Struktura mozku a obezita (2010)

Hučení Mozek Mapp. 2010 Mar;31(3):353-64. doi: 10.1002/hbm.20870.

Raji CA, Ho AJ, Parikshak NN, Becker JT, Lopez OL, Kuller LH, Hua X, Leow AD, Toga AW, Thompson PM.

Zdroj

Ústav patologie, University of Pittsburgh, Pensylvánie, USA.

Abstraktní

Obezita je spojena se zvýšeným rizikem kardiovaskulárních zdravotních problémů včetně diabetu, hypertenze a cévní mozkové příhody. Tyto kardiovaskulární postižení zvyšují riziko kognitivního úpadku a demence, ale není známo, zda jsou tyto faktory, konkrétně obezita a diabetes typu II, spojeny se specifickými vzory atrofie mozku. Použili jsme tenzorovou morfometrii (TBM) ke zkoumání rozdílů objemu šedé hmoty (GM) a bílé hmoty (WM) u starších osob 94, kteří zůstali kognitivně normální po dobu nejméně 5 let po jejich skenování. Bivariate analýzy s korekcemi pro vícenásobné srovnání silně vázaného indexu tělesné hmotnosti (BMI), hladin inzulínu v plazmě nalačno (FPI) a diabetes mellitus typu II (DM2) s atrofií v čelních, časových a subkortikálních mozkových oblastech. A vícenásobná regrese Model, který rovněž korigoval několikanásobné srovnání, odhalil, že BMI stále negativně koreloval s atrofií mozku (FDR <5%), zatímco DM2 a FPI již nebyly spojeny s žádnými objemovými rozdíly. v Analýza kosovství (ANCOVA) model kontroly věku, pohlaví a rasy obézních jedinců s vysokým BMI (BMI> 30) vykazoval atrofii v čelních lalocích, předním cingulárním gyrusu, hipokampu a thalamu ve srovnání s jedinci s normálním BMI (18.5–25). Subjekty s nadváhou (BMI: 25–30) měly atrofii v bazálních gangliích a corona radiata WM. Celkový objem mozku se mezi obézními a obézními osobami nelišil. Vyšší index tělesné hmotnosti byl spojen s nižším objemem mozku u starších osob s nadváhou a obezitou. Obezita je proto spojené s detekovatelnými deficity objemu mozku u kognitivně normálních starších jedinců.

Klíčová slova: mozková atrofie, obezita, tenzorová morfometrie

Úvod

Obezita a diabetes mellitus typu II (DM2) závislý na inzulínu (DM300) jsou dva vzájemně propojené stavy, které dosáhly epidemických rozměrů. V současné době je na celém světě více než miliarda obézních a XNUMX milionů obézních osob [Světová zdravotnická organizace, 2009]. Starší populace nebyla ušetřena - 40% mužů a 45% žen starších 70 let je zatíženo obezitou nebo DM2 [Ceska, 2007], zvyšující jejich riziko kardiovaskulárních chorob a mozkové příhody [Mankovsky a Ziegler, 2004]. Obezita je také rizikovým faktorem pro kognitivní pokles a demenci, včetně Alzheimerovy choroby (AD) [Elias a kol., 2005; Wolf et al., 2007]. Toto přidané riziko může být zprostředkováno DM2, což je spojeno s vyšší pravděpodobností výskytu AD [Irie a kol., 2008; Leibson a kol., 1997].

Předchozí studie analyzující údaje ze Studie kardiovaskulárního zdraví - Poznávací studie (CHS-CS) naznačují, že cerebrovaskulární onemocnění, kromě věku, rasy a úrovně vzdělání, jsou spojeny s kognitivním vývojem a vývojem přechodného rizikového stavu AD, známého jako mírné kognitivní poškození (MCI) [Lopez a kol., 2003a]. Mezi kardiovaskulární rizikové faktory pro MCI patří léze bílé hmoty, infarkty, hypertenze, diabetes mellitus a srdeční choroby [Lopez a kol., 2003a]. Dále mají pacienti s AD abnormálně vysokou míru atrofie mozku [Apostolova a kol., 2006; Callen a kol., 2001; Leow a kol., 2009]. Kromě toho může být mozková atrofie detekovatelná na MRI ještě předtím, než je klinicky evidentní kognitivní poškození, jak bylo prokázáno ve studii, která ukazuje větší atrofii u asymptomatických nosičů APOE4 ve srovnání s nenosnými [Morra a kol., 2009].

Obezita a DM2 mohou zesílit riziko demence zhoršením mozkové atrofie iu kognitivně intaktních jedinců, což zvyšuje jejich zranitelnost vůči budoucí neuropatologii AD. Dřívější studie, většinou u subjektů mladších než 65, naznačují, že zvýšený obsah tuku v tělesné tkáni (adipozita) je v korelaci s atrofií v časové kortexu, frontálních lalocích, putamenu, caudate, precuneu, thalamu a bílé hmotě (WM) [Gustafson a kol., 2004; Pannacciulli a kol., 2006; Taki a kol., 2008]. Není známo, ale je velmi zajímavé, zda vysoký obsah tuku v tkáních měřený pomocí BMI je spojen s rozdíly ve struktuře mozku u kognitivně normálních starších osob.

DM2 je také spojován s atrofií mozku u seniorů, včetně temporálních laloků, hippocampu, as větší expanzí laterálních komor [Korf a kol., 2007]. Nejběžnějším vysvětlením těchto účinků jsou léze WM [Claus a kol., 1996] a klinické mozkové příhody [Mankovsky a Ziegler, 2004]. Mozková atrofie spojená s DM2 může být sekundární ke zvýšeným hladinám inzulínu pozorovaným při onemocnění; plazmatický inzulín nalačno byl u starších jedinců spojen s kognitivními deficity [Yaffe a kol., 2004], a podporuje ukládání amyloidů, čímž zvyšuje riziko Alzheimerovy choroby [Watson a kol., 2003]. Dosud žádné jiné studie nesouvisely s plazmatickým inzulínem nalačno a strukturou mozku, i když byl zkoumán DM2. Vážným potenciálním zmatkem v těchto studiích je možnost pre-symptomatických neurodegenerativních změn ve studovaných kohortách starších osob. Protože mozková atrofie a AD patologie mohou existovat roky před nástupem klinických symptomů [Braskie a kol., 2008; DeKosky a kol., 2006], vyšetřování BMI, DM2 a mozkové atrofie by mělo být provedeno u jedinců, u kterých lze počínající AD vyloučit, pokud je to možné.

Obezita a DM2 mohou zesílit riziko AD tím, že podporují atrofii mozku, a mohou tedy představovat potenciálně kritické rizikové faktory pro kognitivní pokles a demenci. Protože těmto stavům lze do jisté míry předcházet a je možno je léčit, je důležité identifikovat specificky ovlivněné mozkové struktury u nedementních seniorů, a to jak pro pochopení postižených systémů, tak ke stanovení úspěšnosti zásahů na ochranu těchto oblastí.

Použili jsme tenzorovou morfometrii (TBM), relativně novou metodu [Hua a kol., 2008; Thompson a kol., 2000], pro generování 3D map mozkové atrofie ve skupině nedementních starších jedinců přijatých ze Studie kardiovaskulárního zdraví-Poznávací studie (CHS-CS), komunitní kohorta jedinců, pro které existují rozsáhlá klinická, kognitivní a zobrazovací data [Lopez a kol., 2004]. Na základě podélných kognitivních dat jsme vybrali subjekty 94, které zůstaly kognitivně normální po dobu alespoň 5 let po jejich výchozím skenování MRI, čímž se minimalizovaly zmatené účinky časné předklinické neurodegenerace. Proti BMI (n = 94), FPI (n = 64) a DM2 (n = 94) jsme ustoupili proti obrazovým měřením rozdílů objemu GM a WM mezi subjekty, abychom určili, zda tyto proměnné souvisejí s atrofií mozku. Použili jsme bivariační korelace modely pro počáteční průzkumnou analýzu a poté vícenásobná regrese modely byly použity k účtování potenciálních zmatků, jako je pohlaví a rasa. Rovněž jsme porovnali strukturu mozku mezi normální hmotností (BMI: 18.5 – 25), nadváhou (BMI: 25 – 30) a obézními (BMI: 30 +), abychom zhodnotili, zda tato klinická omezení pro definování vyšší adipozity jsou spojena s atrofií mozku.

Materiály a metody

Předměty

Poznávací studie o kardiovaskulárním zdravotním studiu (CHS-CS) je pokračováním studie demence CHS, která začala v 2002 – 2003 ke stanovení výskytu demence a mírného kognitivního poškození (MCI) u populace normálních a MCI subjektů identifikovaných v 1998 –99 v Pittsburghu [Lopez a kol., 2003b]. Z účastníků 927u, kteří byli vyšetřeni u 1998 – 99, byli 532 normální a MCI subjekty k dispozici pro studium v ​​2002 – 03. Všichni jedinci absolvovali neurologické a neuropsychologické vyšetření v 1998 – 99 a 2002 – 03 a MRI mozku v 1992 – 94 a 295 byly skenovány pomocí 3-D volumetrické MRI mozku v 1998 – 99. Z posledního vzorku jsme vybrali subjekty 94, které byly kognitivně normální u 1997 – 1998 a 2002 – 2003. BMI (n = 94) a plazmatické hladiny inzulinu nalačno (n = 64) byly získány pomocí standardních metod CHS [Fried a kol., 1991; McNeill a kol., 2006]. Všechny neobrazovací statistické analýzy byly analyzovány pomocí Statistického balíčku pro sociální vědy (SPSS, verze 16.0, SPSS Inc., Chicago, IL).

Diabetes mellitus II. Typu (DM2)

Klasifikace DM2 byla stanovena z ročně získaných zdravotních údajů a je podrobněji popsána v dříve publikované práci [Brach a kol., 2008]. Abychom to shrnuli, účastníci CHS byli klasifikováni jako pacienti s DM2, pokud splňovali jedno z následujících kritérií: (i) užívání jakýchkoli léků DM2; (ii) nalačno (≥ 8 hodin) glukóza ≥ 126 mg / dl; (iii) nonstating (<8 hodin) glukóza ≥ 200 mg / dL, nebo (iv) orální test tolerance glukózy ≥ 200 mg / dL.

Získání MRI a korekce obrazu

Všechna data MRI byla získána na MR Research Center v Pittsburgh Medical Center pomocí skeneru 1.5 T GE Signa (GE Medical Systems, Milwaukee, WI, LX verze). Pro celý mozek (TE / TR = 3/5 ms, úhel otočení = 25 °, NEX = 40, tloušťka řezu = mezera mezi řezy 1 mm / 1.5 mm) byla získána sekvence 0D volumetrického zkaženého gradientu vyvolaného akvizice (SPGR) na linku AC-PC s in-plane akviziční maticí 256 × 256 obrazových prvků, zorným polem 250 × 250 mm a velikostí voxelů v rovině 0.98 × 0.98 mm.

Předběžné zpracování obrazu

Jednotlivé skenování byly lineárně zaregistrovány do International Consortium for Brain Mapping standardní šablony mozkového obrazu (ICBM-53) pomocí registrace parametru 9, aby se zohlednily globální pozice a rozdíly v měřítku mezi jednotlivci, včetně velikosti hlavy. Globálně zarovnané obrázky byly znovu vzorkovány v izotropním prostoru 220 voxelů podél každé osy (x, y, z) s konečnou velikostí voxelu 1 mm3.

Tenzorová morfometrie (TBM) a trojrozměrné Jacobianovy mapy

Tenzorová morfometrie (TBM) detekuje lokální objemové rozdíly průměrnou rychlostí volumetrických změn (tj. Jacobianovy mapy) po nelineárním zarovnání jednotlivých map změn do šablony minimální deformace (MDT). MDT pro tuto specifickou studii byl vytvořen z MRI skenů 40 normálních CHS subjektů, aby se umožnila automatizovaná registrace obrazu, snížila statistická zaujatost a potenciálně zlepšila detekce statisticky významných účinků [Hua a kol., 2008; Kochunov a kol., 2002; Lepore a kol., 2007]. Všechny skenování byly nelineárně zarovnány se šablonou specifickou pro studii, takže všechny sdílely společný souřadný systém a pro každý subjekt byl vynesen místní faktor expanze elastické deformace transformace 3D, Jacobianův determinant. Tyto mapky 3D Jacobian ukazují relativní rozdíly v objemu mezi každým jednotlivcem a společnou šablonou a mohou být použity k ilustraci oblastí strukturálního snížení objemu, jako je atrofie GM a WM. Šablona CHS-MDT byla ručně parcellována pomocí softwarového programu Brainsuite (http://brainsuite.usc.edu/) vyškoleným anatomem k vytváření binárních masek pokrývajících mozek. Korelace mezi BMI a Jacobian mapami byly vyhodnoceny v každém voxelu s použitím obecného lineárního modelu na celé úrovni mozku.

Přehled statistických analýz

Provedli jsme bivariační statistické testy jako průzkumnou analýzu, abychom zjistili, zda obezita a jedna z jejích známých komplikací, DM2, byla spojena s atrofií GM a WM. Udělali jsme to také s FPI, protože zvýšené hladiny inzulínu jsou časnou součástí patologie DM2 [Ceska, 2007]. Dále jsme použili vícenásobné regresní analýzy, abychom zjistili, která z těchto proměnných představovala v našem vzorku největší rozptyl. Poté jsme použili běžné klinické klasifikace normálního BMI, nadváhou a obezitou pro provedení analýz ANCOVA. Účelem toho bylo vyjádřit naše nálezy BMI v termínech, které lze pochopit v klinickém kontextu.

Bivariační statistické analýzy

V počáteční průzkumné analýze jsme použili a bivariate model korelace Jacobian map, které poskytují informace o tkáňové atrofii a CSF expanzi relativně ke standardní šabloně, s možnými prediktorovými proměnnými BMI, FPI a DM2. Provedli jsme samostatné testy negativních, pozitivních a oboustranných korelací. Statistická významnost těchto asociací se uvádí pomocí omnibusu p-hodnoty. Protože se naše hypotéza zaměřila na atrofii GM a WM, hlásíme pouze p- hodnoty pro negativní asociace (tj. na základě jednostranného testování). Permutační testy (s N= 10,000 randomizace) [Edgington, 1995] byly provedeny korekce pro vícenásobná srovnání. Odvozili jsme opravené p- hodnoty pro celkový vzorec efektů, vypočítáním pravděpodobnosti pozorování nadlimitního objemu statistik pod nulovou hypotézou, tj. náhodou, když byly náhodně přiřazeny kovariáty a skupiny (nastavení prahové hodnoty voxelů na p= 0.01). Statisticky významné asociace byly promítnuty jako mapy p- hodnoty a korelační koeficient r- hodnoty na CHS-MDT pomocí Shiva divák (http://www.loni.ucla.edu/Software/Software_Detail.-jsp?software_id=12) a zobrazí se se standardními měřítky.

Více regresní statistické analýzy

Po aplikaci a bivariate v našich průzkumných analýzách jsme nasadili vícenásobná regrese statistický model pro lepší pochopení, které z těchto proměnných (BMI, FPI, DM2) nejlépe odpovídaly rozptylu v mozkových objemech v kohortě. Jacobianské mapy jsme analyzovali pomocí Statistické parametrické mapování software (SPM2, http://www.fil.ion.ucl.ac.uk/spm/), zadávání BMI, DM2, věku, pohlaví a rasy do stejného obecného lineárního modelu. Vliv FPI byl samostatně testován v interakčních modelech s BMI.

Abychom lépe porozuměli tomu, jak byly inverzní asociace mezi BMI a strukturou mozku rozděleny do skupin, které byly obézní, a umístit takové asociace do klinického kontextu, provedli jsme řadu analýz ANCOVA mezi skupinami v SPM2. Patřily mezi ně: (i) obézní versus normální skupiny BMI; (ii) nadváhou versus normální skupiny BMI; (iii) Obézní versus skupiny s nadváhou. Všechna srovnání mezi skupinami byla kontrolována podle věku, pohlaví, rasy a DM2. Korekce pro vícenásobná srovnání byla dosažena metodou FDR (False Discovery Rate) [Genovese a kol., 2002], ve kterém byly nálezy prohlášeny za významné, pouze pokud očekávaná míra falešných pozitiv na mapě byla menší než 5%. Voxel-level t- hodnoty byly převedeny na bodové biseriální korelace (r) jako měřítko velikosti efektu pomocí skriptu cg_spmT2x.m v SPM2. To bylo provedeno pro všechny analýzy, aby bylo možné srovnávat velikosti účinků všech výsledků pomocí stejného opatření. r- hodnoty byly promítnuty do ortogonálních řezů standardní MNI šablony jediného subjektu [Holmes a kol., 1998] v MRIcron (http://www.sph.sc.edu/comd/- rorden/MRIcron/) pro účely zobrazení.

výsledky

Demografie předmětu jsou zobrazeny v Tabulka I, rozdělena do kategorií 3 BMI pro normální, obézní a obézní (rozsah BMI: 18.5 – 36.2). Pouze hladiny BMI a FPI se mezi skupinami lišily - podle očekávání nebo podle definice měli osoby s nadváhou a obezitou vyšší hodnoty BMI a FPI než normální skupina BMI (p ≤ 0.001). Neexistovala žádná korelace mezi hladinami DM2 a FPI (r(64) = .01,p = .92). DM2subjekty navíc neměly vyšší hladiny FPI než subjekty bez FPI (t(62) = -.09,p = .92).

Tabulka I

Charakteristika předmětu. Studované skupiny se lišily pouze u BMI a FPI (p <0.01).

Statistické analýzy Bivariate:

Potenciální zmatení

V našich TBM mapách, které korelovaly potenciální matoucí proměnné se strukturou mozku, zvyšující se věk vykazoval trend-úrovni spojení s nižšími objemy mozku v tomto vzorku, ale to nebylo statisticky významné (p = 0.07, opraveno; permutační test). Věk a BMI nebyly v našem vzorku významně korelovány (r (92) = - 0.04, p = 0.90) ani věk nebyl korelován s hladinami inzulínu (r (64) = 0.06, p = 0.66) nebo s diagnostikou DM2 (r (92) = -0.05, p = 0.61). Navíc genotyp APOE4, který zvyšuje riziko sporadické AD, nesouvisel s detekovatelnými změnami struktury mozku, jak bylo stanoveno pomocí TBM v tomto vzorku (p = 0.39, permutační test). Vzdělávání, které bylo kategoricky definováno jako progrese mimo střední školu, nebylo statisticky významné ani ve své korelaci s TBM mírou atrofie GM a WM negativně (p= .92, permutační test) nebo pozitivně (p= 12, permutační test). Klinické označení hypertenze (systolická / diastolická> 140/90 mm hg nebo použití antihypertenziv) také nemělo statisticky významnou negativní korelaci se strukturou mozku v našem vzorku (p= .33, permutační test).

BMI

Vyšší BMI významně korelovala s nižšími objemy GM a WM v mozku (p <0.001, permutační test). Obrázek 1a ukazuje korelační koeficienty pro inverzní asociaci BMI s mozkovou strukturou promítnutou do šablony CHS-specifické minimální deformace (CHS-MDT). Modré barvy představují oblasti vyšší negativní korelace; hodnoty se obvykle pohybují od −0.30 do 0.30. Oblasti pozitivní korelace v červené a žluté nebyly statisticky významné. Oblasti nejsilnější negativní korelace (r ≤ −0.30) byly nalezeny v orbitální frontální kůře (červená šipka na x = −9, y = 57, z = 29, r = −.31), hippocampus (zlaté šipky: vlevo na x = - 31, y = −2, z = 25, r = −.32; přímo na x = 32, x = 9, z = 18, r = −.31) a subkortikální oblasti (bílé hvězdičky: vlevo na x = −28, y = −14, z = 1, r = −.30; přímo na x = 29, y = −15, z = 1, r = −.34) včetně putamenů, globus pallidus a thalamu. Tyto výsledky naznačují atrofii u lidí s vyšším tělesným tukem. Obrázek 1b ukazuje odpovídající význam (p-hodnota). Tmavší barvy označují oblasti s nižší p-hodnoty.

Obrázek 1

Část a ukazuje a r-hodnota (Pearsonův korelační koeficient) mapa zvýrazňující negativní a pozitivní korelace mezi BMI a strukturou mozku promítnutou do kardinálních řezů šablony kardiovaskulární zdravotní studie Minimální deformace (CHS-MDT). ...

FPI

Vyšší FPI byl spojován s nižšími regionálními objemy mozku (p = 0.01, permutační test) v GM i WM. Vyšší FPI byly spojeny s atrofií mozku ve frontálních lalocích, hippocampu a spleniu corpus callosum. Tyto výsledky jsou uvedeny v Obrázky 2a a 2b. Obrázek 2a ukazuje mapu korelačního koeficientu, ve které je vyšší FPI korelován s nižšími objemy ve spleniu corpus callosum (červená šipka: x = −3, y = 12, z = −12, r = −.27), orbitální čelní kůra (oranžová šipka: x = −3, y = −39, z = 31, r = −.33) a hippocampus (zlaté šipky: vlevo na x = −24, y = −1, z = 24, r = −.31; přímo na x = 31, x = 3, z = 21, r = −.33). Obrázek 2b ukazuje odpovídající mapu p-hodnoty. Tyto výsledky naznačují, že vysoké hladiny inzulínu, časná složka patologie DM2, mohou být spojeny s mozkovou atrofií v mozkových oblastech s kognitivní funkcí, jako je splenium corpus callosum (interhemisferický přenos vizuální a jiné kognitivní informace), orbitální frontální kůra (výkonná funkce) a hippocampus (učení a paměť).

Obrázek 2

Část a ukazuje korelační mapu promítnutou do šablony CHS-MDT, která ukazuje, kde mozková atrofie (snížení objemu) souvisí s vyššími hladinami inzulínu v plazmě nalačno. Vyšší FPI koreluje s nižšími objemy splenia corpus callosum (červená ...

Diabetes mellitus typu II

DM2 byl také spojován s mozkovou atrofií (p <0.001, permutační test) v bivariační analýze. Účastníci s diagnostikovanou DM2 měli nižší objemy v různých oblastech mozku, včetně čelních laloků, prefrontální kůry, genu a splenia corpus callosum, středního cingulárního gyrusu, parietálního laloku, okcipitálních lalůčků a mozečku. Bazální ganglia, včetně caudate, putamen a globus pallidus, byla také atrofována u pacientů s diagnózou DM2. Žádný z našich DM2 subjektů neměl anamnézu klinické cévní mozkové příhody ani infarktu identifikovaného pomocí MRI. Zobrazí se oblasti atrofie související s DM2 Obrázky 3a (mapa korelačního koeficientu) a and3b3b (mapa p-hodnoty). Tento obrázek ukazuje, že DM2 je spojen s nižšími objemy ve spleniu corpus callosum (Obrázek 3b, mapa významnosti, černá šipka, odpovídající r-value = −.21 v x = −4, y = 14, z = −17), true of callosum corpus (Obrázek 3b, zelená šipka, odpovídající r-hodnota = −.17 v x = 4, y = −49, z = 1) a přední laloky (Obrázek 3b, červená šipka, odpovídající r-hodnota = −.24 v x = −7, y = −77, z = 7).

Obrázek 3

Projekt r- částečnou hodnotu a ukazuje negativní korelaci mezi kategoriální diagnózou DM2 a atrofií u GM a WM. DM2 je spojen s nižšími objemy ve spleniu corpus callosum Obrázek 3b, mapa významnosti, černá šipka, odpovídající ...

Více regresních analýz

v vícenásobná regrese modely, BMI byla jedinou proměnnou, která byla významně spojena s mozkovou atrofií u GM a WM (očekává se FDR <5%); neexistovaly žádné nezávislé asociace mezi FPI, DM2, e, pohlavím nebo rasou se stupněm atrofie mozku, jakmile byl započítán BMI. Inverzní asociace BMI a struktury mozku je uvedena v Obrázek 4. Vyšší BMI byl spojen s nižšími objemy GM a WM v orbitální frontální kůře (část a, modrý rámeček), předním cingulate gyrus (část a, modrý rámeček), středním temporálním lalokem (část b, černé šipky) a subkortikálním WM (část c) , černé hvězdičky). Velikost efektů pro toto spojení byla velká (r ≥ 0.30). v Doplňkový obrázek 1, ukážeme beta verzi hlavních účinků BMI. Tento obrázek představuje sklon regresní linie, zobrazující procento ztraceného mozku (v cm3) ztracené pro každý standardní směrodatný zisk v BMI po úpravě o další proměnné v modelu. Například v omezené oblasti orbitální čelní kůry / předního cingulátu fialové barvy ukazují, že více než 4% objemu mozku je ztraceno za každý standardní zisk odchylky v BMI. V důsledku toho by osoba v top 5% BMI (tj. Dvě standardní odchylky od průměru) vykazovala maximální ohniskový deficit 8% v oblasti, jako je orbitální frontální kůra. Šipky a hvězdičky označují odpovídající anatomické oblasti mezi korelační mapou a beta verzí.

Obrázek 4

Tento obrázek ukazuje mapu korelačních hodnot (r-value map) promítnuté do standardní mozkové šablony MNI s jediným předmětem pro účely zobrazení. Uvedená korelace je mezi kontrolou vyšší atrofie BMI a GM / WM pro věk, pohlaví, rasu a DM2. Hotter ...

Jakmile jsme zjistili BMI, nezjistili jsme v našem vzorku žádná nezávislá sdružení věku, DM2, pohlaví nebo rasy na objemech GM nebo WM v našem vzorku. Interakční analýzy také ukázaly, že atrofie související s BMI se nemění jako funkce žádné z těchto proměnných. Samostatná analýza interakce BMI pomocí FPI (n = 64) ukázala, že účinky BMI na strukturu mozku se neměly jako funkce FPI. Abychom lépe porozuměli tomu, jak byla distribuována atrofie spojená s BMI, porovnali jsme také objemy osob GM a WM s diskrétními diagnostickými klasifikacemi 3, tj. Normální BMI, obézní a obézní.

Analýzy ANCOVA mezi skupinami

Obezita versus normální BMI

Při porovnání obézních subjektů (BMI: 30 +) s těmi, které mají normální BMI (BMI: 18.5 – 25), jsme zjistili nižší objemy GM a WM (FDR <5%) v obézní skupině navzdory kontrole věku, pohlaví, rasy a DM2. Tato atrofie je zobrazena v Obrázek 5 as r- obraz promítnutý do šablony MNI Standard Single Subject Subject, s červenými barvami odpovídající vyšší velikosti korelačního efektu (r > 0.50). Obézní osoby měly nižší objemy GM a WM v čelních lalocích, přední cingulární gyrus (část a, modrá šipka), hipokampus (část b, černá šipka) a bazální ganglia (část c, zelená krabička). Tyto mapy naznačují, že být obézní je spojeno s atrofií v oblastech mozku důležitých pro kognitivní funkce, jako je přední cingulate, který se účastní pozornosti a výkonné funkce.

Obrázek 5

Korelační mapa (r-hodnota) velikosti efektů pro srovnání 14 obézních osob (BMI> 30) s 29 osobami s normální hmotností (18.5–25). Obézní osoby měly nižší objemy GM a WM v čelních lalocích, přední cingulární gyrus (část a, modrá ...

Nadváha versus normální BMI

Obrázek 6 ukazuje, že subjekty s nadváhou (BMI: 25–30) mají nižší objem mozku než pacienti s normálním BMI v bazálních gangliích (část a - černá šipka; část b - červená šipka; část c - modrá šipka), corona radiata (část b, černá skříňka) a temenní lalok (část c, fialová šipka). Tyto asociace byly obecně nižší (|r| = 0.30 - 0.40) ve srovnání s obézně normálními výsledky BMI. Na rozdíl od obézních osob skupina s nadváhou nevykazovala atrofii v takových paralimbických oblastech, jako je přední gingus cingulate a hippocampus. Mezi obézními a obézními skupinami nebyly statisticky významné rozdíly v GM a WM. Všechny analýzy byly kontrolovány na věk, pohlaví, rasu a DM2.

Obrázek 6

Mapy korelačních koeficientů jsou zobrazeny pro skupinové srovnání osob s nadváhou 51 (BMI: 25 – 30) oproti osobám s normální hmotností 29 (18.5 – 25). Atrofie ve skupině s nadváhou je vidět v bazálních gangliích (část a - černá šipka; ...

Diskuse

Uvádíme několik klíčových zjištění týkajících se strukturálních deficitů mozku u obezity, vyšších BMI, FPI a DM2 u kognitivně normálních starších jedinců pocházejících z kohorty komunit. Za prvé, vyšší tělesný tuk byl silně spojen s deficitem mozku u kognitivně normálních starších jedinců, dokonce i při kontrole potenciálních zmatků, jako je věk, pohlaví a rasa. Za druhé FPI a DM2 vykazovaly inverzní asociace se strukturou mozku v a bivariate analýza, ale tyto korelace nebyly statisticky významné při kontrole BMI. Za třetí, negativní korelace mezi tukem v těle a strukturou mozku byly nejsilnější u obézních osob, ale byly také pozorovány u jedinců s nadváhou. I když uznáváme, že účinky obezity mohou být sekundární k obecně špatnému zdraví, je to méně pravděpodobné v našem vzorku, protože (i) ti s velmi špatným zdravím mají menší šanci na přežití do pokročilého věku (průměr: 77.3 let) v naší studii ; (ii) nebyla zjištěna žádná korelace mezi BMI a úmrtností v naší kohorty 10 roky po jejich skenování (r(94) = 0.07, p = 0.47); a (iii) skupiny 3 BMI se nelišily svojí mírou cévních onemocnění, která zvyšují nemocnost a úmrtnost (Tabulka I). Proto iu osob s normálním poznáním, které přežijí do stáří, může mít vyšší adipozita v tělesné tkáni škodlivé důsledky na strukturu mozku.

Naše zjištění atrofie mozku spojené s BMI u kognitivně normálních starších lidí je podloženo studiemi z mladších vzorků. Studie japonských mužů (průměrný věk: 46.1) ukázala snížené objemy GM ve spojení se zvyšujícím se BMI ve středních časových lalocích, hippocampu a precuneu [Taki a kol., 2008]. Další studie (průměrný věk: 32) ukázala větší ztrátu objemu GM u obézních jedinců v frontálním operculu, postcentrálním gyru a putamenu [Pannacciulli a kol., 2006]. Nedávná studie MR spektroskopie odhalila metabolické abnormality u GM a WM frontálního laloku u skupiny mladších obézních osob (průměrný věk: 41.7) [Gazdzinski a kol., 2008].

Je nepravděpodobné, že by korelace mezi objemy BMI a mozkem byla přímá ve smyslu toho, že způsobuje druhé; proto je zajímavé určit faktory nebo mechanismy že může mít tendenci způsobovat snížení objemu mozku a obezitu u stejných subjektů. Mezi nejčastěji navrhované mediátory pro vztah mezi vyšší adipozitou tělesné tkáně a strukturou mozku patří hyperkortisolémie [Lupien a kol., 1998], snížené cvičení [Colcombe a kol., 2003], zhoršená respirační funkce [Guo a kol., 2006], zánět [van Dijk a kol., 2005], kardiovaskulární / hypertenze / hyperlipidémie [Breteler a kol., 1994; Swan a kol., 1998] a diabetes mellitus typu II [den Heijer a kol., 2003; Ferguson a kol., 2003]. Projevy strukturálních deficitů mozku v těchto studiích byly hipokampální atrofie, ztráta kortikálního objemu a hyperintenzita WM. Nezjistili jsme žádnou interakci mezi BMI a DM2, takže je nepravděpodobné, že by účinky BMI byly zprostředkovány tímto mechanismem v našem vzorku. Kromě toho se naše výsledky BMI nezměnily při kontrole hypertenze a WM hyperintenzity, jak bylo stanoveno standardizovanými kritérii CHS [Dai a kol., 2008; Yue a kol., 1997]. Tyto výsledky mohou odrážet přežívající účinek, protože osoby s vysokým BMI a klinicky závažným cerebrovaskulárním onemocněním jsou méně pravděpodobné, že budou žít do věkového rozmezí naší studované populace (70 – 89 let). Navíc nemůžeme vyloučit možnost, že vztahy BMI s atrofií mozku v naší starší skupině jsou přímo zprostředkovány prostřednictvím jedné nebo jakékoli kombinace výše uvedených mechanismů.

Když jsme zjistili, že BMI je spojována s mozkovou atrofií u starších osob, uznáváme také, že v literatuře existuje diskuse o tom, jak je tato asociace ovlivňována rozdíly v pohlaví. Skupina starších (70 – 84 let) švédských žen projevila významnou časovou atrofii laloku na počítačové tomografii [Gustafson a kol., 2004] zatímco jiná studie zjistila, že BMI souvisí s úbytkem mozku v japonském muži, ale nikoli u žen [Taki a kol., 2008]. Abychom určili, zda korelace mezi BMI a strukturou mozku jsou v naší studii ovlivněny genderem, modelovali jsme BMI podle genderové interakce v naší studii vícenásobná regrese analyzuje a nezjistil pohlavní rozdíl v BMI související mozkové atrofii. Naše studie proto naznačuje, že škodlivé účinky vyšší tkáňové adipozity na strukturu mozku mohou být genderově nezávislé; toto zjištění si však zaslouží další šetření v budoucích studiích.

Přestože neupravené korelace FPI, DM2 a mozkové atrofie nebyly v upravených modelech statisticky významné, mohou si zasloužit diskusi kvůli rostoucí literatuře o účincích hyperinzulinemie a DM2 na mozek. V raných stadiích DM2 je inzulínová rezistence spojena s kompenzační hyperinzulinémií [Yaffe a kol., 2004] a vysoké hladiny inzulínu jsou spojeny s kognitivní poruchou, a to iu subjektů, u kterých se DM2 nevyvíjí [van Oijen a kol., 2008], což naznačuje, že hyperinzulinémie může změnit strukturu mozku. Vliv hyperinzulinemie na funkci a strukturu mozku se účastní více mechanismů, včetně vazoaktivních účinků na mozkové tepny, neurotoxicity v důsledku snížené clearance amyloidu z mozku a stimulace tvorby neurofibrilárních spleti prostřednictvím pokročilého metabolismu koncových produktů glykace [Bian a kol., 2004; Watson a kol., 2003]. Inzulinový účinek je zde pozorován v mnoha oblastech souvisejících s kognitivní funkcí, jako je orbitální frontální kůra a hippocampus. To je v souladu s představou, že hyperinzulinemie ovlivňuje mozkové struktury zapojené do poznání; to může také vést k jemnému kognitivnímu poklesu dříve, než budou detekovatelné jasné klinické příznaky demence [Kalmijn a kol., 1995].

DM2 byl spojován s oblastmi s nižším objemem GM a WM s kognitivním významem, jako jsou frontální laloky a velké WM trakty (splenium corpus callosum), což naznačuje, že DM2 má rozsáhlou souvislost s atrofií mozku. DM2 může snížit objem mozku prostřednictvím progresivního cerebrovaskulárního procesu, který vede k mozkové mrtvici a infarktu [Ikram a kol., 2008; Knopman a kol., 2005]. DM2 může poškodit díky pokročilé glykaci klíčových strukturních proteinů, nerovnováze mezi produkcí a eliminací reaktivních kyslíkových druhů a poruchami hexosaminových a polyolových drah, což způsobuje zesílení bazálních membrán mozkových kapilár [Arvanitakis a kol., 2006]. Takové mikrovaskulární změny, které se často vyskytují s dalšími důsledky obezity, jako je hypertenze, mohou vést k chronické subklinické ischemii, zhoršené spotřebě energie neuronů a atrofii v oblastech mozku s jemně zranitelnou vaskulaturou, jako jsou lentikulostrikční tepny bazálních ganglií [Breteler a kol., 1994]. Bazální gangliální nálezy v analýzách TBM mohou být také patrné kvůli komparativní nedostatečné citlivosti TBM musí ke změnám objemu v kortikálním povrchu kvůli hladkosti deformačních polí a výsledným dílčím objemovým efektům [Hua et al, 2009; Leow a kol., 2009]. Náš bivariate Výsledky DM2 jsou v souladu s předchozími zjištěními, že v DM2 jsou ovlivněny GM a WM [Korf a kol., 2007; Tiehuis a kol., 2008] a se studiemi FDG-PET, které prokázaly hypometabolismus v frontálních, temporálních a parietálních asociačních regionech a zadní gingus cingulate u kognitivně normálních jedinců s mírnou hyperglykémií [Kawasaki a kol., 2008].

Asociace DM2 nepřežil upravené vícenásobná regrese modely, které mohou být způsobeny malým počtem DM2 subjektů ve studii (n = 11), to samo o sobě může být důsledkem přežívajícího účinku. To znamená, že mnoho lidí s DM2 nemusí žít dostatečně dlouho, aby podstoupili skenování v rámci CHS. Tento předsudek může vést k nedostatku moci v EU vícenásobná regrese modely a neexistence statisticky významné interakce mezi BMI a DM2. Tento problém lze v budoucích studiích překonat analýzou většího počtu kognitivně normálních starších osob DM2. Taková práce by mohla objasnit možnou zprostředkovatelskou roli DM2 s ohledem na obezitu a atrofii mozku. Je lákavé spekulovat, že obézní a obézní lidé mají časnou subklinickou patologii DM2 (což se projevuje u obézních a obézních osob s vyšším FPI) a že to vede vzhledem k vztahu mezi BMI a mozkovou atrofií by to musela budoucí práce ověřit, protože jsme nezjistili žádné statisticky významné interakce mezi BMI a DM2 nebo FPI.

Naše zjištění, přijatá v souvislosti s dřívějšími studiemi, naznačují, že u starších osob s vyšší adipozitou je zvýšené riziko atrofie mozku a následně demence. Dokonce i naši starší jedinci, kteří byli velmi zdraví a potvrdili se kognitivně stabilní alespoň 5 let po základním skenování, byli postiženi atrofií mozku spojenou s obezitou. Naše výsledky naznačují, že jednotlivci mohou mít větší rozsah mozkové atrofie v důsledku obezity nebo v důsledku faktorů, které podporují obezitu, a že tato atrofie je může zase předisponovat k budoucímu kognitivnímu poškození a demenci. Důsledky tohoto cyklu zahrnují: (i) zesílenou morbiditu / úmrtnost u starších osob; ii) vyšší náklady na zdravotní péči v důsledku demence související s obezitou; a (iii) emocionální a jiná nefinanční zátěž pro pečovatele a poskytovatele zdravotní péče. Obezitní souvislosti s mozkovou atrofií a rizikem demence proto představují potenciální výzvu pro veřejné zdraví.

Tato studie použila neuroimagingové metody k prozkoumání účinků vyššího BMI, inzulínu a DM2 u kohorty starších komunit, kteří zůstali kognitivně normální po dobu pěti let po jejich skenování. Tyto výsledky proto pravděpodobněji odrážejí změny mozku v obecné populaci starších lidí, protože se vyhýbají předpojatostem studií, které vybírají subjekty ze speciálních klinik. Tenzorová morfometrie (TBM) nabízí mapování anatomických rozdílů ve vysokém rozlišení, nabízí vynikající citlivost na systematické strukturální rozdíly v mozku a postrádá selekční předpojatost trasování ROI, které zkoumají pouze část mozku. TBM jsme použili kvůli jeho účinnosti při analýze objemových skupinových rozdílů v celém mozku. V jiných typech studií založených na voxelu, jako je morfometrie založená na voxelu [Ashburner a Friston, 2000], někdy vyvstává otázka, zda zjištění lze přičíst nedokonalé registraci. Tato otázka vyvstává, protože ve VBM jsou vyhlazené mapy klasifikované šedé hmoty automaticky zarovnány mezi subjekty a vyhlazeny a poté jsou provedeny statistické závěry týkající se skupinových rozdílů odečtením skupinově zprůměrovaných obrázků. Je tedy možné, že rozdíl zjištěný na jakémkoli místě je způsoben nedokonalou registrací [Thacker a kol., 2004].

V TBM jsou však analyzované signály založeny pouze na registraci obrazů a nikoli na seřazených klasifikacích šedé hmoty, takže není nutné, aby byla šedá hmota dokonale registrována napříč subjekty, protože hustota šedé hmoty není analyzována při každém stereotaktickém umístění. Falešně pozitivní nálezy v důsledku systematických skupinových rozdílů v chybách registrace jsou proto méně pravděpodobné. I tak však mohou existovat falešně negativní nálezy, protože schopnost detekovat morfometrické rozdíly závisí na rozsahu, v jakém mohou být anatomická data porovnána pomocí algoritmu deformace. Morfometrické rozdíly ve finálním měřítku (např. V hippocampu nebo kortikální tloušťce) mohou být lépe detekovány pomocí jiných metod, které tyto struktury explicitně modelují. Preferovali jsme však použití TBM před porovnáváním kortikálních vzorců, protože TBM je schopen zpracovat větší počet subjektů v rychlejších časech a vyžaduje méně výpočetní paměti [Xue et al., 2008]. TBM je proto méně náchylný na zkreslení registrace než VBM a účinnější pro analýzu většího počtu subjektů než modelování kortikálních povrchů a porovnávání kortikálních vzorů.

Naše zjištění jsou omezena průřezovým designem, i když k informování výběru subjektů bylo použito podélné sledování, aby se minimalizovalo zmatení od těch, u nichž došlo k časné neurodegeneraci z Alzheimerovy choroby nebo jiných demencí. Náš vícenásobná regrese přístup představoval potenciálně matoucí účinky věku, pohlaví a rasy a DM2. Do tohoto modelu jsme nezahrnuli genotyp APOE4, protože proměnná neprokázala žádné statisticky významné vztahy v bivariační analýze (p = 0.39, permutační test).

S rostoucím počtem osob, které se stávají obézními i staršími, je nezbytné podrobné pochopení strukturálních abnormalit mozku v této skupině. Studie jako je toto naznačují, proč tito jedinci mohou mít zvýšené riziko demence. Dokonce i starší jedinci, kteří zůstali kognitivně normální dlouho po MRI, měli BMI asociovanou atrofii v mozkových oblastech zaměřených na neurodegeneraci: hippocampus, frontální laloky a thalamus. Tito jedinci mohou mít prospěch z intervencí ke snížení tělesného tuku a zažít lepší zdraví mozku ve stárnutí.

Doplňkový materiál

Poděkování

Vývoj algoritmu pro tuto studii byl financován NIA, NIBIB a NCRR (AG016570, EB01651, RR019771 až PT). Tato studie byla rovněž podpořena prostředky z Národního institutu stárnutí pro OLL (AG 20098, AG05133) a LHK (AG15928) a předdoktorského grantu American Heart Association před CAR (0815465D). Úplný seznam zúčastněných vyšetřovatelů a institucí CHS je k dispozici na adrese www.chs-nhlbi.org. CAR by rád ocenil dr. Williama E. Klunk za jeho mentorství a podporu.

Reference

  • WHO Obezita a nadváha. Světová zdravotnická organizace; 2009. http://www.who.int/dietphysicalactivity/publications/facts/obesity/en/. Přístup k dubnu 19, 2009.
  • Apostolova LG, Dutton RA, Dinov ID, Hayashi KM, Toga AW, Cummings JL, Thompson PM. Konverze mírné kognitivní poruchy na Alzheimerovu chorobu předpovídaná mapami hipokampální atrofie. Arch Neurol. 2006;63(5): 693-9. [PubMed]
  • Arvanitakis Z, Schneider JA, Wilson RS, Li Y, Arnold SE, Wang Z, Bennett DA. Diabetes souvisí s mozkovým infarktem, ale ne s patologií AD u starších osob. Neurologie. 2006;67(11): 1960-5. [PubMed]
  • Ashburner J, Friston KJ. Morfometrie založená na Voxelu - metody. Neuroimage. 2000;11: 805-21. [PubMed]
  • Bian L, Yang JD, Guo TW, Sun Y, SW Duan, Chen WY, Pan YX, Yeng GY, He L. Inzulín degradující enzym a Alzheimerova choroba. Neurologie. 2004;63: 241-245. [PubMed]
  • Braak H, Braak E. Neuropatologické stádium změn souvisejících s Alzheimerovou chorobou. Acta Neuropathol. 1991;82: 239-259. [PubMed]
  • Brach JS, Talkowski JB, Strotmeyer ES, Newman AB. Diabetes Mellitus a Gaitova dysfunkce: Možné vysvětlující faktory. Phys Ther. 2008
  • Braskie MN, Klunder AD, Hayashi KM, Protas H, Kepe V, Miller KJ, Huang SC, Barrio JR, Ercoli LM, Siddarth P a kol. Zobrazování plaku a spleti a poznání u normálního stárnutí a Alzheimerovy choroby. Neurobiol stárnutí. 2008
  • Breteler MM, van Swieten JC, Bots ML, Grobbee DE, Claus JJ, van den Hout JH, van Harskamp F, Tanghe HL, de Jong PT, van Gijn J, a kol. Cerebrální léze bílé hmoty, vaskulární rizikové faktory a kognitivní funkce v populační studii: Rotterdamská studie. Neurologie. 1994;44(7): 1246-52. [PubMed]
  • Callen DJA, Black SE, Gao F, Caldwell CB, Szalai JP. Za hippocampem. MRI volumetrie potvrzuje rozšířenou limbickou atrofii v AD. Neurologie. 2001;57: 1669-1674. [PubMed]
  • Česká R. Klinické důsledky metabolického syndromu. Diab Vasc Dis Res. 2007;4(Suppl 3): S2 – 4. [PubMed]
  • Claus JJ, Breteler MM, hasan D, Krenning EP, Bots ML, Grobbee DE, van Swieten JC, van Harskamp F, Hofman A. Cévní rizikové faktory, ateroskleróza, mozkové léze bílé hmoty a mozková perfúze v populační studii. Eur J Nucl Med. 1996;23(6): 675-682. [PubMed]
  • Colcombe SJ, Erickson KI, Raz N, Webb AG, Cohen NJ, McAuley E, Kramer AF. Aerobní zdatnost snižuje ztrátu mozkové tkáně u stárnoucích lidí. J Gerontol A Biol Sci Med Sci. 2003;58(2): 176-80. [PubMed]
  • Dai W, Lopez OL, Carmichael OT, Becker JT, Kuller LH, Gach HM. Abnormální regionální mozkový průtok krve u kognitivně normálních starších jedinců s hypertenzí. Mrtvice. 2008;39(2): 349-354. [PMC bezplatný článek] [PubMed]
  • DeKosky ST, Mathis CA, Cena JC, Lopresti BJ, Meltzer CC, Zioko SK, Hoge JA, Tsopelas N, Klunk WE. Studie lidského amyloidu se Pittsburghskou sloučeninou-B při mírném kognitivním poškození (MCI): Je MCI kritickým obdobím ukládání amyloidního plaku? Neurologie. 2006
  • den Heijer T, Vermeer SE, van Dijk EJ, Prins ND, Koudstaal PJ, Hofman A, Breteler MM. Diabetes typu 2 a atrofie středních spánkových struktur laloku na MRI mozku. Diabetologie. 2003;46(12): 1604-10. [PubMed]
  • Edgington ES. Testy náhodnosti. 3rd Edition Marcel Dekker; New York: 1995.
  • Elias MF, Elias PK, Sullivan LM, Wolf PA, D'Agostino RB. Obezita, cukrovka a kognitivní deficit: Framingham Heart Study. Neurobiol stárnutí. 2005;26(Suppl 1): 11-6. [PubMed]
  • Ferguson SC, Blane A, Perros P, McCrimmon RJ, Nejlepší JJ, Wardlaw J, Deary IJ, Frier BM. Kognitivní schopnost a struktura mozku u diabetu typu 1: vztah k mikroangiopatii a předchozí závažné hypoglykémii. Cukrovka. 2003;52(1): 149-56. [PubMed]
  • Fried LP, Borhani NO, Enright P, Furberg CD, Gardin JM, Kronmal RA, Kuller LH, Manolio TA, Mittelmark MB, Newman A, et al. Kardiovaskulární zdravotní studie: Návrh a zdůvodnění. Ann Epidemiol. 1991;1(3): 263-276. [PubMed]
  • Gazdzinski S, Kornak J, Weiner MW, Meyerhoff DJ. Index tělesné hmotnosti a markery magnetické rezonance mozkové integrity u dospělých. Ann Neurol. 2008;63(5): 652-7. [PMC bezplatný článek] [PubMed]
  • Genovese CR, Lazar NA, Nichols TE. Prahové hodnoty statistických map ve funkčním neuroimagingu pomocí míry falešného objevu. Neuroimage. 2002;15(4): 870-878. [PubMed]
  • Guo X, Pantoni L, Simoni M, Gustafson D, Bengtsson C, Palmertz B, Skoog I. Respirační funkce středního věku související s lézemi bílé hmoty a infarkty laktaru v pozdním životě: Prospektivní studie populace žen v Göteborgu ve Švédsku. Mrtvice. 2006;37(7): 1658-62. [PubMed]
  • Gustafson D, Lissner L, Bengtsson C, Bjorkelund C, Skoog I. 24-leté sledování indexu tělesné hmotnosti a mozkové atrofie. Neurologie. 2004;63(10): 1876-81. [PubMed]
  • Holmes CJ, Hoge R, Collins L, Woods R, Toga AW, Evans AC. Vylepšení MR snímků pomocí registrace pro průměrování signálu. J Comput Assist Tomogr. 1998;22(2): 324-33. [PubMed]
  • Hua X, Leow AD, Parikshak N, Lee S, Chiang MC, Toga AW, Jack CR, Jr., Weiner MW, Thompson PM. Tenzorová morfometrie jako neuroimagingový biomarker pro Alzheimerovu chorobu: MRI studie 676 AD, MCI a normálních subjektů. Neuroimage. 2008
  • Ikram MA, Vrooman HA, Vernooij MW, van der Lijn F, Hofman A, van der Lugt A, Niessen WJ, Breteler MM. Objemy mozkové tkáně v obecné starší populaci. Studie rotterdamského skenování. Neurobiol stárnutí. 2008;29(6): 882-90. [PubMed]
  • Irie F, Fitzpatrick AL, Lopez OL, Kuller LH, Peila R, Newman AB, Launer LJ. Zvýšené riziko Alzheimerovy choroby u osob s diabetem typu 2 a APOE epsilon4: Kognitivní studie o kardiovaskulárním zdraví. Arch Neurol. 2008;65(1): 89-93. [PubMed]
  • Kalmijn S, Fesken EM, Launer LJ, Stignen T, Kromhout D. Glukózová intolerance, hyperinzulinémie a kognitivní funkce v obecné populaci eldelry mužů. Diabetologica. 1995;38: 1096-1102.
  • Kawasaki K, Ishii K, Saito Y, Oda K, Kimura Y, Ishiwata K. Vliv mírné hyperglykémie na distribuční vzorce FDG mozku vypočtený statistickým parametrickým mapováním. Ann Nucl Med. 2008;22(3): 191-200. [PubMed]
  • Knopman DS, Mosley TH, Catellier DJ, Sharrett AR. Kardiovaskulární rizikové faktory a mozková atrofie u kohorty středního věku. Neurologie. 2005;65: 876-881. [PubMed]
  • Kochunov P, Lancaster J, Thompson P, Toga AW, Brewer P, Hardies J, Fox P. Optimalizovaný individuální cílový mozek v Talairachově souřadném systému. Neuroimage. 2002;17(2): 922-7. [PubMed]
  • Korf ES, van Straaten EC, de Leeuw FE, van der Flier WM, Barkhof F, Pantoni L, Basile AM, Inzitari D, Erkinjuntti T, Wahlund LO, et al. Diabetes mellitus, hypertenze a střední atrofie středního laloku: studie LADIS. Diabet Med. 2007;24(2): 166-71. [PubMed]
  • Leibson CL, Rocca WA, Hanson VA. Riziko demence u osob s diabetes mellitus: kohortová studie založená na populaci. Am J Epidemiol. 1997;145: 301-308. [PubMed]
  • Leow AD, Yanovsky I, Parikshak N, Hua X, Lee S, Toga AW, Jack CR, Jr., Bernstein MA, Britson PJ, Gunter JL a kol. Iniciativa pro neuroimaging Alzheimerovy choroby: jednoroční následná studie využívající morfometrii založenou na tenzorech, která koreluje s degenerativními rychlostmi, biomarkery a poznáváním. Neuroimage. 2009;45(3): 645-55. [PMC bezplatný článek] [PubMed]
  • Lepore N, Brun CA, Pennec X, Chou YY, Lopez OL, HJ A, Becker JT, Toga AW, Thompson PM. Střední šablona pro tenzorovou morfometrii pomocí deformačních tenzorů. In: Ayavhe N, Ourselin S, Maeder A, editoři. MICCAI2007, část II, LNCS 4792. Springer-Verlag; Berlin Heidelberg: 2007. str. 826 – 833.
  • Lopez OL, Jagust WJ, Dulberg C, Becker JT, DeKosky ST, Fitzpatrick A, Breitner J, Lyketsos CG, Jones B, Kawas C, et al. Rizikové faktory mírného kognitivního zúžení v kognitivní studii kardiovaskulárního zdraví: část 2. Arch Neurol. 2003a;60: 1394-1399. [PubMed]
  • Lopez OL, Kuller LH, Becker JT, Jagust JW, Fitzpatrick A, Carlson M, Breimer J, Lyketsos C. Klasifikace vaskulární demence v kognitivní studii kardiovaskulárního zdraví. Neurobiologie stárnutí. 2004;25(Suppl 1): S483.
  • Lopez OL, Kuller LH, Fitzpatrick A, Ives D, Becker JT, Beauchamp N. Hodnocení demence ve studii kardiovaskulárního zdraví. Neuroepidemiologie. 2003b;22(1): 1-12. [PubMed]
  • Lupien SJ, de Leon M, de Santi S, Convit A, Tarshish C, Nair NP, Thakur M, McEwen BS, Hauger RL, Meaney MJ. Hladiny kortizolu během stárnutí člověka předpovídají hipokampální atrofii a deficity paměti. Přírodní neurovědy. 1998;1(1): 69-73. [viz komentář] [erratum se objeví v Nat Neurosci 1998 Aug; 1 (4): 329]
  • Mankovsky BN, Ziegler D. Tah u pacientů s diabetes mellitus. Diabetes Metab Res Rev. 2004;20: 268-287. [PubMed]
  • Morra JH, Tu Z, Apostolova LG, Green AE, Avedissian C, Madsen SK, Parikshak N, Toga AW, Jack CR, Jr, Schuff N, Weiner MW, Thompson PM. Automatické mapování hipokampální atrofie v 1letých opakovaných datech MRI od 490 subjektů s Alzheimerovou chorobou, mírným kognitivním poškozením a staršími kontrolami. Neuroimage. 2009 Mar;45(Doplněk 1): S3 – 15. [PMC bezplatný článek] [PubMed]
  • McNeill AM, Katz R, Girman CJ, Rosamond WD, Wagenknecht LE, Barzilay JI, Tracy RP, Savage PJ, Jackson SA. Metabolický syndrom a kardiovaskulární onemocnění u starších lidí: Studie kardiovaskulárního zdraví. J Am Geriatr Soc. 2006;54(9): 1317-24. [PubMed]
  • Pannacciulli N, Del Parigi A, Chen K, Le DS, Reiman EM, Tataranni PA. Abnormality mozku u lidské obezity: morfometrická studie založená na voxelu. Neuroimage. 2006;31(4): 1419-25. [PubMed]
  • Swan GE, DeCarli C, Miller BL, Reed T, Wolf PA, Jack LM, Carmelli D. Sdružení krevního tlaku středního věku k poznání kognitivního poklesu a morfologie mozku. Neurologie. 1998;51(4): 986-93. [PubMed]
  • Taki Y, Kinomura S, Sato K, Inoue K, Goto R, Okada K, Uchida S, Kawashima R, Fukuda H. Vztah mezi indexem tělesné hmotnosti a objemem šedé hmoty u zdravých jedinců 1,428. Obezita (stříbrná pružina) 2008;16(1): 119-24. [PubMed]
  • Thompson PM, Giedd JN, Woods RP, MacDonald D, Evans AC, Toga AW. Vzory růstu ve vyvíjejícím se mozku detekované pomocí kontinuálních-mechanických tenzorových map. Příroda. 2000;404(6774): 190-193. [PubMed]
  • Thacker NA, Williamson DC, Pokric M. Voxel, analýza objemu tkáně z dat MRI. Br J Radiol. 2004;77(Specifikace č. 2): S114 – 25. [PubMed]
  • Tiehuis AM, van der Graaf Y, Visseren FL, Vincken KL, Biessels GJ, Appelman AP, Kappelle LJ, Mali WP. Diabetes zvyšuje atrofii a cévní léze na mozkové MRI u pacientů se symptomatickým arteriálním onemocněním. Mrtvice. 2008;39(5): 1600-3. [PubMed]
  • van Dijk EJ, Prins ND, Vermeer SE, Vrooman HA, Hofman A, Koudstaal PJ, Breteler MM. C-reaktivní bílkovina a mozkové onemocnění malých cév: Rotterdamova skenovací studie. Oběh. 2005;112(6): 900-5. [PubMed]
  • van Oijen M, Okereke OI, Kang JH, Pollak MN, Hu FB, Hankinson SE, Grodstein F. Hladiny inzulinu nalačno a kognitivní pokles u starších žen bez diabetu. Neuroepidemiologie. 2008;30(3): 174-9. [PMC bezplatný článek] [PubMed]
  • Watson GS, Peskind ER, Asthana S, Purganan K, počkejte C, Chapman D, Schwartz MW, Plymate S, Craft S. Insulin zvyšuje hladiny CSF A-Beta-42 u normálních starších dospělých. Neurologie. 2003;60: 1899-1903. [PubMed]
  • Vlk PA, Beiser A, Elias MF, Au R, Vasan RS, Seshadri S. Vztah obezity k kognitivní funkci: význam centrální obezity a synergický vliv doprovodné hypertenze. Studie Framinghamského srdce. Curr Alzheimer Res. 2007;4(2): 111-6. [PubMed]
  • Yaffe K, Blackwell T, Kanaya AM, Davidowitz N, Barrtett-Connor E, Krueger K. Diabetes, zhoršená glukóza na lačno a rozvoj kognitivních poruch u starších žen. Neurologie. 2004;63: 658-663. [PubMed]
  • Yue NC, Arnold AM, Longstreth WT, Elster AD, Jungreis CA, O'Leary DH, Poirier VC, Bryan RN. Změny sulkální, komorové a bílé hmoty při zobrazování MR ve stárnoucím mozku: Data ze studie kardiovaskulárního zdraví. Radiologie. 1997;202: 33-39. [PubMed]