Добрынина Л.А.

ФГНБУ «Научный центр неврологии»

Гнедовская Е.В.

ФГБНУ «Научный центр неврологии»

Забитова М.Р.

ФГБНУ «Научный центр неврологии»

Кремнева Е.И.

ФГБНУ «Научный центр неврологии»

Шабалина А.А.

ФГБНУ «Научный центр неврологии»

Макарова А.Г.

ФГБНУ «Научный центр неврологии»

Цыпуштанова М.М.

ФГБНУ «Научный центр неврологии»

Филатов А.С.

ФГБНУ «Научный центр неврологии»

Калашникова Л.А.

ФГБНУ «Научный центр неврологии»

Кротенкова М.В.

ФГБНУ «Научный центр неврологии»

Кластеризация диагностических МРТ-признаков церебральной микроангиопатии и ее связь с маркерами воспаления и ангиогенеза

Авторы:

Добрынина Л.А., Гнедовская Е.В., Забитова М.Р., Кремнева Е.И., Шабалина А.А., Макарова А.Г., Цыпуштанова М.М., Филатов А.С., Калашникова Л.А., Кротенкова М.В.

Подробнее об авторах

Прочитано: 8057 раз


Как цитировать:

Добрынина Л.А., Гнедовская Е.В., Забитова М.Р., и др. Кластеризация диагностических МРТ-признаков церебральной микроангиопатии и ее связь с маркерами воспаления и ангиогенеза. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2020;120(12‑2):22‑31.
Dobrynina LA, Gnedovskaya EV, Zabitova MR, et al. Clustering of diagnostic MRI signs of cerebral microangiopathy and its relationship with markers of inflammation and angiogenesis. S.S. Korsakov Journal of Neurology and Psychiatry. 2020;120(12‑2):22‑31. (In Russ.)
https://doi.org/10.17116/jnevro202012012222

Рекомендуем статьи по данной теме:
Ней­ро­ви­зу­али­за­ци­он­ные пре­дик­то­ры ге­мор­ра­ги­чес­кой тран­сфор­ма­ции ише­ми­чес­ко­го ин­суль­та. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. Спец­вы­пус­ки. 2024;(12-2):34-38
Эк­спе­ри­мен­таль­ные мо­де­ли жи­вот­ных в изу­че­нии воз­раст-за­ви­си­мой це­реб­раль­ной мик­ро­ан­ги­опа­тии. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. Спец­вы­пус­ки. 2025;(3-2):57-68
Ког­ни­тив­ные на­ру­ше­ния у па­ци­ен­тов с рас­се­ян­ным скле­ро­зом. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. Спец­вы­пус­ки. 2025;(4-2):67-73
Лич­нос­тные ха­рак­те­рис­ти­ки па­ци­ен­тов с це­реб­раль­ной мик­ро­ан­ги­опа­ти­ей. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2025;(3):51-56
Це­реб­раль­ная мик­ро­ан­ги­опа­тия. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2025;(7):15-24

Церебральная микроангиопатия (ЦМА), ассоциированная с возрастом и сосудистыми факторами риска, является ведущей причиной сосудистых и смешанных с дегенерацией когнитивных расстройств (КР), инсультов, нарушений ходьбы и функции тазовых органов [1—6]. МРТ-признаки являются определяющими в диагностике и оценке течения ЦМА [4, 7, 8]. Недавними исследованиями показано, что комбинация признаков и общее бремя ЦМА обладает преимуществом в прогнозировании снижения когнитивных функций [9—12]. В то же время известно, что у больных с ЦМА имеются значительные различия в темпе течения заболевания [13] и характере поражения вещества головного мозга [14, 15], что может быть объяснено гетерогенностью механизмов развития заболевания и его форм. Патофизиология ЦМА окончательно не уточнена [8, 16, 17]. В связи с этим особую значимость приобретают совершенствование МРТ-диагностики ЦМА и исследование механизмов ее развития [7, 18—20], направленные на поиск патофизиологических маркеров прогрессирования заболевания. Одним из направлений в их уточнении является оценка связи МРТ-данных с показателями состава крови, ассоциированными с различными механизмами поражения сосудистой стенки и мозга [16, 21—23]. Мы предположили, что последовательный анализ степени выраженности МРТ-признаков в разных отделах мозга и их сочетания может выявить группы (кластеры) МРТ-признаков, наиболее вероятно обусловленные различиями в механизмах их формирования. В этом случае сопоставление кластеров МРТ-признаков с циркулирующими маркерами поражения сосудов и мозга может помочь дифференцировать патогенетические варианты ЦМА и связанные с ними клинические проявления. Исследовались фактор некроза опухоли-α (TNF-α), трансформирующий фактор роста-β1 (TGF-β1), гипоксией индуцируемый фактор 1-α (HIF1-α), сосудистый эндотелиальный фактор роста (VEGF-А), показавшие в проводимом ранее скрининговом исследовании лиц трудоспособного возраста с и без артериальной гипертензии (АГ) связь с формированием МРТ-признаков ЦМА [22]. Их выбор обосновывается доказанным в эксперименте участием в ведущих для развития ЦМА механизмах — повреждении эндотелия и внеклеточного матрикса с последующим ремоделированием сосудистой стенки, а также ролью хронического воспаления с высокой проницаемостью сосудистой стенки в инициировании и поддержании данных процессов [24—27]. Другие клинические исследования значимости данных циркулирующих маркеров поражения сосудистой стенки и мозга немногочисленны. Установлена связь полиморфизма промотора гена TNF-α, ассоциированного с повышением уровня TNF-α, с ишемическим инсультом [28] и уровня TGF-β1 — с прогрессирующим поражением глубокого белого вещества у пациентов с ЦМА [29]. Данные в отношении VEGF противоречивы. Его уровень показал нелинейные взаимоотношения с риском сердечно-сосудистых осложнений: низким — в нижнем и верхнем квартиле значений и высоким — в средних [30], отсутствие связи с выраженностью МРТ-признаков ЦМА у людей среднего возраста [31] при ее наличии у пациентов старшего возраста [17].

Цель исследования — провести кластерный анализ МРТ-признаков ЦМА и уточнить связь выделенных групп с циркулирующими маркерами воспаления и ангиогенеза.

Материал и методы

Обследованы 96 больных с ЦМА (31 мужчина и 65 женщин, средний возраст — 60,91±6,57 года). Критерии включения: возраст 46—70 лет и МРТ-изменения головного мозга, соответствующие ЦМА (лакуны, гиперинтенсивность белого вещества (ГИБВ), расширенные периваскулярные пространства, микрокровоизлияния, атрофия головного мозга) [7]. Больные с ГИБВ стадии Fazekas I (F1)включались в исследование при наличии АГ 2-й и 3-й степени и/или ≥1 лакуны.

Критерии невключения: 1) выраженная деменция; 2) КР вследствие вероятной болезни Альцгеймера [32, 33]; 3) пациенты с малыми субкортикальными инфарктами/лакунами <3 месяцев после острого нарушения мозгового кровообращения; 4) ЦМА вследствие других самостоятельных причин (генетических, воспалительных, тромбофилических, системных, токсических, тяжелой мигрени в анамнезе); 5) наличие иной причины инсульта и сопутствующей патологии вещества головного мозга, кроме ЦМА; 6) атеросклеротический стеноз >50% экстра- или интракраниальных артерий; 7) тяжелая соматическая патология — кардиальная (фракция выброса <50%), эндокринная (сахарный диабет 1-го или 2-го типов с тяжелыми сосудистыми осложнениями, некомпенсированные нарушения функции щитовидной железы), почечная (хроническая болезнь почек при скорости клубочковой фильтрации <30 мл/мин) и др.; 8) противопоказания для МРТ-исследования.

Группа контроля состояла из 21 здорового добровольца (6 мужчин и 15 женщин, средний возраст 57,33±5,19 года) без клинических и МРТ-данных сосудистой и дегенеративной патологии головного мозга.

Всех больных опрашивали о развитии общих и неврологических проявлений заболеваний. Оценивали соматическое состояние, основные сосудистые факторы риска [34], неврологические синдромы. Тяжесть КР устанавливали на основании одновременной оценки когнитивных функций по Монреальской шкале (MoCA) [35] и независимости в повседневной жизни [36]. Деменция диагностировалась при ≤26 баллов по шкале MoCA и зависимости от окружающих, умеренные КР — ≤26 баллов и независимости, субъективные КР — >26 баллов и наличии когнитивных жалоб [35, 36]. Нарушения ходьбы, не связанные с гемипарезом, оценивались по тяжести: легкие — изменения походки только в усложненных пробах (тандемная, фланговая ходьба); умеренные — укорочение длины шага, замедление ходьбы, неустойчивость в усложненных пробах при отсутствии изменений базы, ритма ходьбы и потребности в опоре; выраженные — при четко сформированном лобно-мозжечковом или лобно-подкорковом типах нарушений ходьбы без опоры или непостоянной односторонней опоре; грубые — наличие лобно-мозжечкового или лобно-подкоркового типа нарушений ходьбы с потребностью в одно- или двусторонней опоре.

МРТ и анализ МРТ-данных были проведены у всех пациентов. МРТ головного мозга проводили на магнитно-резонансном томографе Siemens MAGNETOM Verio (Siemens AG, Erlangen, Германия) с величиной магнитной индукции 3 Тл с использованием 12-канальной головной катушки. Для обеспечения стандартов критериев STRIVE в протокол сканирования вошли следующие режимы: 1) Т2-спиновое эхо в аксиальной проекции (time repetition (TR) — 4000 мсек, time echo (TE) — 118 мсек, толщина среза 5 мм, продолжительность 2 мин 2 с); 2) 3D T1-mpr эхо в сагиттальной проекции (TR — 1900 мсек, TE — 2,5 мсек; толщина среза 1 мм; продолжительность: 4 мин 16 сек); 3) 3D FLAIR в сагиттальной проекции (TR — 6000 мсек, TE — 395 мсек; толщина среза 1 мм, продолжительность — 7 мин 12 с); 4) DWI (diffusion-weighted image) в аксиальной проекции (TR — 6600 мсек, TE — 100 мсек, толщина среза 4 мм, 2 b-фактора = 0 и 1000 с/мм2, 3 направления диффузии; продолжительность: 2 мин 4 с); 5) SWI (susceptibility-weighted imaging) в аксиальной проекции (TR — 28 мсек, TE — 20 мсек, фазовые и магнитудные изображения с толщиной среза 1,2 мм, а также mIP-изображения с толщиной среза 9,6 мм; продолжительность: 7 мин 50 с).

Визуальный анализ МРТ-признаков ЦМА проводился двумя независимыми нейрорадиологами в соответствии с рекомендациями STRIVE. Общая оценка МРТ-признаков включала анализ выраженности ГИБВ по стадиям Fazekas (F0—F3 стадии), частоты встречаемости у пациентов лакун, микрокровоизлияний, расширенных периваскулярных пространств (>1 мм) в базальных ганглиях, семиовальных центрах и субарахноидальных пространств (атрофия) височных долей.

Для проведения кластерного анализа оценивались МРТ-признаки в различных областях головного мозга по 4-балльной шкале выраженности: 1) лакуны (режимы T1, T2 FLAIR; шкала — «0» — нет, «1» — <5, «2» — 5—10, «3 балла» — >10 лакун) раздельно в белом веществе головного мозга, базальных ганглиях, мозжечке и стволе мозга; 2) ГИБВ (режим T2 FLAIR; шкала — «F0» — нет ГИБВ, «F1» — единичные очаги, «F2» — наличие как единичных, так и частично сливных очагов, «F3» — сливные очаги) в передних и задних отделах лобных, теменных, височных и затылочных долей раздельно по зонам — в юкстакортикальном (до 4 мм от границы коры с белым веществом), перивентрикулярном (до 13 мм от стенки боковых желудочков) и глубоком (зона между перивентрикулярным и юкстакортикальным белым веществом) белом веществе [37]; 3) микрокровоизлияния (режим SWI; шкала — «0» — нет, «1» — <5, «2» — 5—10, «3 балла» — >10 микрокровоизлияний) раздельно в подкорковых структурах и различных отделах головного мозга (передние и задние отделы лобных долей, теменные доли, височные доли, затылочные доли); 4) расширенные периваскулярные пространства (режимы T1, T2 FLAIR; шкала — «0» — отсутствие, «1» — 1 мм, «2» — 2 мм, «3 балла» — 3—4 мм), раздельно в семиовальных центрах и подкорковых структурах; 5) церебральная атрофия (режим T1; шкала «0» — норма, «1» — раскрытие борозд, «2» — снижение объема извилин, «3 балла» — атрофия извилин по типу лезвия ножа) в долях головного мозга [38].

Исследование показателей крови проводилось у 70 больных (23 мужчины и 47 женщин, средний возраст 60,1±6,5 года) и 21 доброволец (6 мужчин и 15 женщин, средний возраст 57,33±5,19 года).

Определяли уровни VEGF-A (Kit BCM Diagnostic, США), TNF-α (Kit BCM Diagnostic, USA), HIF-1α (Kit Cusabio, США), TGF-β1 (Kit Cusabio, США) методом иммуноферментного анализа (ELISA) на плашечном ридере VICTOR 2 (Perkin Elmer, Waltham, MA, США). Взятие венозной крови проводили в утренние часы, натощак, в пробирки вакутейнеры (Greiner bio-one, Kremsmünster, Austria) с активатором свертывания для получения сыворотки. Контроль качества определяемых параметров методом ELISA проводился в дублях с использованием лиофилизированных контрольных сывороток с низким и высоким содержанием исследуемых аналитов.

Исследование было одобрено локальным этическим комитетом. Все обследуемые подписали информированное согласие на проведение исследования и обработку личных данных.

Статистический анализ проводили с помощью программного обеспечения IBM SPSS 23.0 (IBM SPSS Statistics, version 23.0, IBM Corp., Armonk, NY, США) и R 3.4.3. (R Foundation for Statistical Computing, Vienna, Austria). В качестве описательной статистики для категориальных и порядковых переменных использовали частоту и долю (%), для количественных переменных — медиану и квартили. Во всех случаях использовали двусторонние варианты статистических критериев. Нулевую гипотезу отвергали при p<0,05.

Частоты категорий качественных переменных по уровням независимых (группирующих) переменных сравнивали при помощи критерия χ2 или точного критерия Фишера.

По характеристикам выраженности МРТ-признаков ЦМА в разных отделах мозга был проведен кластерный анализ — иерархический агломеративный метод и итерационный алгоритм k-средних [39]. Данный метод позволяет выявить и сгруппировать повторяющиеся паттерны изменений по нескольким переменным. Проблему неоднородности единиц измерения признаков решали при помощи предварительной стандартизации переменных с вычислением стандартизованного вклада (Z-вклада) по формуле:

где xi — значение данного наблюдения; xi — среднее; σ — стандартное отклонение.

Значения количественных переменных по уровням независимых (группирующих) переменных сравнивали с использованием теста Краскела—Уоллиса с последующими попарными сравнениями по Манну—Уитни с поправкой Бонферрони. Для оценки взаимосвязи количественных переменных между собой использовали корреляционный анализ Спирмена.

Результаты

В табл. 1 представлена общая характеристика пациентов с ЦМА и группы контроля.

Таблица 1. Общая характеристика пациентов с ЦМА и группы контроля

Показатель

ЦМА

n=96 (100%)

Контроль

n=21 (100%)

p

Возраст (годы)

60,91±6,57

59,13±6,56

0,615

Пол, женщины

64 (66,7%)

15 (65,2%)

0,814

АГ

82 (85,4%)

10 (43,5%)

0,001

степень

1

9 (9,4%)

5 (21,7%)

2

20 (20,8%)

4 (17,4%)

3

53 (55,2%)

1 (4,3%)

Сахарный диабет

17 (17,7%)

0 (0%)

0,022

Курение

25 (26%)

7 (30,4%)

0,440

Индекс массы тела

28,85±4,28

27,91±4,32

0,617

Исследуемые группы были сопоставимы по полу и возрасту. У 83% пациентов с ЦМА была АГ, более тяжелая по сравнению с контрольной группой.

В табл. 2 приведена характеристика основных клинических синдромов и МРТ-признаков у пациентов с ЦМА.

Таблица 2. Характеристика основных клинических синдромов и МРТ-признаков у пациентов с ЦМА

Признак

Пациенты ЦМА, n (%)

Когнитивные нарушения:

96 (100%)

деменция

15 (15,6%)

умеренные КР

46 (47,9%)

субъективные КР

35 (36,5%)

Нарушения ходьбы, не связанные с гемипарезом:

51 (53,2%)

легкие

26 (27,1%)

умеренные

11 (11,5%)

выраженные

12 (12,5%)

грубые

2 (2,1%)

Тазовые нарушения:

35 (36,5%)

учащение мочеиспускания

20 (20,8%)

недержание мочи

15 (15,6%)

ГИБВ (стадии): F1/F2/F3

26 (27,1%)/31 (32,3%)/ 39 (40,6%)

Лакуны (число пациентов):

базальные ганглии

32 (33,3%)

белое вещество

42 (43,8%)

Микрокровоизлияния число пациентов)

базальные ганглии

28 (29,2%)

височные доли

24 (25%)

Расширенные периваскулярные пространства (≥3 мм):

базальные ганглии

28 (29,2%)

семиовальные центры

4 (4,2%)

Наружная атрофия височной доли

15 (15,6%)

Результаты оценки лакун, ГИБВ, микрокровоизлияний по 4-балльной шкале выраженности представлены на рис. 1.

Рис. 1. МРТ-признаки ЦМА: частота встречаемости и выраженность по 4-балльной шкале в исследуемых отделах мозга.

а — ГИБВ; б — микрокровоизлияния; в — лакуны. Слева на схемах а, б, в — базальные ганглии, справа на схемах а, б от наружной поверхности мозга — юкстакортикальное, глубокое белое вещество и перивентрикулярное белое вещество, в — белое вещество.

* — для ГИБВ и микрокровоизлияний в исследуемых отделах белого вещества частота встречаемости менее 10% на диаграммах не приведена.

Полученные данные были использованы для проведения иерархического кластерного анализа МРТ-признаков ЦМА. Результаты представлены на дендрограмме (рис. 2), отображающей все полученные кластеры, а также их вложенность относительно друг друга. Использовался итерационный метод k-средних, использующий минимизацию суммарного квадратичного отклонения точек кластеров от центров этих кластеров и выделение кластеров на основе визуального анализа. На рис. 2 горизонтальная линия обрезает дендрограмму на уровне максимального разделения кластеров, визуально выделяя два кластера.

Рис. 2. Дендрограмма иерархической классификации пациентов.

По оси абсцисс — объединяемые объекты, по оси ординат — близость кластеров.

Два пациента не распределились ни в один из кластеров из-за ограничений их протокола сканирования. В первый кластер вошли 18 пациентов с ГИБВ стадии F3; во второй — 76 пациентов с ГИБВ разных стадий — F3 — 22, F2 — 28 и F1 — 26 пациентов. Неравномерное распределение пациентов между кластерами ограничивало последующие этапы статистического анализа, в связи с чем сопоставление кластеров проводилось между пациентами с ГИБВ стадии F3. Кластеры были обозначены как МРТ-тип 1-й и 2-й стадии F3. МРТ-тип 1 (n=18; 6 женщин, средний возраст — 59,1±6,8 года) и тип 2 (n=22, 15 женщин, средний возраст — 63,5±6,2 года) не различались между собой по возрасту, полу, тяжести АГ, наличию других факторов риска.

В МРТ-типе 1 по сравнению с МРТ-типом 2 отмечалось значимое (p<0,05) преобладание выраженной перивентрикулярной ГИБВ во всех отделах полушарий мозга, стволе, подкорковых структурах; множественных лакун и микрокровоизлияний во всех отделах; атрофии. Во 2-м типе стадии F3 ЦМА преобладали перивентрикулярная височно-теменная или юкстакортикально-глубокая ГИБВ, лакуны в белом веществе полушарий, расширенные периваскулярные пространства в проекции базальных ядер при отсутствии микрокровоизлияний (рис. 3).

Рис. 3. Характерные изменения МРТ-типов 1-й и 2-й стадии F3.

А. МРТ-тип 1: а, б — распространенная с вовлечением перивентрикулярных отделов ГИБВ и лакуны в белом веществе; в — лакуны в базальных ядрах, г — распространенные множественные микрокровоизлияния; Б. МРТ-тип 2: а — перивентрикулярная и глубокая ГИБВ в височных отделах; б — распространенная глубокая и юкстакортикальная ГИБВ; в — лакуны в белом веществе; г — расширенные периваскулярные пространства в базальных ганглиях.

Пациенты с МРТ-типом 1 по сравнению с пациентами с МРТ-типом 2 имели более тяжелые КР (p=0,006) и нарушения ходьбы, не связанные с гемипарезом (p=0,01).

Формирование МРТ-типов было связано с уровнем TNF-α (p=0,039), VEGF-A (p=0,016), но не TGF-β1 (p=0,141), HIF-1α (p=0,110). Проведенные сопоставления уровня данных показателей крови между пациентами МРТ-типов 1 и 2, контролем и выявленные значимые различия приведены на рисунке 4. По сравнению с контролем пациенты МРТ-типа 1 характеризовались снижением уровня VEGF-A (p=0,013), МРТ-типа 2 — повышением TNF-α (p=0,034). Имелась тенденция к различиям между МРТ-типами 1 и 2 в уровне TNF-α и VEGF-A.

Рис. 4. Сравнительный анализ уровня VEGF-А и TNF-α между пациентами МРТ-типов 1 и 2 и контролем.

Установлены корреляции уровней TNF-α с TGF-β1 (R=0,378, p=0,000) и HIF-1α (R=0,220, p=0,035); VEGF-A с HIF-1α (R=0,237, p=0,023).

Обсуждение

Определяющая роль МРТ-признаков в диагностике ЦМА [7,8], преимущества оценки комбинации МРТ-признаков для характеристики поражения мозга и клинических проявлений [9—12], различия в характере поражения вещества головного мозга [14, 15] и течении ЦМА [13] явились основанием для предположения о возможном группировании МРТ-признаков на основе патогенетической однородности механизмов их развития. Степень выраженности МРТ-признаков в разных отделах мозга была оценена по балльной шкале и с помощью кластерного анализа проверена их сочетаемость. Отделы белого вещества были разделены в соответствии с особенностями кровоснабжения белого вещества [40, 41] и классическим делением мозга на доли, что в целом совпало с используемым анатомическим делением белого вещества у пожилых [37]. Выделенные кластеры МРТ-признаков стадии F3, условно обозначенные как МРТ-типы 1 и 2, имели значимые различия в нейровизуализационном профиле (см. рис. 3). Подтверждением того, что данные МРТ-типы связаны с доминированием определенных патологических механизмов, а не являются стадиями заболевания, могут служить значимые различия в тяжести их клинических проявлений при отсутствии различий в выраженности основных факторов риска ЦМА — АГ и возраста. Вследствие этого установленные при МРТ-типах 1 и 2 характерные изменения в уровне циркулирующих маркеров крови могут свидетельствовать о значении ассоциированных с ними механизмов в повреждении сосудов и мозга при данных типах.

Характерное для МРТ-типа 1 снижение уровня VEGF-A наиболее вероятно соответствует серьезному и распространенному повреждению сосудистой стенки с нарушением аутокринного синтеза VEGF-A эндотелиальными клетками и их гибелью [42]. Это согласуется с более тяжелыми МРТ-изменениями и клиническими проявлениями, чем при МРТ-типе 2. Возможность такого исхода имеет морфологические подтверждения [43]. VEGF-A является ведущим фактором ангиогенеза, регулирующим в том числе пролиферацию, выживание и миграцию эндотелиальных клеток, проницаемость сосудов [44]. Полученные нами данные о связи снижения VEGF-A с формированием определенного нейровизуализационного профиля могут быть одним из объяснений противоречивых взаимоотношений VEGF-A с ЦМА [17, 30, 31, 45, 46]. Наиболее вероятно, что отсутствие изменений в уровне VEGF-A у пациентов МРТ-типа 2 по сравнению с контролем свидетельствует о достаточной сохранности эндотелия, что поддерживается менее тяжелыми нейровизуализационными и клиническими проявлениями. В исследовании установлена прямая корреляция VEGF-A с HIF-1α (R=0,237, p=0,023). Это согласуется с установленной в эксперименте ролью HIF-1α —ключевого фактора транскрипции при гипоксии [47], в VEGF-опосредованном нарушении целостности и повышении проницаемости гематоэнцефалического барьера (ГЭБ) [48, 49] и в целом данного механизма в развитии ЦМА [25, 50].

Выявленное при МРТ-типе 2 повышение TNF-α указывает на значение данного основного системного провоспалительного цитокина [51—54] в поражении сосудов и мозга с формированием характерных для данного типа МРТ-изменений. В эксперименте показана связь повышения TNF-α с увеличением проницаемости ГЭБ, отеком тканей, воспалением, гибелью олигодендроцитов и деструкцией основного белка миелина [55—59]. Установлено, что активация TNF-R1 сопряжена с NF-κB и протеинкиназным провоспалительным, цитотоксическим и апоптозным ответом; TNF-R2 — с активацией, пролиферацией и миграцией клеток [53, 54]. Подобно другим цитокинам TNF-α может путем трансцитоза преодолевать даже неповрежденный ГЭБ [60]. Установленное значение TNF-α-опосредованных реакций в формировании МРТ-изменений 2-го типа согласуется с данными исследований, показавшими, что повреждение белого вещества является не просто следствием хронической гипоксии, а вызвано и поддерживается провоспалительной окружающей средой [61]. Ранее нами у больных молодого возраста с МРТ-признаками ЦМА была установлена независимая от АГ связь TNF-α с ГИБВ, что позволило предположить самостоятельное значение опосредованных TNF-α реакций в развитии ранней ЦМА [22]. Нельзя исключить потенциальную связь МРТ-типа 2 в последующем развитии смешанной деменции. МРТ-изменения при МРТ-типе 2 по сравнению с МРТ-типом 1 среди прочих различий свидетельствовали о меньшем поражении лентикулостриарных артерий и передних отделов мозга, характерных для классической гипертензивной ЦМА с ишемическим субкортикальным поражением [1]. TNF-α-опосредованное воспаление признано одним из значимых механизмов индукции болезни Альцгеймера (БА), а анти-TNF-α терапия продемонстрировала уменьшение патологических изменений в мозге на моделях БА у грызунов, а также замедление когнитивного снижения и улучшение повседневной деятельности у пациентов с БА [62]. Полученная прямая корреляция между TNF-α и TGF-β1 (R=0,378, p=0,000) может свидетельствовать о взаимозависимости процессов с участием данных циркулирующих маркеров. TGF-β-сигнальный путь является общим в патогенезе ЦМА и БА [63, 64], в связи с чем может быть одним из звеньев, опосредующих развитие смешанных с дегенерацией КР. Так, сверхэкспрессия TGF-β в астроцитах грызунов вызывала изменения в мелких сосудах, подобные тем, которые были обнаружены у пациентов с БА [65]. Они в том числе характеризовались утолщением базальных мембран, дегенерацией капилляров с образованием струнных сосудов [66]. Установлено участие TGF-β1 в таких значимых для ЦМА механизмах, как повреждение ГЭБ [67], повышении жесткости и ремоделировании артерий [68—70], а также в развитии прогрессирующего поражения глубокого белого вещества у больных с ЦМА [29]. Интересным является тот факт, что уровень HIF-1α коррелировал со значимыми для обоих МРТ-типов биомаркерами — с VEGF-A при типе 1 и с TNF-α при типе 2, подтверждая универсальную роль гипоксии в запуске и поддержании повреждения сосудистой стенки при ЦМА [25].

Таким образом, оценка степени выраженности МРТ-признаков в разных отделах мозга и их группирование в кластеры признаков позволили выделить МРТ-типы ЦМА стадии F3, предполагаемо связанные с доминированием разных механизмов поражения сосудов и мозга. МРТ-типы различаются между собой по уровню циркулирующих маркеров поражения сосудистой стенки и клиническим проявлениям ЦМА, что доказывает патогенетическую гетерогенность ЦМА и объясняет разную степень выраженности КР и нарушений ходьбы на стадии F3 у разных больных. МРТ-тип 1 с более тяжелыми клиническими проявлениями — распространенными ГИБВ, в том числе перивентрикулярных отделов, лакунами, микрокровоизлияниями и атрофией — связан со снижением VEGF-A, что может соответствовать тяжелому поражению сосудистой стенки с гибелью эндотелия. МРТ-тип 2 с более легкими клиническими проявлениями — преимущественно с распространенной юкстакортикальной и глубокой ГИБВ, лакунами в белом веществе, отсутствием микрокровоизлияний и атрофии — связан с повышением TNF-α, что позволяет предполагать в его формировании доминирующую роль воспаления с увеличением проницаемости ГЭБ и ремоделированием сосудистой стенки.

Исследование установило диагностическую и патогенетическую ценность дифференцирования МРТ-типов. Это обосновывает совершенствование критериев их диагностики и уточнение ведущих механизмов формирования для определения патогенетически обоснованной профилактики и лечения.

Авторы заявляют об отсутствии конфликта интересов.

Литература / References:

  1. Pantoni L, Gorelick PB. Cerebral small vessel disease. Cambridge University Press (UK). 2014.
  2. Deramecourt V, Slade JY, Oakley AE, Perry RH, Ince PG, Maurage CA, Kalaria RN. Staging and natural history of cerebrovascular pathology in dementia. Neurology. 2012;78(14):1043-1050. https://doi.org/10.1212/WNL.0b013e31824e8e7f
  3. LADIS Study Group. 2001—2011: a decade of the LADIS (Leukoaraiosis And DISability) Study: what have we learned about white matter changes and small-vessel disease? Cerebrovasc Dis. 2011;32(6):577-588.  https://doi.org/10.1159/000334498
  4. Pantoni L, Fierini F, Poggesi A; LADIS Study Group. Impact of cerebral white matter changes on functionality in older adults: An overview of the LADIS Study results and future directions. Geriatr Gerontol Int. 2015;15(suppl 1):10-16.  https://doi.org/10.1111/ggi.12665
  5. Pinter D, Ritchie SJ, Doubal F, Gattringer T, Morris Z, Bastin ME, Del C Valdés Hernández M, Royle NA, Corley J, Muñoz Maniega S, Pattie A, Dickie DA, Staals J, Gow AJ, Starr JM, Deary IJ, Enzinger C, Fazekas F, Wardlaw J. Impact of small vessel disease in the brain on gait and balance. Sci Rep. 2017;7:41637. Published 2017 Jan 30.  https://doi.org/10.1038/srep41637
  6. Banerjee G, Jang H, Kim HJ, Kim ST, Kim JS, Lee JH, Im K, Kwon H, Lee JM, Na DL, Seo SW, Werring DJ. Total MRI Small Vessel Disease Burden Correlates with Cognitive Performance, Cortical Atrophy, and Network Measures in a Memory Clinic Population. J Alzheimers Dis. 2018;63(4):1485-1497. https://doi.org/10.3233/JAD-170943
  7. Wardlaw JM, Smith EE, Biessels GJ, Cordonnier C, Fazekas F, Frayne R, Lindley RI, O’Brien JT, Barkhof F, Benavente OR, Black SE, Brayne C, Breteler M, Chabriat H, Decarli C, de Leeuw FE, Doubal F, Duering M, Fox NC, Greenberg S, Hachinski V, Kilimann I, Mok V, Oostenbrugge Rv, Pantoni L, Speck O, Stephan BC, Teipel S, Viswanathan A, Werring D, Chen C, Smith C, van Buchem M, Norrving B, Gorelick PB, Dichgans M; STandards for ReportIng Vascular changes on nEuroimaging (STRIVE v1). Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. Lancet Neurol. 2013;12(8):822-838.  https://doi.org/10.1016/S1474-4422(13)70124-8
  8. Wardlaw JM, Smith C, Dichgans M. Mechanisms of sporadic cerebral small vessel disease: insights from neuroimaging [published correction appears in Lancet Neurol. 2013;12(6):532. Lancet Neurol. 2013;12(5):483-497.  https://doi.org/10.1016/S1474-4422(13)70060-7
  9. Staals J, Makin SD, Doubal FN, Dennis MS, Wardlaw JM. Stroke subtype, vascular risk factors, and total MRI brain small-vessel disease burden. Neurology. 2014;83(14):1228-1234. https://doi.org/10.1212/WNL.0000000000000837
  10. Staals J, Booth T, Morris Z, Bastin ME, Gow AJ, Corley J, Redmond P, Starr JM, Deary IJ, Wardlaw JM. Total MRI load of cerebral small vessel disease and cognitive ability in older people. Neurobiol Aging. 2015;36(10):2806-2811. https://doi.org/10.1016/j.neurobiolaging.2015.06.024
  11. Arba F, Mair G, Carpenter T, Sakka E, Sandercock PAG, Lindley RI, Inzitari D, Wardlaw JM; IST-3 Trial Collaborators. Cerebral White Matter Hypoperfusion Increases with Small-Vessel Disease Burden. Data From the Third International Stroke Trial. J Stroke Cerebrovasc Dis. 2017;26(7):1506-1513. https://doi.org/10.1016/j.jstrokecerebrovasdis.2017.03.002
  12. Huijts M, Duits A, van Oostenbrugge RJ, Kroon AA, de Leeuw PW, Staals J. Accumulation of MRI Markers of Cerebral Small Vessel Disease is Associated with Decreased Cognitive Function. A Study in First-Ever Lacunar Stroke and Hypertensive Patients. Front Aging Neurosci. 2013;5:72. Published 2013 Nov 6.  https://doi.org/10.3389/fnagi.2013.00072
  13. Lawrence AJ, Brookes RL, Zeestraten EA, Barrick TR, Morris RG, Markus HS. Pattern and Rate of Cognitive Decline in Cerebral Small Vessel Disease: A Prospective Study. PLoS One. 2015;10(8):e0135523. Published 2015 Aug 14.  https://doi.org/10.1371/journal.pone.0135523
  14. Schmidt R, Schmidt H, Haybaeck J, Loitfelder M, Weis S, Cavalieri M, Seiler S, Enzinger C, Ropele S, Erkinjuntti T, Pantoni L, Scheltens P, Fazekas F, Jellinger K. Heterogeneity in age-related white matter changes. Acta Neuropathol. 2011;122(2):171-185.  https://doi.org/10.1007/s00401-011-0851-x
  15. Gouw AA, Seewann A, van der Flier WM, Barkhof F, Rozemuller AM, Scheltens P, Geurts JJ. Heterogeneity of small vessel disease: a systematic review of MRI and histopathology correlations. J Neurol Neurosurg Psychiatry. 2011;82(2):126-135.  https://doi.org/10.1136/jnnp.2009.204685
  16. Poggesi A, Pasi M, Pescini F, Pantoni L, Inzitari D. Circulating biologic markers of endothelial dysfunction in cerebral small vessel disease: A review. J Cereb Blood Flow Metab. 2016;36(1):72-94.  https://doi.org/10.1038/jcbfm.2015.116
  17. Arba F, Giannini A, Piccardi B, Biagini S, Palumbo V, Giusti B, Nencini P, Maria Gori A, Nesi M, Pracucci G, Bono G, Bovi P, Fainardi E, Consoli D, Nucera A, Massaro F, Orlandi G, Perini F, Tassi R, Sessa M, Toni D, Abbate R, Inzitari D. Small vessel disease and biomarkers of endothelial dysfunction after ischaemic stroke. Eur Stroke J. 2019;4(2):119-126.  https://doi.org/10.1177/2396987318805905
  18. METACOHORTS Consortium. METACOHORTS for the study of vascular disease and its contribution to cognitive decline and neurodegeneration: An initiative of the Joint Programme for Neurodegenerative Disease Research. Alzheimers Dement. 2016;12(12):1235-1249. https://doi.org/10.1016/j.jalz.2016.06.004
  19. Smith EE, Biessels GJ, De Guio F, de Leeuw FE, Duchesne S, Düring M, Frayne R, Ikram MA, Jouvent E, MacIntosh BJ, Thrippleton MJ, Vernooij MW, Adams H, Backes WH, Ballerini L, Black SE, Chen C, Corriveau R, DeCarli C, Greenberg SM, Gurol ME, Ingrisch M, Job D, Lam BYK, Launer LJ, Linn J, McCreary CR, Mok VCT, Pantoni L, Pike GB, Ramirez J, Reijmer YD, Romero JR, Ropele S, Rost NS, Sachdev PS, Scott CJM, Seshadri S, Sharma M, Sourbron S, Steketee RME, Swartz RH, van Oostenbrugge R, van Osch M, van Rooden S, Viswanathan A, Werring D, Dichgans M, Wardlaw JM. Harmonizing brain magnetic resonance imaging methods for vascular contributions to neurodegeneration. Alzheimers Dement (Amst). 2019;11:191-204. Published 2019 Feb 26.  https://doi.org/10.1016/j.dadm.2019.01.002
  20. Добрынина Л.А., Гнедовская Е.В., Сергеева А.Н., Кротенкова М.В., Пирадов М.А. МРТ-изменения головного мозга при асимптомной впервые диагностированной артериальной гипертензии. Анналы клинической и экспериментальной неврологии. 2016;10(3):25-32. 
  21. Shoamanesh A, Preis SR, Beiser AS, Vasan RS, Benjamin EJ, Kase CS, Wolf PA, DeCarli C, Romero JR, Seshadri S. Inflammatory biomarkers, cerebral microbleeds, and small vessel disease: Framingham Heart Study. Neurology. 2015;84(8):825-832.  https://doi.org/10.1212/WNL.0000000000001279
  22. Добрынина Л.А., Гнедовская Е.В., Шабалина А.А., Сергеева А.Н., Кравченко М.А., Николаева Н.С. Биомаркеры и механизмы раннего повреждения сосудистой стенки. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2018;118(12):23-32.  https://doi.org/10.17116/jnevro20181181222.3
  23. Dobrynina LA, Shabalina AA, Zabitova MR, Kremneva EI, Gadzhieva ZS, Krotenkova MV, Gnedovskaya EV, Berdalin AB, Kalashnikova LA. Tissue Plasminogen Activator and MRI Signs of Cerebral Small Vessel Disease. Brain Sci. 2019;9(10):266. Published 2019 Oct 5.  https://doi.org/10.3390/brainsci9100266
  24. Wardlaw JM, Makin SJ, Hernández MCV, Armitage PA, Heye AK, Chappell FM, Thrippleton M J. Blood-brain barrier failure as a core mechanism in cerebral small vessel disease and dementia: evidence from a cohort study. Alzheimer’s & Dementia. 2017;6:634-643.  https://doi.org/10.1016/j.jalz.2016.09.006
  25. Rosenberg GA. Binswanger’s disease: biomarkers in the inflammatory form of vascular cognitive impairment and dementia. J Neurochem. 2018;144(5):634-643.  https://doi.org/10.1111/jnc.14218
  26. Rajani RM, Quick S, Ruigrok SR, Graham D, Harris SE, Verhaaren BFJ, Fornage M, Seshadri S, Atanur SS, Dominiczak AF, Smith C, Wardlaw JM, Williams A. Reversal of endothelial dysfunction reduces white matter vulnerability in cerebral small vessel disease in rats. Sci Transl Med. 2018;10(448):eaam9507. https://doi.org/10.1126/scitranslmed.aam9507
  27. Low A, Mak E, Rowe JB, Markus HS, O’Brien JT. Inflammation and cerebral small vessel disease: A systematic review. Ageing Res Rev. 2019;53:100916. https://doi.org/10.1016/j.arr.2019.100916
  28. Cui G, Wang H, Li R, Zhang L, Li Z, Wang Y, Hui R, Ding H, Wang DW. Polymorphism of tumor necrosis factor alpha (TNF-alpha) gene promoter, circulating TNF-alpha level, and cardiovascular risk factor for ischemic stroke. J Neuroinflammation. 2012;9:235. Published 2012 Oct 10.  https://doi.org/10.1186/1742-2094-9-235
  29. Kuriyama N, Mizuno T, Kita M, Yamada K, Ozaki E, Matsumoto S, Takada A, Watanabe A, Kasai T, Nagakane Y, Mitani S, Matsui D, Watanabe I, Takeda K, Nakagawa M, Watanabe Y. TGF-beta1 is associated with the progression of intracranial deep white matter lesions: a pilot study with 5 years of magnetic resonance imaging follow-up. Neurol Res. 2014;36(1):47-52.  https://doi.org/10.1179/1743132813Y.0000000256
  30. Kaess BM, Preis SR, Beiser A, Sawyer DB, Chen TC, Seshadri S, Vasan RS. Circulating vascular endothelial growth factor and the risk of cardiovascular events. Heart. 2016;102(23):1898-1901. https://doi.org/10.1136/heartjnl-2015-309155
  31. Raman MR, Himali JJ, Conner SC, DeCarli C, Vasan RS, Beiser AS, Seshadri S, Maillard P, Satizabal CL. Circulating Vascular Growth Factors and Magnetic Resonance Imaging Markers of Small Vessel Disease and Atrophy in Middle-Aged Adults. Stroke. 2018;49(9):2227-2229. https://doi.org/10.1161/STROKEAHA.118.022613
  32. Rowbotham GF, Little E. Circulations of the cerebral hemispheres. Br J Surg. 1965;52:8-21.  https://doi.org/10.1002/bjs.1800520104
  33. Ravens JR, Toole JF, Hasegawa T. Anastomoses in the vascular bed of the human cerebrum. J Neuropathol Exp Neurol. 1968;27(1):123-124. 
  34. Kim KW, MacFall JR, Payne ME. Classification of white matter lesions on magnetic resonance imaging in elderly persons. Biol Psychiatry. 2008;64(4):273-280.  https://doi.org/10.1016/j.biopsych.2008.03.024
  35. Lee S, Chen TT, Barber CL, Jordan MC, Murdock J, Desai S, Ferrara N, Nagy A, Roos KP, Iruela-Arispe ML. Autocrine VEGF signaling is required for vascular homeostasis. Cell. 2007;130(4):691-703.  https://doi.org/10.1016/j.cell.2007.06.054
  36. Brown WR, Thore CR. Review: cerebral microvascular pathology in ageing and neurodegeneration. Neuropathol Appl Neurobiol. 2011;37(1):56-74.  https://doi.org/10.1111/j.1365-2990.2010.01139.x
  37. Peach CJ, Mignone VW, Arruda MA, Alcobia DC, Hill SJ, Kilpatrick LE, Woolard J. Molecular Pharmacology of VEGF-A Isoforms: Binding and Signalling at VEGFR2. Int J Mol Sci. 2018;19(4):1264. Published 2018 Apr 23.  https://doi.org/10.3390/ijms19041264
  38. Kwon HS, Kim YS, Park HH, Choi H, Lee KY, Lee YJ, Heo SH, Chang DI, Koh SH. Increased VEGF and decreased SDF-1α in patients with silent brain infarction are associated with better prognosis after first-ever acute lacunar stroke. J Stroke Cerebrovasc Dis. 2015;24(3):704-710.  https://doi.org/10.1016/j.jstrokecerebrovasdis.2014.11.021
  39. Pikula A, Beiser AS, Chen TC, Preis SR, Vorgias D, DeCarli C, Au R, Kelly-Hayes M, Kase CS, Wolf PA, Vasan RS, Seshadri S. Serum brain-derived neurotrophic factor and vascular endothelial growth factor levels are associated with risk of stroke and vascular brain injury: Framingham Study. Stroke. 2013;44(10):2768-2775. https://doi.org/10.1161/STROKEAHA.113.001447
  40. Sharp FR, Bernaudin M. HIF1 and oxygen sensing in the brain. Nat Rev Neurosci. 2004;5(6):437-448.  https://doi.org/10.1038/nrn1408
  41. Yeh WL, Lu DY, Lin CJ, Liou HC, Fu WM. Inhibition of hypoxia-induced increase of blood-brain barrier permeability by YC-1 through the antagonism of HIF-1alpha accumulation and VEGF expression. Mol Pharmacol. 2007;72(2):440-449.  https://doi.org/10.1124/mol.107.036418
  42. Zhang Z, Yan J, Shi H. Role of Hypoxia Inducible Factor 1 in Hyperglycemia-Exacerbated Blood-Brain Barrier Disruption in Ischemic Stroke. Neurobiol Dis. 2016;95:82-92.  https://doi.org/10.1016/j.nbd.2016.07.012
  43. Fernando MS, Simpson JE, Matthews F, Brayne C, Lewis CE, Barber R, Kalaria RN, Forster G, Esteves F, Wharton SB, Shaw PJ, O’Brien JT, Ince PG; MRC Cognitive Function and Ageing Neuropathology Study Group. White matter lesions in an unselected cohort of the elderly: molecular pathology suggests origin from chronic hypoperfusion injury. Stroke. 2006;37(6):1391-1398. https://doi.org/10.1161/01.STR.0000221308.94473.14
  44. Gruys E, Toussaint MJ, Niewold TA, Koopmans SJ. Acute phase reaction and acute phase proteins. J Zhejiang Univ Sci B. 2005;6(11):1045-1056. https://doi.org/10.1631/jzus.2005.B1045
  45. Bradley JR. TNF-mediated inflammatory disease. J Pathol. 2008;214(2):149-160.  https://doi.org/10.1002/path.2287
  46. Kollias G, Sfikakis PP. TNF Pathophysiology Molecular and Cellular Mechanisms. Curr Dir Autoimmun. 2010;11:1-26.  https://doi.org/10.1159/isbn.978-3-8055-9384-7
  47. Apostolaki M, Armaka M, Victoratos P, Kollias G. Cellular mechanisms of TNF function in models of inflammation and autoimmunity. Curr Dir Autoimmun. 2010;11:1-26.  https://doi.org/10.1159/000289195
  48. Masumura M, Hata R, Nagai Y, Sawada T. Oligodendroglial cell death with DNA fragmentation in the white matter under chronic cerebral hypoperfusion: comparison between normotensive and spontaneously hypertensive rats. Neurosci Res. 2001;39(4):401-412.  https://doi.org/10.1016/s0168-0102(01)00195-x
  49. Didier N, Romero IA, Créminon C, Wijkhuisen A, Grassi J, Mabondzo A. Secretion of interleukin-1beta by astrocytes mediates endothelin-1 and tumour necrosis factor-alpha effects on human brain microvascular endothelial cell permeability. J Neurochem. 2003;86(1):246-254.  https://doi.org/10.1046/j.1471-4159.2003.01829.x
  50. Walker EJ, Rosenberg GA. Divergent role for MMP-2 in myelin breakdown and oligodendrocyte death following transient global ischemia. J Neurosci Res. 2010;88(4):764-773.  https://doi.org/10.1002/jnr.22257
  51. Yang Y, Jalal FY, Thompson JF, Walker EJ, Candelario-Jalil E, Li L, Reichard RR, Ben C, Sang QX, Cunningham LA, Rosenberg GA.Tissue inhibitor of metalloproteinases-3 mediates the death of immature oligodendrocytes via TNF-α/TACE in focal cerebral ischemia in mice. J Neuroinflammation. 2011;8:108. Published 2011 Aug 29.  https://doi.org/10.1186/1742-2094-8-108
  52. Sawant DA, Wilson RL, Tharakan B, Stagg HW, Hunter FA, Childs EW. Tumor necrosis factor-α-induced microvascular endothelial cell hyperpermeability: role of intrinsic apoptotic signaling. J Physiol Biochem. 2014;70(4):971-980.  https://doi.org/10.1007/s13105-014-0366-8
  53. Pan W, Kastin AJ. TNF-alpha transport across the blood-brain barrier is abolished in receptor knockout mice. Exp Neurol. 2002;174(2):193-200.  https://doi.org/10.1006/exnr.2002.7871
  54. Rouhl RP, Damoiseaux JG, Lodder J, Theunissen RO, Knottnerus IL, Staals J, Henskens LH, Kroon AA, de Leeuw PW, Tervaert JW, van Oostenbrugge RJ. Vascular inflammation in cerebral small vessel disease. Neurobiol Aging. 2012;33(8):1800-1806. https://doi.org/10.1016/j.neurobiolaging.2011.04.008
  55. Decourt B, Lahiri DK, Sabbagh MN. Targeting Tumor Necrosis Factor Alpha for Alzheimer’s Disease. Curr Alzheimer Res. 2017;14(4):412-425.  https://doi.org/10.2174/1567205013666160930110551
  56. Haffner C, Malik R, Dichgans M. Genetic factors in cerebral small vessel disease and their impact on stroke and dementia. J Cereb Blood Flow Metab. 2016;36(1):158-171.  https://doi.org/10.1038/jcbfm.2015.71
  57. Thompson CS, Hakim AM. Living beyond our physiological means: small vessel disease of the brain is an expression of a systemic failure in arteriolar function: a unifying hypothesis. Stroke. 2009;40(5):e322-e330. https://doi.org/10.1161/STROKEAHA.108.542266
  58. Wyss-Coray T, Lin C, Sanan DA, Mucke L, Masliah E. Chronic overproduction of transforming growth factor-beta1 by astrocytes promotes Alzheimer’s disease-like microvascular degeneration in transgenic mice. Am J Pathol. 2000;156(1):139-150.  https://doi.org/10.1016/s0002-9440(10)64713-x
  59. Hamel E. Cerebral circulation: function and dysfunction in Alzheimer’s disease. J Cardiovasc Pharmacol. 2015;65(4):317-324.  https://doi.org/10.1097/FJC.0000000000000177
  60. Seo JH, Maki T, Maeda M, Miyamoto N, Liang AC, Hayakawa K, Pham LD, Suwa F, Taguchi A, Matsuyama T, Ihara M, Kim KW, Lo EH, Arai K. Oligodendrocyte precursor cells support blood-brain barrier integrity via TGF-β signaling. PLoS One. 2014;9(7):e103174. Published 2014 Jul 31.  https://doi.org/10.1371/journal.pone.0103174
  61. Fleenor BS, Marshall KD, Durrant JR, Lesniewski LA, Seals DR. Arterial stiffening with ageing is associated with transforming growth factor-β1-related changes in adventitial collagen: reversal by aerobic exercise. J Physiol. 2010;588(Pt 20):3971-3982. https://doi.org/10.1113/jphysiol.2010.194753
  62. Meng XM, Nikolic-Paterson DJ, Lan HY. TGF-β: the master regulator of fibrosis. Nat Rev Nephrol. 2016;12(6):325-338.  https://doi.org/10.1038/nrneph.2016.48
  63. Samuel CS, Hewitson TD. Editorial: Novel Therapeutic Targets and Emerging Treatments for Fibrosis. Front Pharmacol. 2017;8:824. Published 2017 Nov 14.  https://doi.org/10.3389/fphar.2017.00824
  64. Albert MS, DeKosky ST, Dickson D, Dubois B, Feldman HH, Fox NC, Gamst A, Holtzman DM, Jagust WJ, Petersen RC, Snyder PJ, Carrillo MC, Thies B, Phelps CH. The diagnosis of mild cognitive impairment due to Alzheimer’s disease: recommendations from the National Institute on Aging-Alzheimer’s Association workgroups on diagnostic guidelines for Alzheimer’s disease. Alzheimers Dement. 2011;7(3):270-279.  https://doi.org/10.1016/j.jalz.2011.03.008
  65. McKhann GM, Knopman DS, Chertkow H, Hyman BT, Jack CR Jr, Kawas CH, Klunk WE, Koroshetz WJ, Manly JJ, Mayeux R, Mohs RC, Morris JC, Rossor MN, Scheltens P, Carrillo MC, Thies B, Weintraub S, Phelps CH. The diagnosis of dementia due to Alzheimer’s disease: recommendations from the National Institute on Aging-Alzheimer’s Association workgroups on diagnostic guidelines for Alzheimer’s disease. Alzheimers Dement. 2011;7(3):263-269.  https://doi.org/10.1016/j.jalz.2011.03.005
  66. Mancia G, Fagard R, Narkiewicz K, Redón J, Zanchetti A, Böhm M, Christiaens T, Cifkova R, De Backer G, Dominiczak A, Galderisi M, Grobbee DE, Jaarsma T, Kirchhof P, Kjeldsen SE, Laurent S, Manolis AJ, Nilsson PM, Ruilope LM, Schmieder RE, Sirnes PA, Sleight P, Viigimaa M, Waeber B, Zannad F; Task Force Members. 2013 ESH/ESC Guidelines for the management of arterial hypertension: the Task Force for the management of arterial hypertension of the European Society of Hypertension (ESH) and of the European Society of Cardiology (ESC). J Hypertens. 2013;31(7):1281-1357. https://doi.org/10.1097/01.hjh.0000431740.32696.cc
  67. Nasreddine ZS, Phillips NA, Bédirian V, Charbonneau S, Whitehead V, Collin I, Cummings JL, Chertkow H. The Montreal Cognitive Assessment, MoCA: a brief screening tool for mild cognitive impairment [published correction appears in J Am Geriatr Soc. 2019 Sep;67(9):1991]. J Am Geriatr Soc. 2005;53(4):695-699.  https://doi.org/10.1111/j.1532-5415.2005.53221.x
  68. American Psychiatric Association. Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition: DSM-5. American Psychiatric Association, Arlington (USA): American Psychiatric Publishing; 2013.
  69. Pasquier F, Leys D., Weerts J.G, Mounier-Vehier F, Barkhof F, Scheltens P. Inter- and intraobserver reproducibility of cerebral atrophy assessment on MRI scans with hemispheric infarcts. Eur Neurol. 1996;36(5):268-272.  https://doi.org/10.1159/000117270
  70. Duran B.S.; Odell P.L. Cluster analysis: a survey. Springer Science & Business Media. 2013.

Подтверждение e-mail

На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail

Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.