2型糖尿病患者腦白質病變與信息處理速度相關性研究

楊瀅霞 林化松 張金英

[摘要] 目的 探討2型糖尿病（T2DM）患者腦白質病變（WML）與信息處理速度的相關性分析。方法 該研究納入2019年7月—2020年1月T2DM患者62例和無糖尿病對照組24例，進行頭顱磁共振（MRI）檢查，采用Fazekas量表評估WML嚴重程度，并采用連線試驗A（TMT-A）進行信息處理速度檢測，對比兩組的一般臨床資料、Fazekas評分、連線試驗A完成時間，分析T2DM患者Fazekas評分與糖化血紅蛋白（HbA1c）、TMT-A完成時間的相關性，并采用多元線性回歸分析T2DM患者TMT-A完成時間的影響因素。結果 T2DM患者的空腹血糖（FBG）、HbA1c水平、Fazekas評分、TMT-A完成時間均高于對照組，差異有統計學意義（P<0.05）。T2DM患者的Fazekas PVH、Fazekas 總分與HbA1c存在正相關，Fazekas 各項評分均與TMT-A完成時間存在相關性。在多元線性回歸分析中，Fazekas PVH為T2DM患者TMT-A完成時間的獨立影響因素。結論 與無糖尿病者相比，T2DM患者的WML程度較重，且信息處理速度較慢，而腦室旁WML可能是影響T2DM患者信息處理速度的獨立影響因素。

[關鍵詞] 2型糖尿病;腦白質病變;信息處理速度

[中圖分類號] R587.1 ? ? ? ? ?[文獻標識碼] A ? ? ? ? ?[文章編號] 1672-4062（2020）11（a）-0030-04

[Abstract] Objective To explore the correlation between white matter lesions （WML） and mental processing speed in patients with type 2 diabetes （T2DM）. Methods This study included from July 2019 to January 2020 T2DM patients with 62 cases and control group 24 cases without diabetes， cranial magnetic resonance （MRI） examination， adopting Fazekas WML severity scale evaluation， and the connection test A （TMT-A） was used to detect the information processing speed， the general clinical data and compared two groups Fazekas score， the attachment test A complete time， analysis of T2DM patients Fazekas scores and glycosylated hemoglobin （HbA1c）， the correlation of TMT-A completion time， multiple regression analysis was used to analyze the influencing factors of TMT-A completion time in T2DM patients. Results The fasting blood glucose （FBG）， HbA1c， Fazekas bescore， and the complete time of TMT-A of T2DM patients were higher than those of the control group， the difference was statistically significant（P<0.05）. Fazekas PVH， Fazekas total scores of T2DM patients were positively correlated with HbA1c， while each part of Fazekas scores was correlated with TMT-A. In multiple linear regression analysis， Fazekas PVH was an independent influencing factor of TMT-A in patients with T2DM. Conclusion Compared with not-diabetic controls， T2DM patients have more severe WML and slower mental processing speed. Paraventricular WML may be an independent factor affecting the mental processing speed of T2DM patients.

[Key words] Type 2 diabetes mellitus; White matter lesions; Mental processing speed

隨著人口老齡化的進展及生活方式的改變，糖尿病的發病率越來越高。有研究報道，全球每11名成年人中就有1名為糖尿病患者[1]。2型糖尿病（type 2 diabetes mellitus，T2DM）可以累及微血管病變，腦小血管病是其常見的并發癥。

腦白質高信號（white matter hyperintensity，WMH）是指頭顱磁共振（MRI）T2和T2液體衰減反轉恢復序列（FLAIR）上的白質異常高信號，是一種腦小血管病的特征影像表現，其可導致以執行功能及信息處理速度下降為主的認知障礙[2]。既往通常認為，高血壓病為腦白質病變（white matter lesions，WML）的危險因素，而近來的研究發現T2DM與WML存在著相關性[3]。有研究報道，WML會導致T2DM患者出現認知功能惡化[4]。國內有研究發現T2DM合并WML患者會出現情景記憶下降[5]。而目前國內關于T2DM患者WML與信息處理速度關系的研究相對較少，因此，該研究選取2019年7月—2020年1月62例患者擬探討T2DM患者WML與信息處理速度的關系，現報道如下。

1 ?資料與方法

1.1 ?一般資料

選取該院收治的符合1999年WHO糖尿病診斷標準的T2DM患者62例。納入標準：年齡30～80歲，同意并且能配合完成頭顱MRI檢查及神經心理量表檢查。排除標準：既往有明確診斷的癡呆病史;重度焦慮或抑郁患者;存在運動功能受損的腦卒中后遺癥;既往腦外傷史;重度視力、聽力障礙;合并精神障礙。同時招募不符合T2MD診斷標準的無糖尿病對照組24例，其排除標準同T2DM組。該研究患者已簽署知情同意書，也獲得倫理委員會的批準。

1.2 ?方法

1.2.1 一般臨床資料 ?對T2DM組及對照組的一般臨床資料進行記錄，包括性別、年齡、教育年限、吸煙、飲酒、體質量指數（BMI）、高血壓病史等;并且收集受試者的空腹血糖（FBG）、糖化血紅蛋白（HbA1c）、血總膽固醇（TC）、甘油三酯（TG）等化驗指標，所采集的化驗指標均為受試者完成MRI檢查當天的晨起空腹靜脈血樣本。

1.2.2 神經心理量表評估 ?由經過專業培訓的評估師應用連線試驗A（trail-making test A，TMT-A）對T2DM組及對照組分別進行信息處理速度測定。連線試驗雖操作簡便，但可測查包括信息處理速度、注意力等認知域。TMT-A的操作是讓受試者將數字1～25按順序連接起來，并記錄完成時間。一般認為，TMT-A完成時間越長，則受試者的信息處理速度越慢。

1.2.3 影像學評估 ?對所有受試者進行頭顱MRI（GE 3.0T）掃描檢查，包括T2、T2 FLAIR、T1、DWI等序列。由有經驗的神經科醫師根據受試者的頭顱MRI的T2及T2 FLAIR序列的影像資料進行Fazekas評分。Fazekas量表是評估WML的一種常用的半定量評分量表，分為深部白質評分（Fazekas DWMH）和腦室旁白質評分（Fazekas PVH），兩部分分數相加即為Fazekas 總分。Fazekas DWMH評分標準為：無病變為0分;點狀病變為1分;病變開始融合為2分;病變大面積融合為3分。Fazekas PVH評分標準為： 無病變為0分;帽狀或者鉛筆樣薄層病變為1分;病變呈光滑的暈圈為2分;不規則的腦室旁高信號，延伸到深部白質為3分。

1.3 ?統計方法

采用SPSS 20.0統計學軟件分析，計量資料采用（x±s）表示;計數資料采用[n（%）]來表示。計量資料應用獨立樣本t檢驗，計數資料采用χ2檢驗，等級資料比較采用Mann-Whitney U檢驗;應用Pearson相關分析;應用多元線性回歸分析影響因素。P<0.05為差異有統計學意義。

2 ?結果

2.1 ?兩組一般臨床資料、Fazekas評分、TMT-A完成時間的比較

T2DM組的FBG、HbA1c、Fazekas評分以及TMT-A完成時間均高于無糖尿病對照組，差異有統計學意義（P<0.05）;兩組在年齡、性別、教育年限、BMI、高血壓病、吸煙、飲酒、血TC、血TG水平等方面差異無統計學意義（P>0.05），見表1。

2.2 ?T2DM組Fazekas評分與HbA1c水平、TMT-A完成時間的相關性分析

Pearson相關分析顯示，T2DM組患者的Fazekas PVH評分、Fazekas總分與HbA1c水平呈正相關關系（P<0.05）。Fazekas PVH評分、Fazekas總分與TMT-A完成時間存在中等強度的正相關，而Fazekas DWMH評分與TMT-A完成時間呈較弱的正相關（P<0.05）。見表2。

2.3 ?多元線性回歸分析T2DM組TMT-A完成時間的影響因素

以TMT-A完成時間為因變量，年齡、性別、教育年限、BMI、高血壓病、吸煙、飲酒、TG、TC、FBG、HbA1c、Fazekas PVH、Fazekas DWMH，Fazekas總分為自變量，進行逐步多元線性回歸分析，結果顯示Fazekas PVH評分是TMT-A完成時間的獨立影響因素（R=0.590，R2=0.348，調整 R2=0.318，方差分析P=0.002）。見表3。

3 ?討論

T2DM是一種常見的糖代謝紊亂疾病，常可累及微血管病變。而WML是腦小血管病的一種表現，可由反復腦白質缺血和氧化應激所致[6]。近來研究認為T2DM與WML存在著相關性[3，7]。人們認為T2DM可通過減少顱內血流灌注、激發炎癥反應等原因而導致WML。該研究通過Fazekas量表評估WML的嚴重程度，結果顯示T2DM患者WML的程度重于無糖尿病對照組，與既往文獻報道類似。此外，該研究還發現T2DM組TMT-A完成時間高于對照組，即提示T2DM患者的信息處理速度下降。國外也有研究報道T2DM患者會出現信息處理速度下降、執行功能及記憶受損[8]。

HbA1c可以有效地反映糖尿病患者過去3個月的血糖水平。有研究發現，HbA1c水平與WML及認知功能有關[9]。Roy S等[10]報道了HbA1c水平與信息處理速度呈負相關。該研究結果顯示HbA1c與WML存在著正相關性，提示著T2DM患者的血糖控制水平可能影響著腦白質的完整性，然而在多元線性回歸分析中，HbA1c并非影響T2DM患者信息處理速度的獨立影響因素，這與王煒煒等[11]研究結果相似。國外也有研究[12]顯示通過血糖干預而直接降低認知障礙的證據級別仍較低。盡管如此，鑒于對靶器官的保護，臨床上仍需積極控制血糖水平[2]。

該研究發現，T2DM患者腦室旁和深部白質病變均與信息處理速度存在著相關性，WML程度越重，信息處理速度越慢。國外也有研究[13]報道，在T2DM患者中，WMH體積增加與信息處理速度下降顯著相關。國內研究也顯示，T2DM患者的腦白質微結構出現損傷，胼胝體壓部白質受損與信息處理速度受損有關[14]。該研究顯示，經過矯正混雜因素后，深部白質病變并非信息處理速度的獨立影響因素。這可能是由于該研究納入的T2DM患者深部白質病變程度較輕有關，而WML對認知功能的影響通常還取決于WML的體積。當然，國內也有研究[5]表明深部白質病變可能與情景記憶更相關。此外，該研究在多元線性回歸分析中發現，腦室旁白質為T2DM患者信息處理速度的獨立影響因素。國內一些研究[7，15]也顯示腦室旁白質對認知障礙的影響更為密切。推測這可能由于T2DM可使血管內皮功能受損，引起血腦屏障破壞，加重腦室周圍白質病變，而腦室周圍白質病變會導致額頂葉白質傳導通路受損，最終導致額葉功能受損，出現信息處理速度減退。國外有研究[16]報道，WMH是介導血腦屏障破壞和信息處理速度下降的主要因素。

該研究存在著一些局限：首先，該研究樣本量較小;其次，該研究對白質病變僅采用半定量量表評估，未來可能需進一步擴大樣本量以及采用腦白質病變定量分析影像技術，以進一步探討T2DM患者WML與信息處理速度關系。

綜上所述，與無糖尿病者相比，T2DM患者的WML程度較重，且信息處理速度較慢，而WML可能是影響T2DM患者信息處理速度的獨立影響因素。

[參考文獻]

[1] ?Zheng Y，Ley SH，Hu FB.Global aetiology and epidemiology of type 2 diabetes mellitus and its complications[J].Nat Rev Endocrinol，2018，14（2）：88-98.

[2] ?彭丹濤.中華醫學會老年醫學分會老年神經病學組.腦小血管病相關認知功能障礙中國診療指南[J].中華老年醫學雜志，2019，38（4）：345-354.

[3] ?Espeland MA，Erickson K，Neiberg RH，et al.Action for health in diabetes brain magnetic resonance imaging （Look AHEAD Brain） ancillary study research group. brain and white matter hyperintensity volumes after 10 years random assignment to lifestyle intervention[J].Diabetes Care，2016，39（5）：764-771.

[4] Gao S，Chen Y，Sang F，et al.White Matter Microstructural Change Contributes to Worse Cognitive Function in Patients With Type 2 Diabetes[J].2019，68（11）：2085-2094.

[5] ?張曉璐，張揚，馬光陽，等.2型糖尿病病人腦白質高信號與情景記憶的相關性研究[J].國際醫學放射學雜志，2020，43（4）：379-383.

[6] ?Bagi Z，Brandner DD，Le P，et al.Vasodilator dysfunction and oligodendrocyte dysmaturation in aging white matter[J].Ann Neurol，2018，83：142-152.

[7] ?陳蕊華，蔣曉真，隋海晶，等.2型糖尿病患者腦白質病變與輕度認知功能障礙的相關性研究[J].中國糖尿病雜志，2020， 28（5）：331-335.

[8] ?Sadanand S，Balachandar R，Bharath S.Memory and executive functions in persons with type 2 diabetes： a meta -analysis[J].Diabetes Metab Res Rev，2016，32：132-142.

[9] ?Reppl J，Karliczek G，Meinert S，et al.Variation of HbA1C affects cognition and white matter microstructure in healthy， young adults[J].Mol Psychiatry，2020.Mar 13. [Epub ahead of print].

[10] ?Roy S，Kim N，Desai A，et al.Cognitive function and control of type 2 diabetes mellitus in young adults[J].Am j med sci，2015，7（5）：220-226.

[11] ?王煒煒，宋曉燕.糖化血紅蛋白水平與老年2 型糖尿病患者早期認知功能減退的關系[J].中華保健醫學雜志，2020， 22（3）：176-179.

[12] ?Areosa Sastre A，Vernooij RW，Gonzalez-Colaco Harmand M，et a1.Effect of the treatment of type2 diabetes mellitus on the development of cognitive impairment and dementia[CD].CochraneDatabase SystRev，2017，6：Cd003804.

[13] ?Onno N Groeneveld，Costanza Moneti，Rutger Heinen，et al.The Clinical Phenotype of Vascular Cognitive Impairment in Patients with Type 2 Diabetes Mellitus[J].2019，68（1）：311-322.

[14] ?李夢春，羅財妹，秦若夢，等.2型糖尿病合并認知功能障礙患者的腦白質結構變化的影像學特征分析[J].中國臨床神經科學，2019，27（6）：624-632.

[15] ?馮麗，葉娜，王金芳，等.腦白質疏松患者病變部位與認知功能的相關性[J].中華行為醫學與腦科學雜志，2018，27（1）：26-30.

[16] ?Whitney M Freeze，Heidi IL Jacobs，Joost J de Jong，et al.White matter hyperintensities mediate the association between blood-brain barrier leakage and information processing speed[J].2020，85：113-122.

（收稿日期：2020-08-05）