阿尔茨海默病（AD）的局部高代谢，特别是小脑的高代谢，一直被观察到，但常常被忽略，因为在统计参数图中，通常使用比例标度法。与同年龄性别匹配的正常对照组相比，AD通常表现为中额叶、后扣带回和颞叶代谢减退(FDG摄取减少)。AD患者包括小脑在内的一些脑区的高代谢也一直被报道，但在 AD诊断中常常被忽视。一些研究表明，神经退行性疾病由于信号强度归一化程序的不同而出现高代谢。此外，这些高代谢区域（如小脑和脑桥）传统上并不被认为是受AD影响的关键解剖结构；尽管最近的研究要求重新考虑这些脑区的作用。已有研究表明，小脑对AD患者的认知和神经精神缺陷有整体贡献。

Vinay Gupta等假设高代谢区在AD的疾病病理中也很重要，进行了相关研究，文章发表在最近的Brain Connect杂志。

该研究调查了小脑等高代谢区域在AD代谢网络中的作用。使用白质强度归一化（比例缩放）的平均值来验证AD患者中观察到的高代谢的相关性。用BC作为区域的hubness的度量，研究了AD代谢网络中每个区域在信息流中的意义。还检查了AD代谢网络中Hubhness增加的区域通过FDG摄取的纵向代谢变化。为了验证结果是否依赖于不同的脑分割方法，用两种不同的分割方案重复了分析：自动解剖学标记(AAL，最广泛使用的脑分割方法）和通过分组谱聚类生成的268节点功能图谱（基于每个亚单位内功能均匀性的图谱）。

上图为受试者选择方案。ADNI数据库由1000名受试者组成，包括200名阿尔茨海默病患者（AD）、200名正常对照组（NL）和600名轻度认知障碍受试者（MCI）。根据PET和MRI扫描结果，选择116例AD患者。28例AD患者在PET扫描中包括整个小脑等图像质量保证后被排除在外。最后，选择88例AD患者进行生物标志物推导和网络分析。AD的随访时间被忽略，因为在受试者筛查时已经出现痴呆症。154名NL受试者经PET和MRI扫描，随访3年后，127名仍为NL。从127名稳定的NL受试者中选择88名年龄性别匹配的NL受试者。在445名接受PET和MRI扫描的MCI受试者中，基于至少三年的随访期，186名MCI保持稳定，54名转为AD（PAD）。39名PAD受试者在三个时间点（转换年、转换前1年和转换前2年）进行了扫描。对于纵向FDG-SUR分析，选择39名年龄性别匹配的稳定MCI和NL受试者，在三个时间点进行扫描。

该研究利用公开的ADNI数据库中88例AD患者和88例年龄性别匹配的正常人的FDG-PET图像，开发了通用线性模型分类器，将AD患者与正常人区分开来（敏感性=87.50%,特异性=82.95%)。构建了区域-区域群体相关矩阵，并用图论分析方法评估了AD和对照被试之间网络组织的差异。

基于FDG PET的AD分类器(FAC)。AD分类器FAC以中额叶、后扣带回、前叶、下顶叶和颞叶的低代谢（蓝色示）为特征。在AD的小脑、中央旁小叶和桥脑中观察到高代谢（红色显示）。体素系数（FAC的体素权重）与全脑的均值和标准差进行Z评分。

特征路径长度(L)和聚类系数(C)的群体差异与网络密度的关系。在16-25%的网络密度范围内，AD和NL1网络的L(A)和C(B)的变化。在16-25%的网络密度范围内，AD和NL1网络在L(C)和C(D)上存在分组差异。灰色线表示由1000个排列的排列测试定义的95%置信区间。+标记表示NL1和AD网络之间的差异（即NL1_metric-AD_metric），位于置信区间外的+标记表示组间差异显著的网络密度。+的正值表示NL1_metric>AD_metric，而+的负值表示NL1_metric<AD_metric。

该研究通过以白质为参照区域复制AD的高代谢，证实了AD中发现的高代谢不是伪影。高代谢区的作用已经用图论进一步研究。AD与NL网络的介数中心性（BC）差异与FAC的区域权重相关。特别是小脑的高代谢伴随着较高的BC。在前驱期AD患者中，网络中BC较高的脑区在2年内FDG摄取呈进行性增加(n=39)。

FAC区域权重与区域介数中心性的相关性。FAC上各区域的权值绘制在x轴上，AD和NL网络的归一化BC差值绘制在y轴上。这些区域是用AAL划定的。红圈显示的区域在AD代谢模式上被确定为高代谢，而蓝圈显示的区域在FAC上被确定为低代谢。以绿色圆圈表示的区域是AD中没有发生显著代谢变化的区域。FAC上区域的区域权重与其相应的BC值之间存在显著相关（r=0.254，p<0.005），用实心黑线表示。

FDG-SUR的纵向变化。FDG-SUR的总体平均变化在高∆BC区域（用红色虚线表示），不显著∆BC区域（用黑色虚线表示）和低∆BC区域（用蓝色虚线表示）。高、不显著和低∆BC区域是根据AD和NL1之间的BC差异确定的 (∆BC>2，-2<∆BC<2，∆BC<-2）。A） 在PAD受试者中，三组之间的平均FDG-SUR存在显著差异，ROI组和时间具有显著的交互作用（F（4152）=10.962，p=7.764E-08）。PAD受试者在接近转化为AD的“中枢”区域的代谢显著增加。B）在sMCI受试者中，三个ROI组之间的平均FDG-SUR没有显著差异（F（4152）=0.706，p=0.589）。C） 在NL2受试者中，ROI组和时间没有显著的交互作用（F（2,73）=1.144，p=0.324）。

该研究提示，高代谢可能在AD相关代谢网络的形成中起重要作用。特别是，高代谢的小脑区域是进一步研究AD改变的网络组织的一个很好的候选者。

在神经影像学研究中，小脑高代谢是AD神经退行性变的一个常见特征。然而，小脑高代谢是否与疾病进展有关，或者是否是比例标度的伪影仍有争议。这篇论文发展了一个一般线性模型为基础的分类阿尔茨海默氏症使用白质均值图像缩放。该研究证明，小脑高代谢是阿尔茨海默病的一个强大的神经影像学特征。此外，小脑的高代谢与该区域介数中心性的增加有关，表明小脑在AD期间大脑连接变化中起着重要作用。

原文出处

Gupta V, Booth S, Ko JH. Hypermetabolic Cerebellar Connectome in Alzheimer's Disease [published online ahead of print, 2021 Jun 22]. Brain Connect. 2021;10.1089/brain.2020.0937. doi:10.1089/brain.2020.0937