杨倍胜，张文静，陶博，吕粟

精神分裂症(schizophrenia,SCZ)通常发生在青少年晚期和成年早期，超过70%的患者面临长期精神问题的困扰[1]。神经发育学说认为病前因素，如遗传因素以及孕期、分娩和分娩后并发症等，干扰了中枢神经系统的发育，导致本病的发生和发展；而神经退行性学说认为SCZ的疾病过程是神经系统的结构和功能退行性改变的过程，以神经系统解剖和人脑功能的进行性恶化为特征。两种学说都有大量的证据支持，但也存在争议。社会心理学的相关研究发现SCZ患者的社会功能会随着时间的推移出现恶化[2]，而基于MRI对大脑结构和功能进行的研究结果显示SCZ患者大脑的一些亚区的灰、白质指标以及功能发生了不可逆的变化[3]。但是既往的相关研究中所纳入的对象多是接受过抗精神病药物治疗的患者，而抗精神病药物对大脑结构和功能有显著影响[4-5]。纵向研究通常被认为是识别疾病导致的大脑渐进变化的黄金标准，但是对SCZ而言，纵向随访过程中药物治疗的混杂效应是不可避免的[5-6]。此外，纵向研究的随访期通常局限于疾病早期的数年内，而SCZ病程通常跨越几十年。在这样的背景下，对不同阶段的未治疗SCZ患者进行横断面研究，有助于在没有药物混杂效应的情况下模拟大脑变化的潜在发展模式。

通过对SCZs的研究，我们在病程小于5年的首发患者中并没有观察到大脑灰质/白质缺陷的进展性证据[7-8]。然而，在一项针对长病程且未经治疗SCZ患者(平均病程为21.04年)的MRI研究中，我们观察到相对于健康人群，患者在前额叶和颞叶部分区域的皮层厚度随年龄增长表现为更加快速的变薄以及胼胝体膝部白质的ADC值随年龄增长而逐渐降低[9-10]。这些研究表明SCZ在长病程阶段可能存在的神经进展性过程。疾病早期与晚期的不一致性使得对不同阶段的患者的整合研究显得十分重要。

目前多认为精神分裂症是一种脑网络性疾病，脑网络异常较区域性大脑缺陷和疾病与SCZ的关系更为密切[11-12]；基于网络的大脑表征可以准确反映大脑的病理生理模型[13]。由区域间皮质测量指标的协变所构建的灰质网络，近似于人类大脑中已知的神经解剖学路径[14]，而且这种类型的网络分析已被证实在揭示大脑皮层的区域耦合关系、全局网络变化以及网络中心节点分析等方面具有很高的效率和稳定性[15]。对处于不同阶段SCZ患者的灰质网络拓扑结构如何随时间变化进行系统评估，将扩展我们对不同阶段SCZ患者的大脑变化及其背后的神经病理生理过程的认知水平。

在本项研究中，我们纳入了大样本的未治疗SCZ患者，年龄跨度从16岁至70余岁；通过脑区间皮质厚度协变建立结构共变网络，对网络全局属性和节点属性进行分析，研究重点是识别不同年龄段患者的灰质网络变化，探索性分析发生节点属性改变的脑区皮层测量值与临床变量之间的相关性。

材料与方法

1.研究对象和分组

本研究经四川大学华西医院伦理委员会批准，受试者及其法定监护人均签署知情同意书。

本研究共纳入152例未经治疗的SCZ患者，男68例、女84例，年龄16～71岁，平均(29.24±13.70)岁，病程1个月～34年，平均(5.12±10.16)年。疾病的诊断是由两位经验丰富的精神科医师通过基于精神疾病诊断和统计手册第4版(Diagnostic and Statistical Manual version-IV,DSM-IV)的结构化访谈并协商达成一致意见确立的，精神病理评分采用阳性和阴性综合征量表(Positive and Negative Syndrome Scale,PANSS)评估。由于2例患者的PANSS评分缺失，在对皮层厚度的相关分析中，仅对150例受试者的数据进行了分析。纳入标准：①右利手；②发病年龄大于13岁；③从未接受过抗精神疾病的药物治疗。

此外，通过广告等方式共招募了210例健康志愿者作为对照组，男104例，女107例，年龄16～75岁，平均(32.36±13.71)岁。对照组纳入标准：①右利手；②本人或一级亲属无精神病史；③年龄16～75岁，教育背景以及生活环境与患者组匹配。适用于所有受试者的排除标准：①有MRI检查禁忌，如金属支架植入、起搏器或幽闭恐惧症；②有酒精或药物滥用/依赖； ③处于孕期或者哺乳期；④有严重的系统性疾病，包括心血管疾病和代谢疾病。

进一步将患者组分为4个亚组。考虑到人类大脑的发育会经历一个延续到20～25岁才发育成熟的过程[16]，因此我们将所有小于25岁的患者纳入第一个亚组A1(16～24岁)；然后将年龄在25岁以上的患者以10年为间隔分为A2(25～34岁)和A3(35～44岁)两个亚组；年龄大于45岁的患者数量较少，因此将年龄大于45岁的患者均纳入A4亚组。随后，从210例健康被试中筛选出与A1～A4组患者的性别和年龄相匹配的4个对照亚组(C1～C4)。

2.数据采集及后处理

使用3.0T GE Signa Excite磁共振扫描仪，扫描序列为矢状面高分辨率T1WI，扫描参数：TR 8.5 ms，TE 3.4 ms，翻转角12°，矩阵256×256，层数156，层厚1.0 mm。在扫描过程中应用弹性衬垫以尽量避免运动伪影。图像采集后由两位影像专业技术人员检查图像质量。

对皮层厚度的测量使用Freesurfer v6.0.0软件包(http://surfer.nmr.mgh.harvard.edu/)的基于表面的流程进行处理。图像处理过程：①将全脑图像和标准模板进行配准；②剔除颅骨硬膜等组织；③按照体素灰度差异和相邻结构界限对白质和非白质组织进行分割；④确定软脑膜表面和白质表面并对其进行细化以适应白质与灰质之间的灰度梯度[17-18]；⑤通过膨胀和变形重塑大脑模型，并以半峰全宽=10 mm的高斯核进行平滑；⑥测量白质表面与软脑膜之间的距离得到皮层厚度值。

3.相关性矩阵的建立及网络密度分析

通过匹配Desikan-Killiany模板得到双侧大脑半球68个皮层区域的平均皮层厚度值[19]，然后使用PASW v18.0预测分析软件 (https://www.ibm.com/products/spss-statistics)计算68个皮层区域中每对区域的皮质厚度相关性，以相关性作为反映网络连接强度的指标并建立相关性矩阵。在相关性矩阵建立过程中，性别差异被作为协变量。网络密度等于网络实际连接数与网络最大可能连接数的比值。我们按照相关性强度(P值)0.01～0.05对网络密度分析范围设置阈值[20]。对照组和患者组各4个亚组中矩阵的相关性强度所对应的相关系数阈值范围：A1和C1组为0.22～0.29；A2和C2组为0.40～0.51；A3和C3组为0.42～0.54；A4和C4组为0.43～0.55。相关性系数的上限和下限分别对应P为0.01和0.05的相关性强度。

4.二值矩阵的构建

为了避免网络属性分析中所得到的结果中混杂有网络密度不一致导致的影响，因此，我们采用网络密度0.13作为阈值对患者-对照网络进行二值化处理。这里网络密度0.13是确保所有对照网络为全连接的最低网络密度。既往有研究表明该阈值可以优化区域间的相关性强度，使网络囊括连接强度低的实际连接，从而使这个网络保持生物学上的合理性[21]。

4.网络属性分析

使用基于MATLAB的网络分析软件 GRETNA v2.0.0 (https://www.nitrc.org/projects/gretna/)来计算网络属性[22]。全局属性分析中，我们计算了5个网络全局属性指标，包括小世界属性(σ)、局部效率(local efficiency,Eloc)、全局效率(global efficiency,Eg)、集群系数(clustering coefficient,Cp)和特征路径长度(characteristic path length,Lp)[23]。σ是反映信息传输与网络密度之间关系的度量；Eloc代表所给定节点与相邻节点之间的信息传递效率；而Eg等于特征路径长度的倒数，反映的是网络整体信息的传递效率；Lp是网络整体最短路径长度的平均值；Cp是度量网络内部隔离程度的指标，反映网络内部模块化的程度。

节点中心性：网络中的节点代表相应的皮层区域。我们计算了节点中心性的两个基本指标——中介中心性和度中心性。中介中心性定义为通过节点的最短路径的数量，它表征该节点对节点间信息交流的重要性；度中心性定义为与节点相连的连接数，反映进行信息交流的能力[24]。在本项研究中，如果患者网络某个节点的中介中心性或度中心性为零，而与其匹配的对照网络中该节点的中心性为非零，则认为该节点出现了中介中心性或度中心性的损失；相应的，在患者网络中节点的上述属性为非零，而在对照网络中为零，则认为该节点出现了中介中心性或度中心性的增强。

5.统计分析

配对的患者-对照各亚组之间年龄和受教育年限的比较采用两独立样本t检验，而性别分布的比较则采用卡方检验。

在本项研究中进行了非参数排列检验，以验证节点中心性的差异是否具有统计学意义[25]。检验过程中，首先将患者与对照的样本混合，然后将每一个被试的皮层厚度值随机分配到患者组或者对照组中，然后利用随机被试建立网络；最后计算随机网络每个节点的中心性值；重复这个过程1000次，得到网络属性的1000个随机值，用以构造每个网络指标的随机分布。每个随机分布的95%阈值被用作为非零假设检验的临界值，I型错误发生的概率为0.05。由于实验方法的特殊性，不同年龄阶段的网络变化是通过观察不同年龄组变化的共性和差异来获得的。我们用一般线性模型对不同年龄段的全局属性的变化趋势进行预测，并比较了患者组与对照组之间斜率的差异。

出于探索目的，我们提取了网络中心性异常脑区的皮层厚度均值，并将其与患者整体样本中的年龄和PANSS评分进行相关性分析，并用错误发现率(false discovery rate,FDR)<0.05进行校正。使用Z检验对患者组和对照组的相应脑区的皮层厚度随年龄的变化趋势进行比较(FDR<0.05)。

结 果

1.基本临床资料

患者组和对照组各个亚组的基本临床资料和组间比较结果见表1～2。各患者亚组与配对的对照亚组之间年龄和性别构成的差异均无统计学意义(P>0.05)，A1与C1及A4与C4之间受教育年限的差异有统计学意义(P<0.05)。

表1 患者组(<35岁)与对照组(<35岁)基本临床指标的比较

表2 患者组(≥35岁)与对照组(≥35岁)基本临床指标的比较

2.网络密度

在4对患者亚组与对照亚组之间，各患者亚组的网络密度均高于配对的对照亚组(图1)。为了进一步分析患者组与对照组在阈值范围内网络密度的差异，我们计算了各患者亚组与配对的对照亚组之间网络密度的比值。A2与C2组的网络密度比低于A1与C1组，而A2与C2组至A4与C4组的网络密度比依次增大(图2)。

3.网络属性

全局属性：在各个年龄阶段的患者组与对照组的全局属性的比较中，患者组出现小世界属性(P=0.049)与局部效率(P=0.033)的降低。在线性模型的比较中，患者组与对照组的全局属性的测量值之间均存在截距差异，但患者组与对照组之间随年龄阶段的发展趋势并无显著差异(图3)。

节点中心性：通过各个年龄段的患者亚组网络变化的共性和差异的整合。我们观察到各个年龄亚组均在左侧楔叶、左侧内嗅皮层、左侧前扣带回尾部、右侧眶额叶内侧和右侧颞下回出现中心性损失；在此基础上，患者组中随着年龄增大(A2～A4组)，左侧扣带回峡部和右侧前扣带回尾部出现中介中心性的减低，且A3～A4组在左侧楔前叶和右侧扣带回峡部出现中介中心性的减低，A4组在左侧舌回和右侧后扣带回出现中介中心性的减低(图4)。具有中心性损失的节点集中在扣带回皮层，而且多数发生中心性损失的节点属于已知的脑内特殊功能网络，即默认网络 (default mode network, DMN)和突显网络(salience network,SN)。

4.异常节点脑区的皮层厚度相关性分析

患者组中在发生跨年龄段的节点中心性改变的脑区中，双侧前扣带回尾部(左侧：P=0.019；右：P=0.002)、左侧楔前叶(P<0.001)、左侧楔叶(P=0.008)、左侧舌回(P<0.001)、右侧眶额叶内侧(P<0.001)、右侧颞下回(P=0.026)和右侧后扣带回(P<0.001)的皮质厚度与年龄呈负相关；患者组中左侧内嗅皮层的皮质厚度与年龄呈正相关(r=0.167，P=0.039)，而对照组中左侧内嗅皮层的皮质厚度与年龄无显著相关性(r=-0.106，P=0.190)。患者组中双侧前扣带回尾部的皮质厚度随年龄的增长速度显著低于对照组(Z检验：左侧P=0.047；右侧P=0.036)。左侧内嗅皮层的皮层厚度与PANSS评分(r=0.207，P=0.040)和阴性症状得分(r=0.272，P=0.010)呈正相关。PANSS阴性症状评分与年龄 (r=0.179，P=0.029)和病程(r=0.267，P<0.001)呈正相关，PANSS阳性症状评分与发病年龄呈正相关(r=0.225，P=0.006)。

讨 论

在健康状态下人脑网络是符合小世界性的，具有较低的网络密度和较高的效率[26]。在相同的阈值条件下，所有患者亚组均表现出较对照组更高的网络密度。这表明受SCZ影响的灰质网络出现效率降低，从而增加网络密度以实现效率与密度之间的再平衡[27]。从患者亚组A2到A4，与对照组比较均表现为网络密度比值随年龄增加的特点，体现了网络恶化的观点。此外，我们观察到A1与C1组的网络密度比要高于A2与C2组的网络密度比，这似乎与在年龄较大阶段观察到的网络恶化的特点相矛盾。据文献报道，人类大脑会经历一个延续到20～25岁才结束的发育成熟过程[16]，在健康个体的神经发育过程中，区域皮层厚度会随年龄的协变并且这种协变随年龄的轨迹具有高度的会聚性[28]。因此，A1组(16～24岁)相对于A2组较高的网络密度比可能与较早期发病SCZ患者的神经发育畸变或中断有关，有回顾性文献报道称这种表现可能与更严重的临床症状和更差的预后相关[29]。

在全局属性中，患者小世界属性和局部效率的降低以及最短路径长度的增加，表明受SCZ影响的脑网络整体信息交流能力下降，网络局部功能的降低趋于随机化。在线性模型中，我们观察到相对于患者组全局属性与年龄的线性相关轨迹，对照组的网络全局属性的变化趋势更加贴合线性模型，这一方面反映了健康人群脑网络的有规律的神经发育轨迹，另一方面可能表明了SCZ患者发生畸变的神经发育轨迹。

不同年龄阶段的未治疗SCZ患者中均发现了节点属性的异常，而且具有随年龄增长而扩大的趋势，涉及扣带回和内侧顶枕叶皮层。扣带回皮层是边缘系统的重要部分，发挥着整合信息的作用[30,31]，基于MRI的相关研究结果显示涉及扣带回皮层的解剖结构和功能的进展性趋势[3,32]，但这种变化仅出现于首发未用药患者或是用药患者中。我们的发现拓展了在未用药患者和不同的年龄段中对这一改变的认识。考虑到扣带回与SCZ的治疗反应和预后的关系[33]，年长患者组扣带回的中心性损失范围的扩大可能与缺乏药物治疗导致的不良预后有关。舌回对于语义的识别与认知至关重要，有报道称该区域功能与结构的异常与交流障碍指数和整体功能评分之间存在负相关性[34]，提示该区域网络异常与临床表现之间的潜在相关性。值得注意的是，左侧扣带回峡部、左侧楔前叶和左侧舌回在解剖上相连，而从患者亚组A2至A4中相继观察到上述区域的节点中心性损失，右侧前扣带回尾部和右侧后扣带回亦有类似表现。这些相连的皮质区域的中心性损失，可能表明SCZ导致的大脑灰质协变异常改变的范围随患者年龄的增大而扩大。

除SCZ的网络随着年龄阶段恶化的证据外，各个年龄段均在内侧眶额叶皮层，左侧内嗅皮层和左侧楔叶出现中心性损失。内侧眶额叶的异常与SCZ患者的社交功能和工作记忆不足有关[35]，我们的发现在网络层面提示这些网络异常在SCZ中持续存在。内嗅皮层是记忆和时空感知的枢纽[36]，负责从扣带回至海马和新皮层的信息传递。左内嗅皮层的皮质厚度在对照组中呈现出随年龄增长而变薄的趋势，而在患者中却呈现随着年龄的增长而增厚的趋势，并且与PANSS评分呈正相关，这可能反映了节点属性异常的解剖基础及其与临床症状的关系。SCZ高危新生儿的楔叶结构异常[37]和患者及其亲属的楔叶功能降低[38]提示病前该区域存在结构和功能的异常，而在各个年龄阶段均存在的节点属性的异常则提示这种异常在疾病进程中持续存在。这些各个年龄阶段共有的变化可能反映了SCZ患者神经发育的相关属性。

从脑内大范围功能网络的角度来看，年长患者组出现网络异常的区域中，左侧扣带回峡部、左侧楔前叶和右侧后扣带回是DMN的核心区，而右前扣带回尾部则是SN的核心区；而在各个年龄段共有的网络异常中，右侧眶额叶内侧和右侧扣带回峡部是DMN的核心区，而左前扣带回尾部是SN的核心区。DMN参与处理脑内产生的信息，例如为正在进行的脑活动和认知过程的扩展提取长期记忆、以及大脑活跃状态下的细节体验等[39]。SN被认为在SCZ中具有神经主导地位，用于检测和整合情绪和感觉刺激以及调节DMN和中央执行网络之间的转换，而后者控制外部认知过程[40]；对SCZ和有高危SCZ风险的受试者进行的相关研究中发现，DMN与SN的功能障碍和异常可相互作用[41,42]，从而提出DMN和SN的功能异常交互在SCZ病程中起核心作用。在既往研究工作的基础上，本研究结果表明DMN和SN的网络异常在不同年龄段SCZ患者中均存在，且提示了它们从年轻到年长阶段呈逐渐恶化的趋势。

这项研究有一定的局限性。首先，受样本量的限制，尽管我们的年龄分组有一定依据，但仍然是比较粗糙和简单的；其次，患者组间在教育年限上存在差异，考虑到受教育年限和受教育能力低下是与精神分裂症疾病共存的疾病特征，且教育年限与年龄的直接相关，所以未对其进行处理，故本研究结果中可能在一定程度受到教育年限的交互作用的影响；第三，由于目前仍然缺乏足够的信息或客观的方法来区分SCZ的不同亚型，本研究中未测试患者的异质性，把研究结果认定为是SCZ这一疾病在各个年龄段存在的共有的网络异常；第四，我们应用的灰质协变网络，在每个被试组中只有一个矩阵，因此，无法对网络属性与年龄进行相关性分析，我们将在今后的研究中应用合适的个体网络分析方法，希望能更加精确地预测SCZ患者的大脑随时间的变化特征；最后，我们在对皮层厚度进行分析时，同时比较二次模型与线性模型拟合的R2与P值，发现两种模型具有相近的R2，但是线性模型有更显著的P值，因此我们采用了线性模型。

综上所述，本研究中通过对不同年龄段未经治疗的SCZ患者的灰质网络变化进行分析，我们发现年长的患者较年轻患者出现了更多的网络异常，这可能表明疾病后期的网络损伤程度的加重；而涉及所有年龄亚组的DMN和SN的网络拓扑异常可能是不同年龄阶段SCZ患者的共同呈现的疾病特征。本研究结果提示在SCZ发展过程中神经发育学说和神经退行性学说均存在的可能。为了更准确且全面地研究SCZ的发展，需要使用可靠的个体灰质网络特征提取方法和多模态数据进行深入研究。