有说明。模型1是使用所有非IHD(测试集)和IHD受试者进行的。在基于年龄和性别进行倾向得分匹配后,选择样本进行了模型2。缩写如表1所示。
WMH对IHD和大脑年龄的中介效应
IHD诊断与大脑年龄差值的关联可以解释为直接效应,由疾病本身引起,通过WMH中介的间接效应,以及两者结果的总效应(图2)。

图2. IHD对大脑年龄差值影响的中介作用
未调整模型(A)和调整模型(B)。(beta)值表示效应大小。星号(*)表示关联在统计学上显著(P < 0.05)。缩写如图1所示。
未调整模型显示,IHD直接和间接对大脑年龄差值有显著影响(P < 0.001)。然而,IHD对大脑老化的直接效应远大于通过WMH作为中介的效应(beta值= 6.41 vs 0.11)。
在对协变量调整后,直接效应在大小上保持相似并且显著(beta值= 6.62; P < 0.0001),而WMH的中介效应变得不显著。
大脑年龄与血管风险因素的关联
大脑年龄差值的增加与两组中的糖尿病史显著相关。然而,此效应在IHD中更大(IHD中的beta值高达2.1年 vs 对照组中的1.3年)。
在IHD中,更快的大脑老化也显著与增加的脂肪率(更大的腰臀比和增加的体质指数)相关。最大的关联发现于腰臀比,其中每增加1单位的该值,估计的大脑年龄相对于正常老化增加高达8.02年(如beta值所示)(表5)。在对照受试者中观察到类似的趋势,尽管关联不显著。
表5. 大脑年龄差值与血管风险因素之间的关联

Beta值被解释为因变量(大脑年龄差值)因自变量(暴露)变化1单位而发生的差异。具体来说,暴露变量变化1单位导致大脑年龄差值增加(正beta值)或减少(负beta值)。例如,在非IHD中,糖尿病与增加的大脑年龄差值=1.3年相关,而在IHD中,此增加接近2.1年。粗体表示经Bonferroni校正后统计学显著(P < 0.05)。a 表示分类变量;其他变量是连续的。
糖尿病和增加的脂肪率对加速大脑老化的估计贡献在存在IHD的情况下总体更大(IHD中高达10.2年 vs 对照组中3年,当将它们的beta值加总时)。两个队列中血管风险因素对大脑老化影响大小的不同在图3中显示。

图3. 比较IHD与非IHD中血管风险因素对大脑老化影响大小
更高的beta值(以年为单位)表示更快的大脑老化。星号(*)表示关联在统计学上显著(P < 0.05)。BMI = 体质指数;
大脑年龄与CMR参数的关联
在非IHD受试者中,大脑年龄差值的增加与较小的LV和RV体积,较低的心脏功能指数、LV质量、主动脉顺应性和TAC值显著相关。所有成像指标在IHD队列中也发现了类似方向的关联,尽管统计上不显著(表6)。CMR指标均未与痴呆风险显著相关(补充表7)。
表6. 大脑年龄差值与心血管成像参数之间的关联

Beta值被解释为因变量(大脑年龄差值)因自变量(暴露)变化1单位而产生的差异。具体来说,暴露变量的1单位变化导致大脑年龄差值增加(正beta值)或减少(负beta值)。粗体表示经Bonferroni校正后统计学显著(P < 0.05)。
讨论
在本研究中,我们使用从MRI数据中提取的体积大脑特征,估计了UKB中IHD受试者的大脑年龄。我们发现,IHD受试者的大脑年龄平均比其实际年龄更为大,他们的大脑显著老于无此疾病的人。加速的大脑老化也与增加的痴呆风险有关。脑血管损伤的标志物WMH并没有显著中介IHD对大脑老化的影响,这表明与疾病本身相关的其他机制参与了这种关联。IHD、糖尿病和增加的脂肪率与更快的大脑老化有关。总的来说,这些发现表明,与IHD相关的机制和血管风险因素共同加速了生物学大脑老化,从而增加了发展痴呆的风险(中心插图)。
IHD与大脑健康
尽管由于评估对大脑结构影响的方法不同,我们的结果不能直接与以往的研究相比较,但它们与现有研究一致,并确认了IHD与较差大脑健康之间的关联。有证据支持IHD诊断后几年认知恶化的速度比之前快,这表明可能与疾病相关的机制在这种关联中起作用。
我们观察到,与他们的同龄人相比,IHD受试者在大脑萎缩和增加的WMHs方面出现了早期的结构性大脑变化。WMHs反映了潜在的脑小血管病,这是一种血管功能障碍形式,可能同时发生在大脑和心脏中,导致不同的临床表现,包括缺血、认知功能障碍和痴呆。然而,我们观察到IHD中对大脑老化的血管贡献,如WMHs所表达的,几乎是微不足道的。相反,主要是疾病的直接效应推动了这种关联。这些结果确认了IHD与大脑恶化之间的强烈关联,以及这种关系不完全由WMHs解释。
我们的发现表明,IHD通过几种与疾病相关的机制促进大脑老化,这是脑血管损伤的标志物无法捕捉到的。参与的机制包括直接的缺血性大脑损伤、血脑屏障改变和各种生物学途径,包括氧化应激、免疫反应和内皮功能障碍。未来需要使用更敏感的大脑微结构变化测量方法的研究,以确定IHD、大脑老化和长期认知下降之间的确切病理生理途径。
血管风险因素在大脑老化中的作用
血管风险因素可以通过增加心脏和脑血管疾病的风险以及作为独立风险因素,增加痴呆症的风险。这些潜在可修改的情况促进全身动脉粥样硬化,可能直接影响大脑和心血管健康。当IHD和血管风险因素共存时,对脑自动调节和脑灌注的负面影响可能会进一步增强,从而导致大脑老化加速。从这个角度来看,同时存在的IHD可被视为更高级的、有症状的终末器官血管疾病,以及临床上重要的影响大脑的动脉粥样硬化的代理标志。
类似地,我们观察到在IHD存在的情况下,增加的脂肪率和糖尿病与显著更快的大脑老化相关。这表明当IHD共存诊断时,这些因素对大脑结构的影响被放大,血管和缺血相关过程的协同效应对疾病进展有影响。
即使在没有IHD的情况下,糖尿病在大脑老化中也起着显著作用,确认这种状况是痴呆症最强的风险因素之一。我们还发现IHD中脂肪率指标与大脑老化之间有非常强的关联。更高的腰臀比,腹部肥胖的度量,与大脑老化的最大增加相关。这表明中心性肥胖作为内脏脂肪的指标可能是在IHD存在的情况下主要促进大脑老化的组分。内脏脂肪组织引起的胰岛素抵抗和增加的系统性炎症可能在引起血管内皮功能障碍和最终亚临床大脑损伤中发挥关键作用。因此,我们假设共存的IHD和增加的中心性肥胖可能代表更高的血管风险负担。在这个视角下,几个因素可能相互作用,导致结构性和血管性脑变化的更大风险,最终可能导致更加加速的大脑老化。
心血管血流动力学在大脑老化中的作用
在没有IHD的情况下,我们发现加速大脑老化与通常在老化心脏中观察到的心血管变化之间存在显著关联:较小的心室体积、降低的LV全球性能和较差的主动脉顺应性。然而,这样的改变并未转化为增加的痴呆风险。这些心血管血流动力学的变化可能反映了一生中心室和血管僵硬过程的耦合,即使在没有明确心血管条件的情况下也可能发生,对大脑健康可能在认知损害出现前就已经有了潜在影响。
在IHD中,没有一个CMR测量指标与大脑老化显著相关。尽管这可能是由于IHD受试者数量较少,但其他类型的心脏变化,可能与缺血相关且未被常规的心脏功能和结构指标捕捉到的,可能在与大脑老化的关联中发挥作用。因此,需要进一步的研究,使用先进的成像指标和整合对心肌缺血程度的更全面评估,以阐明IHD与大脑老化之间的复杂关系。
临床意义
我们的发现强调了预防IHD和促进更健康行为以延缓大脑恶化和可能的痴呆的重要性。大脑年龄可以被视为一个吸引人的沟通工具,用于通知患者他们的风险状态以及血管风险因素对大脑健康的影响。已显示,以年龄来沟通风险能够增加风险感知并提供更大的情感影响,例如进一步激励患者做出生活方式的改变。这对于可能因为年轻而感觉他们的短期绝对风险太低而不足以产生情感影响的年轻人尤其有用。情感反应可以通过以一种比认知评估更直观、迅速和易于理解的方式影响风险感知,在理性行为中发挥作用。然而,在临床实践中推荐这种方法之前,需要未来的前瞻性试验来显示使用大脑年龄沟通风险信息的有效性。
研究局限性
我们使用体积大脑特征来估计大脑年龄,因为它们之前被认定为最具信息性的预测指标之一。然而,包括多种成像方式可能会带来更好的模型性能。
模型中使用的大脑IDPs的数量和类型可以影响大脑年龄差值的估计值。然而,我们的目的是使用这个参数来展示IHD与非IHD之间大脑老化速率的差异,而不是提出一个衰老本身的量化。
包括遗传和早期大脑发育在内的额外因素,很可能会影响大脑结构。基于纵向成像数据的未来研究可以帮助确定这些因素在个体大脑老化变化轨迹中的作用。
IHD和非IHD的平均实际年龄存在显著差异。然而,我们应用了一个年龄偏差校正方法,消除了年龄从估计的大脑年龄差值中的影响。
我们评估了某些之前验证与大脑健康相关的暴露的效果。未评估包括生物学、心理学和行为参数在内的额外协变量。这样做是为了避免模型过拟合,可能会降低对真实效应的敏感度。样本大小、年龄范围和选择协变量及大脑特征的方法的差异,可能解释了当前研究与之前在UKB上的大脑老化结果之间的一些差异。
尽管暴露与大脑年龄差值之间的关联方向可能表明暴露本身对大脑老化的潜在影响(加速vs减缓),这些结果不允许做出因果推断。由于这是一项横断面研究,我们无法推断大脑老化与暴露之间的时间关系。未来使用连续大脑和CMR数据并与临床结果相关联的纵向研究可能评估长期内拥有更老外观大脑的效果。
结论
普遍性IHD与加速的大脑老化和增加的痴呆风险相关,这并不能完全由微血管损伤解释。除了共享的血管风险因素之外,额外的与疾病相关的机制可能也会促成异常老化。使用大脑年龄来沟通认知恶化的风险等级可能会增加患者的意识,并改善他们对治疗和生活方式变化的遵从性。
视角 :
我们的发现强调了在有普遍性IHD和血管风险因素的受试者中,寻找较差大脑健康的早期迹象,以大脑结构的微妙(体积)变化形式出现的重要性。
展望1:大脑年龄可以帮助识别有更高风险发展认知恶化的IHD受试者,他们可能受益于早期和更积极的治疗和预防干预。
展望2:大脑年龄可以用来有效地向患者沟通大脑恶化的风险,并促进健康行为。
展望3:鉴于全球人口老龄化预计会导致普遍性IHD和痴呆的增加,需要对心脑互动的潜在因果机制以及在明显症状出现之前的认知障碍的早期迹象有所洞察。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/80216.html