Linking Symptom Phenotypes to Patterns of White Matter Injury in Mild Traumatic Brain Injury: A Latent Class Analysis [ORIGINAL RESEARCH]

Chung, S., Shin, S.-H., Alivar, A., McGiffin, J. N., Coelho, S., Rath, J. F., Fieremans, E., Novikov, D. S., El Berkaoui, A., Foo, F.-Y., Rashbaum, I. G., Amorapanth, P., Flanagan, S. R., Lui, Y. W.

View Original ↗
AI 導讀 academic MR 重要性 4/5

MTBI 依症狀分三群:即使無症狀患者,擴散 MRI 仍揪出胼胝體膝部近 30% 神經發炎。

  • LCA 演算法將 MTBI 成功拆解為無症狀 (31.5%)、認知異常 (38.9%) 與廣泛症狀 (29.6%) 三大類。
  • 無症狀組並非真沒事,在胼胝體膝部出現反向的 FA 上升與 MD 下降,暗示細胞水腫。
  • 廣泛症狀組呈現右半球周邊白質的 FA 下降與 MD 升高,且罕見地豁免了胼胝體中央區。

撞到頭後就算自覺毫無症狀,大腦白質依然已發生實質損傷——高達 31.5% 的無症狀輕度創傷性腦損傷患者,在擴散磁振造影中呈現胼胝體膝部異常。單靠病患主觀回報來決定處置,會漏掉近三分之一的真實腦傷。

RPQ 量表與演算法拆解的 3 種神經行為表型

臨床實務上,輕度創傷性腦損傷(MTBI)一直是令神經內外科與放射科頭痛的領域。多數病患在急診的常規電腦斷層(CT)掃描中毫無異常,甚至在標準的 T1、T2 或 FLAIR 磁振造影上也看不出實質病灶。然而,這些病患在受傷後幾個月內,往往會出現頭痛、頭暈、注意力不集中或記憶力衰退等多樣化的後遺症。過去的影像研究之所以難以找到穩定的生物標記,原因在於將所有 MTBI 病患視為單一同質性群體,這種傳統的「大鍋炒」全腦體素分析法,會讓不同損傷模式的訊號互相抵消。

為了拆解這種極度異質的臨床表現,紐約大學的研究團隊並未依賴單一的臨床門檻,而是導入了 LCA(Latent Class Analysis:一種用演算法將混雜數據自動分群的統計模型)。團隊針對 61 位受傷不到一個月的 MTBI 病患,讓他們填寫 RPQ(Rivermead Post-Concussion Symptoms Questionnaire:評估腦震盪後軀體與認知情緒症狀的標準量表)。這份量表涵蓋了 16 項常見的腦震盪後遺症,從生理層面的頭痛、噁心,到認知層面的健忘、處理速度變慢等。

透過無監督機器學習的分類,LCA 成功將這群看似混雜的病患精準劃分為三個具有明確生物學意義的次群組:第一組是幾乎沒有症狀的「無症狀或極輕微組」(佔比 31.5%);第二組是主要表現為注意力與記憶力障礙的「認知症狀組」(佔比 38.9%);第三組則是同時承受嚴重生理、情緒與認知困擾的「廣泛症狀組」(佔比 29.6%)。這種不預設影像結果、純粹依據神經行為表型驅動的分類方式,為後續尋找對應的白質損傷微結構打下了堅實基礎。

Table 1 與 Figure 2 定義的次群組與造影參數

從研究團隊的收案流程來看,最初分群的 61 位病患中,有 54 位實際完成了後續的高階影像掃描,並與 31 位年齡及性別匹配的健康對照組(HC)進行對比。Table 1 的人口統計學資料顯示,這 54 位 MTBI 病患的平均年齡與對照組並無顯著差異,排除了大腦退化帶來的潛在干擾。而在 Figure 2 中,作者詳細繪製了這三個次群組在 RPQ 量表各細項的得分雷達圖,可以清楚看到「廣泛症狀組」在所有維度的得分皆呈現向外擴張的高點,而「無症狀組」則緊貼著核心基準線。

具體在影像擷取方面,傳統的單殼層擴散張量造影(DTI)往往難以區分水分子在細胞內外空間的複雜流動。因此,本研究採用了更先進的 Multi-shell diffusion MRI(用多種磁場強度捕捉水分子複雜擴散模式的造影技術)。透過結合不同的 b 值(例如 b=1000, 2000 等),系統不僅能計算出常規的 FA(分數非等向性)與 MD(平均擴散率),還能提取出更具敏銳度的 MK(Mean Kurtosis:測量水分子擴散偏離常態分佈複雜度的指標)。

若進一步檢視感興趣區域(ROI)的劃分,作者沒有盲目進行全腦搜索,而是將大腦白質細分為中心區域(如胼胝體的膝部、體部、壓部)與周邊神經束(如放射冠、上縱束等)。透過比較這三個臨床次群組與對照組在不同 ROI 的擴散參數差異,研究團隊試圖回答一個核心問題:不同種類的腦震盪後遺症,是否對應著截然不同的白質解剖位置與微觀物理變化?

Table 1 與 Figure 2 定義的 3 種神經行為表型
次群組名稱佔比 (%)主要症狀表現預期白質病灶分佈
無症狀組31.5幾乎無 RPQ 症狀回報胼胝體膝部局灶性異常
認知症狀組38.9專注力下降、記憶力衰退中央白質網絡受損
廣泛症狀組29.6嚴重頭痛併發認知與情緒障礙右半球周邊神經束崩解

利用 RPQ 結合 LCA 演算法分類之次群組特徵

Table 3 證明無症狀組別的胼胝體膝部 FA 異常

最令人意外的數據出現在那些自覺良好、急診醫師通常會直接請他們回家休息的「無症狀或極輕微組」。Table 3 詳細列出了各組別的擴散指標數值,當這群佔比高達 31.5% 的病患與健康對照組進行比較時,他們的影像並非如預期般的「完全正常」。相反地,在胼胝體膝部(callosal genu)這個負責連接兩側額葉的關鍵中樞,這群病患展現了高度集中的局灶性微結構改變。

對比之下,這些無症狀病患在胼胝體膝部的 FA 值與 MK 值呈現顯著上升(例如相較於對照組的基準線,FA 值顯著提高,p < 0.05),同時 MD 值則呈現下降趨勢。在傳統的放射科認知中,白質損傷通常伴隨著 FA 下降與 MD 上升(代表神經纖維斷裂與髓鞘受損);然而,此處數值的反向變動,強烈暗示了截然不同的病理機制。作者推論,在受傷後一個月的亞急性期內,FA 與 MK 的上升很可能是 cytotoxic edema(細胞內水分蓄積造成的微觀腫脹)或局部星形膠質細胞急性活化的表現。

這項數據直接打破了臨床上的固有迷思。即便病患在 RPQ 量表上自認沒有頭痛、沒有記憶力衰退,大腦的額葉間連結依然承受了創傷當下的剪力破壞,並處於活躍的微觀發炎或水腫狀態。這意味著,症狀的有無,並不是判斷大腦白質是否發生實體損傷的可靠標準;無症狀病患的胼胝體依然留下了創傷的微觀印記。

各組別在胼胝體膝部的分數非等向性 (FA) 變化

無症狀組的 FA 反常上升,暗示急性期細胞毒性水腫

Figure 4 呈現廣泛症狀組的右側白質崩解

若將視角轉向症狀最嚴重的「廣泛症狀組」,Figure 4 的腦部熱圖為我們展示了一幅完全不同的病理風景。不同於無症狀組病灶集中在中央的胼胝體,廣泛症狀組的白質異常大量分佈在周邊的投射纖維與聯結纖維中,尤其是右半球呈現了壓倒性的優勢。更特別的是,這群承受極度痛苦的病患,他們的胼胝體反而相對被「豁免」(sparing),沒有觀察到顯著的擴散參數變異。

針對神經物理機制,廣泛症狀組在這些周邊神經束中,表現出與無症狀組完全相反的擴散數據走向:他們的 FA 值與 MK 值顯著降低,而 MD 值與軸向/徑向擴散率則大幅度攀升。這種參數組合是典型的 Wallerian 變性或 vasogenic edema(血管源性水腫導致細胞外水分增加)的特徵,代表神經軸突已經發生了實質性的斷裂、髓鞘脫失或組織結構的永久性鬆散。

至於居間的「認知症狀組」,其損傷模式則介於兩者之間,病灶主要集中在與記憶、注意力高度相關的中央白質網絡。這三個次群組在多殼層擴散造影上的涇渭分明,完美呼應了他們在 RPQ 量表上的不同表現。右半球周邊白質的大面積結構鬆散,可能是導致病患同時爆發嚴重頭痛、情緒低落與認知當機的主因;而僅有中央網絡受損的病患,則單純表現出記憶力與執行功能的缺損。

擴散微結構的動態演變與未來放射科處置建議

當然,作者在 Discussion 段落中也坦承了本研究設計上的先天限制。首先,這是一項橫斷面研究,受限於受傷後一個月內的單一時間點截取,我們無法得知這些擴散參數異常(尤其是無症狀組的 FA 值上升)在半年或一年後,會走向自癒的正常化,還是最終演變成萎縮與 FA 下降。其次,雖然將 54 位病患分為三組提高了表型的純度,但也導致每個次群組的樣本數下降(每組約 17 至 21 人),這可能會削弱部分較小神經束差異的統計檢定力。

回歸到常規的放射科與急診臨床工作,這篇論文提供了極具顛覆性的實務價值。我們必須意識到,MTBI 絕對不是一個可以一視同仁的診斷標籤。當臨床端會診一位主訴毫無症狀的輕度腦外傷患者時,這份報告提醒我們,其胼胝體內部很可能正在經歷細胞毒性水腫。雖然目前多殼層擴散造影尚未成為急診的第一線常規檢查,但將症狀表型與潛在的白質損傷模式建立連結,有助於我們在出具報告時,給予臨床醫師更謹慎的衛教建議。

未來,隨著擴散模型技術的普及,針對持續存在嚴重廣泛症狀的病患,放射科或許應主動建議安排包含高 b 值的擴散磁振造影,並特別將觀察重點放在右半球周邊白質的微結構完整性上,藉此為病患提供更精準的風險分層與後續復健指引。

臨床上遇到無症狀的輕度腦外傷病患,別在報告中輕易寫下「完全排除腦傷」;胼胝體膝部的細胞毒性水腫與擴散受限,往往在病患自覺良好時就已經悄悄展開。

Abstract

BACKGROUND AND PURPOSE:Mild traumatic brain injury (MTBI) is a common public health concern with potential long-term consequences, yet its underlying pathophysiology remains poorly understood. Clinical heterogeneity of individuals having diverse extent and array of symptoms has impeded the identification of reliable imaging biomarkers. Traditional group-level analyses may obscure biologically meaningful subtypes. This study uses latent class analysis (LCA) to classify MTBI subjects into symptom-defined subgroups and examines corresponding WM microstructural alterations using advanced diffusion MRI.MATERIALS AND METHODS:Sixty-one MTBI patients within one month of injury completed the Rivermead Post-Concussion Symptoms Questionnaire (RPQ). LCA was used to identify symptom-based subgroups. Of these, 54 MTBI patients underwent multi-shell diffusion MRI and were compared with 31 controls. WM changes were assessed across subgroups using ROI-based diffusion analyses.RESULTS:LCA identified three distinct MTBI subgroups: those with minimal to no symptoms (31.5%), the cognitively symptomatic (38.9%), and the more globally symptomatic (29.6%). The three groups were associated with different patterns of diffusion MRI differences compared with controls. The cognitively symptomatic subgroup showed predominantly central WM differences, the globally symptomatic subgroup exhibited more peripheral differences with right-hemisphere predominance and sparing the corpus callosum, marked by reduced fractional anisotropy and kurtosis and elevated diffusivities, the less symptomatic subgroup demonstrated focal differences in the callosal genu, with increased fractional anisotropy and kurtosis and decreased diffusivity measures.CONCLUSIONS:MTBI comprises biologically distinct phenotypes with subgroup-specific WM signatures on diffusion MRI. Even individuals with minimal to no symptoms show WM differences compared with controls, underscoring the limitations of symptom reporting alone. Integrating symptom-based classification with advanced diffusion MRI may improve diagnostic precision to help risk stratification and provide insight into mechanisms of injury.ABBREVIATIONS: LCA = latent class analysis; MTBI = mild traumatic brain injury; RPQ = Rivermead post-concussion symptoms questionnaire.