医疗科研新进展 | 菁易科研解读：个体差异结构协变网络分析探前庭性偏头痛异质性

Exploring Heterogeneity in Vestibular Migraine Using Individualized Differential Structural Covariance Network Analysis.

研究背景

前庭性偏头痛（VM）患病率高、经济负担重，临床表现多样，以反复眩晕、有时伴头痛为主。但其病理生理机制未全明，阻碍可靠神经影像学标志物识别。本研究用个体化差异结构协方差网络（IDSCN）分析方法，探讨VM异质性，为精准诊断和个体化治疗提供新见解。

方法速览

1. 选55名VM患者和65名健康对照，做临床评估和MRI扫描。
2. 用3.0特斯拉MRI系统获高分辨率T1加权解剖图像。
3. 用Computational Anatomy Toolbox (CAT12) 预处理T1图像。
4. 基于Liu等人方法构建每个VM患者的IDSCN。
5. 用k - means算法，基于前80个差异边缘将VM患者聚类为两个亚型。
6. 通过多变量回归分析探讨影像特征与临床指标关系。
7. 用NeuroSynth数据库做功能注释分析。

主要发现

1. 患者异质性高：患者在显著改变的IDSCN边缘数量上个体差异显著，表明VM患者群体内异质性高。
2. 共享常见连接：VM患者虽异质性高，但仍共享几个常见差异连接，主要分布在顶叶、皮下区域和小脑间。
3. 识别两种亚型：基于差异边缘识别出两种与头痛频率有关的VM亚型，亚型1和2在涉及尾状核和中央旁小叶等核心节点的某些边缘Z值有显著差异。
4. 连接与头痛关系：PCL.L与PAL.R间连接与头痛频率负相关、与头痛发生正相关，可能反映更有效疼痛处理机制。
5. 功能注释结果：差异边缘主要与感知、情绪和认知功能相关，“增益”“预期”“初级躯体感觉”是显著功能术语。

总结展望

本研究首次用IDSCN方法揭示VM患者个体水平结构协方差异常，识别出与头痛频率相关的两种VM亚型，并解释差异边缘潜在功能意义。但研究有样本量小、单中心数据等局限，需大规模多中心研究验证结果。