Сайт издательства «Медиа Сфера»
содержит материалы, предназначенные исключительно для работников здравоохранения. Закрывая это сообщение, Вы подтверждаете, что являетесь дипломированным медицинским работником или студентом медицинского образовательного учреждения.

Боголепова А.Н.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России (Пироговский университет);
ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства;
ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России (Пироговский университет)

Махнович Е.В.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России (Пироговский университет);
ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства

Коваленко Е.А.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России (Пироговский университет);
ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства

Осиновская Н.А.

ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства

Берегов М.М.

ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства

Взаимосвязь нейропсихологических показателей и нейровизуализационных изменений по данным МРТ-морфометрии у пациентов с болезнью Альцгеймера и глаукомой

Авторы:

Боголепова А.Н., Махнович Е.В., Коваленко Е.А., Осиновская Н.А., Берегов М.М.

Подробнее об авторах

Прочитано: 1312 раз


Как цитировать:

Боголепова А.Н., Махнович Е.В., Коваленко Е.А., Осиновская Н.А., Берегов М.М. Взаимосвязь нейропсихологических показателей и нейровизуализационных изменений по данным МРТ-морфометрии у пациентов с болезнью Альцгеймера и глаукомой. Журнал неврологии и психиатрии им. С.С. Корсакова. 2024;124(12):142‑152.
Bogolepova AN, Makhnovich EV, Kovalenko EA, Osinovskaya NA, Beregov MM. The relationship between neuropsychological indicators and neuroimaging changes according to MRI morphometry in patients with Alzheimer’s disease and glaucoma. S.S. Korsakov Journal of Neurology and Psychiatry. 2024;124(12):142‑152. (In Russ.)
https://doi.org/10.17116/jnevro2024124121142

Рекомендуем статьи по данной теме:
Ког­ни­тив­ные на­ру­ше­ния у па­ци­ен­тов с бо­лез­нью Пар­кин­со­на. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2024;(11):81-90
Ког­ни­тив­ные на­ру­ше­ния у би­лин­гвис­тов при нев­ро­ло­ги­чес­ких за­бо­ле­ва­ни­ях. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2024;(12):26-29
Сов­ре­мен­ные ас­пек­ты па­то­ге­не­ти­чес­кой те­ра­пии хро­ни­чес­кой ише­мии моз­га. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2024;(12):106-113
Диф­фе­рен­ци­ро­ван­ный под­ход к ког­ни­тив­ной ре­аби­ли­та­ции па­ци­ен­тов, пе­ре­нес­ших ин­сульт. Воп­ро­сы ку­рор­то­ло­гии, фи­зи­оте­ра­пии и ле­чеб­ной фи­зи­чес­кой куль­ту­ры. 2024;(6):5-11

Болезнь Альцгеймера (БА) и первичная открытоугольная глаукома (ПОУГ) являются многофакторными нейродегенеративными возраст-зависимыми заболеваниями, которые характеризуются малозаметным началом с неуклонным ростом в популяции во всем мире. Несмотря на большое количество проведенных исследований и накопленные знания, исследователи продолжают стремиться понять патогенетическую основу этих заболеваний и усовершенствовать методы диагностики и лечения [1].

БА — одна из ведущих причин деменции и смертности у лиц пожилого возраста. Риск развития БА увеличивается экспоненциально, начиная с 65 лет. Ожидается, что распространенность БА и других деменций в мире увеличится с 55 млн в 2019 г. до 139 млн в 2050 г. [2—7]. В то же время глаукома — это основная причина необратимой слепоты, около 105 млн человек страдают ПОУГ во всем мире. По прогнозам экспертов, число пациентов с ПОУГ возрастет до 111,8 млн к 2040 г. В настоящее время БА и ПОУГ относятся к глобальным проблемам современности, так как эти заболевания вносят значительный вклад в инвалидизацию пациентов, а также являются экономическим бременем для системы здравоохранения.

Деменция может возникать на фоне различных заболеваний, но БА является наиболее частой ее причиной, составляющей 60—70% всех случаев [8, 9]. Деменция — это гетерогенный синдром снижения когнитивных функций, наличие которого приводит сначала к профессиональной дезадаптации, а по мере прогрессирования — к трудностям в решении ежедневных бытовых задач и впоследствии — к утрате навыков самообслуживания [10, 11].

Клиническая картина у пациентов с БА характеризуется не только прогрессирующим снижением памяти и ухудшением других когнитивных функций, но и офтальмологическими проявлениями, такими как снижение зрительных функций, нарушение реакции зрачка и контрастной чувствительности, истончение слоев сетчатки по данным оптической когерентной томографии, что позволяет предположить взаимосвязь таких двух нейродегенеративных патологий, как БА и глаукома.

Глаукома — офтальмологическое заболевание, характеризующееся потерей ганглиозных клеток сетчатки, что приводит к дегенеративной нейропатии зрительного нерва. Подобно деменции, глаукома также представляет собой гетерогенную группу заболеваний. Наиболее распространенной является ПОУГ, которая составляет 72,3—96,1% случаев и при которой патогенез заболевания не может быть полностью объяснен анатомической аномалией, как, например, при закрытоугольной глаукоме [12—15]. Пациенты с глаукомой обычно жалуются на постепенную потерю зрения, которая начинается с периферии и распространяется к центру [15—18]. Из-за незначительных нарушений периферического зрения большинство пациентов не замечают появления первых симптомов ПОУГ. Более чем у 1/2 пациентов с ПОУГ отмечаются когнитивные нарушения (КН) нейродегенеративного характера со снижением памяти по гиппокампальному типу и наличием зрительно-пространственных нарушений, схожих с таковыми при БА [19—24].

Опираясь на знания, накопленные в двух областях, офтальмологии и неврологии, ученые обратили внимание на множество сходств между этими заболеваниями. Так, БА и ПОУГ обладают общими предрасполагающими факторами риска, такими как пожилой возраст, пол, семейный анамнез [25—28]. Также эти заболевания имеют латентное начало и характеризуются прогрессирующей глобальной нейродегенерацией, которая приводит к выраженным неврологическим и офтальмологическим нарушениям [29, 30]. Помимо этих клинических сходств, ранее в исследованиях были выявлены более глубокие уровни ассоциации. Постулируется, что БА и ПОУГ имеют несколько общих черт в молекулярной дисрегуляции, включая нарушения синаптической передачи сигналов, аксонального транспорта, а также другие пути развития нейродегенерации, которые включают индуцированное микроглией нейровоспаление и эксайтотоксичность [20, 21]. Более того, гистопатологические и нейровизуализационные исследования показали сходную дегенерацию нейронов и аномальные закономерности накопления белка в обеих популяциях пациентов, включая внеклеточные β-амилоидные (Aβ) бляшки, внутриклеточные фосфорилированные тау-нейрофибриллярные клубки, потерю слоя нервных волокон сетчатки и уменьшение объема ткани головного мозга [20—24].

Исследования популяций БА и ПОУГ показали, что структурные изменения и нейродегенерация могут возникать более чем за 10 лет до появления первых симптомов заболевания. Это соответствует оценкам, согласно которым 61,7% пациентов с деменцией и 50—90% — с глаукомой не диагностируются на ранних стадиях заболевания. Так, при ПОУГ периферические поля зрения можно оценивать при офтальмологическом обследовании, однако данные методы нечувствительны на ранних стадиях заболевания. В то же время в соответствии с критериями IWG 2021 г. клинический диагноз БА может быть установлен при наличии типичного клинического фенотипа, а также данных о биомаркерах цереброспинальной жидкости (ЦСЖ) — содержание Aβ42, соотношение Aβ42/Aβ40 и содержание гиперфосфорилированного тау-протеина (p-tau), и позитронно-эмиссионной томографии (ПЭТ) с лигандом Aβ и тау-ПЭТ [31]. Однако данные методы лабораторной и нейровизуализационной диагностики ограничены в использовании в рутинной клинической практике в силу инвазивности и дороговизны. Поэтому в настоящее время медицинские специалисты в постановке диагноза БА часто опираются на данные клинической картины и результаты структурной МРТ головного мозга с характерными патогномоничными признаками, возникновение которых обусловлено патогенетическими особенностями заболевания [32—34].

Атрофические изменения головного мозга, возникающие в результате нейродегенерации, являются субстратом КН при БА. Поэтому из-за относительно высокой доступности и широкого использования МРТ головного мозга популярность получили исследования, направленные на разработку новых ранних нейровизуализационных маркеров у пациентов с БА. Новейшие методы обработки данных МРТ дают возможность измерить даже незначительные изменения объемов структур головного мозга и толщин различных областей коры, которые не выявляются визуально при проведении стандартного исследования, в связи с чем повышается качество и увеличивается диагностический потенциал нейровизуализации в отношении ранней диагностики БА. С помощью МРТ-морфометрии возможно не только раннее выявление БА, но также доступны оценка степени тяжести и динамическое наблюдение выраженности локальной и общей атрофии головного мозга, т.е. оценка прогрессирования БА [1, 35].

По результатам исследований с использованием МРТ-морфометрии у пациентов с БА было выявлено, что на ранних стадиях первичные атрофические процессы преимущественно затрагивают гиппокамп, миндалевидное тело и энторинальную кору (медиотемпоральные структуры мозга), по мере прогрессирования заболевания снижается плотность белого вещества в мозолистом теле за счет вторичной дегенерации ассоциативных и комиссуральных волокон теменно-височных отделов коры, а в связи со снижением восходящих холинергических влияний и уменьшением количества связей с теменно-височными отделами коры наблюдается атрофия серого вещества [1, 36—38]. Описаны также изменения и других структур, играющих важную роль в осуществлении когнитивных процессов (таламус, орбитофронтальная кора и т.д.) [39, 40].

Следует отметить, что при ПОУГ также были выявлены схожие нейровизуализационные маркеры по данным МРТ-морфометрии, такие как уменьшение объема гиппокампа, таламуса, миндалевидного тела, снижение толщины орбитофронтальной коры. Поэтому полученные данные позволяют рассматривать МРТ-морфометрию как метод, который может быть использован в ранней диагностике такого нейродегенеративного заболевания, как ПОУГ [41—45].

Таким образом, наличие большого количества взаимосвязей БА и ПОУГ на каждом уровне позволяет сделать заключение, что эти два заболевания имеют общие патогенетические механизмы. Также общим является то, что БА и ПОУГ трудно диагностировать из-за позднего выявления симптомов, их вариабельности, особенно на ранних стадиях заболевания, и отсутствия стандартизированных диагностических протоколов. В связи с поздней диагностикой БА и ПОУГ нейродегенеративные процессы длительно протекают в отсутствие своевременно назначенной терапии, позволяющей замедлить прогрессирование заболевания. Поэтому поиск ранних маркеров нейродегенеративного процесса у пациентов с БА и ПОУГ является перспективным и актуальным направлением.

Цель исследования — изучение нейровизуализационных изменений по данным МРТ-морфометрии и их сопоставление со структурой и тяжестью КН у пациентов с БА и ПОУГ.

Материал и методы

Исследование проводилось на базе ФГБУ «Федеральный центр мозга и нейротехнологий» ФМБА России. В исследовании приняли участие 90 пациентов, которые были разделены на две сопоставимые группы по 45 больных: с раннее установленным диагнозом БА (группа 1) и ПОУГ (группа 2). С целью сравнительной оценки полученных показателей МРТ-морфометрии у пациентов с БА и ПОУГ со здоровыми лицами из базы нейровизуализационных данных ФГБУ «Федеральный центр мозга и нейротехнологий» ФМБА России была взята группа контроля — группа 3 (n=10), которая статистически значимо не отличалась по возрасту от основных двух групп.

Критерии включения: диагноз БА или ПОУГ в соответствии с диагностическими критериями; возрастной диапазон 40—90 лет; сохранность сознания; родной язык — русский; подписание добровольного информированного согласия на участие в исследовании.

Критерии невключения: нарушение сознания; выраженный двигательный дефицит; выраженное расстройство чувствительности; афатические нарушения; наличие других клинически значимых неврологических патологий; наличие психических заболеваний в анамнезе; наличие сопутствующей острой соматической патологии; противопоказания к проведению МРТ головного мозга.

Критерии исключения: отзыв согласия на участие; нарушение требований протокола; плохое качество полученного МРТ-исследования; развитие серьезного нежелательного явления (угроза жизни), которое не позволяет продолжить проведение исследования; невозможность связаться.

Статистически значимого отличия пациентов обеих групп по возрасту не было выявлено: медиана возраста в группе 1 составила 71 [1; 2], в группе 2 — 68 [3; 4]. Лица женского пола в обеих группах составили большинство: группа 1 — 36 (80%), группа 2 — 28 (62,2%). По всем социально-демографическим параметрам (уровень образования, проживание в семье, вид трудовой деятельности, статус пенсионера, инвалидность), за исключением «статуса работающего», не было получено статистически значимых отличий (p>0,05). Так, в группе 1 почти все пациенты, за исключением 5 больных, не работали, в то время как 17 (37,8%) пациентов в группе 2 занимались трудовой деятельностью (p=0,007). У всех пациентов были проведены сбор жалоб, анамнеза и неврологический осмотр для установления наличия критериев включения и невключения в исследование.

Когнитивный статус оценивался с помощью комплекса общепринятых нейропсихологических шкал и методик, включающих краткую шкалу оценки психического статуса (MMSE) [46—48], Монреальскую шкалу оценки когнитивных функций (MoCA) [49—51], батарею тестов для оценки лобной дисфункции (FAB) [52—54], тест запоминания 10 слов А.Р. Лурия, тест рисования и копирования часов, тест на беглость речи (литеральные и категориальные ассоциации), методику таблицы Шульте. Оценка эмоционального статуса проводилась с помощью Госпитальной шкалы тревоги и депрессии (HADS) [55—62].

Всем пациентам была выполнена МРТ головного мозга с последующей морфометрической обработкой исследования. Сканирование проводилось на магнитно-резонансном томографе с напряженностью магнитного поля 3,0 Тл Discovery MR750w («GE Healthcare», США). При сборе данных использовалась комплектная 32-канальная головная катушка. Сканирование головного мозга всех участников исследования производилось по идентичному протоколу. Для первичной оценки вещества мозга на предмет критериев включения/невключения в исследование были получены T1-, T2-взвешенные изображения, также выполнялись исследованиях в режимах SWI, DWI и T2-FLAIR. T1-взвешенные изображения при условии включения испытуемого в исследование были затем использованы для морфометрической обработки. В качестве оптимальной для этой цели импульсной последовательности была выбрана программа IR-FSPGR (инверсия восстановления) в сагиттальной плоскости с изотропным вокселем 1×1×1 мм. Параметры импульсной последовательности и сбора данных: TR (Time Repetition) 77 с, TE (Time Echo) с оптимизацией по стратегии «Min Full», угол отклонения 11°, ширина полосы пропускания 31×25. Обработка полученных данных производилась автоматически в программе FreeSurfer («Martinos Center for Biomedical Imaging», США). В результате обработки формировались карты сегментации серого и белого вещества в соответствии с атласом Desikan—Killiany [63—66], а также атласом Destrieux [67, 68]. В ходе автоматического анализа также производилась волюметрическая оценка определенных регионов головного мозга, а также оценка толщин. Объемы и толщины выделенных структур были оценены в мм3 и мм соответственно. Для контрольной группы была также выполнена МРТ-морфометрия.

Исследование было одобрено локальным Этическим комитетом ФГБУ ФЦМН ФМБА РФ (протокол №07/25-07-22 от 25 июля 2022 г.). Всеми участниками исследования было подписано информированное добровольное согласие.

Статистическая обработка данных. Использовалась среда разработки RStudio 2022.12.0 Build 353, язык программирования R v. 4.2.2. Применялись непараметрические методы статистики с вычислением медианы (Me) и 25; 75 квартилей [Q1; Q3]. Межгрупповые сравнения выполнялись с помощью U-теста Манна—Уитни. Анализ ассоциаций двух количественных переменных был проведен с помощью корреляционного анализа Спирмена. Для сравнения трех групп применяли критерий Краскела—Уоллиса (апостериорные попарные сравнения проводили с помощью критерия Данна с поправкой Хольма—Бонферрони). Качественные данные сравнивались с помощью критерия χ2 и указывались в абсолютных значениях и процентных долях. Для сравнения относительных показателей применялся точный критерий Фишера. Уровень статистической значимости соответствовал p<0,05.

Результаты

При сравнении двух групп по всем показателям нейропсихологических шкал и методик были получены статистически значимые различия (p<0,001) (табл. 1).

Таблица 1. Сравнительная оценка результатов нейропсихологического обследования пациентов двух исследуемых групп, Me [Q1; Q3]

Показатель

Норма

Группа 1 (n=45)

Группа 2 (n=45)

MMSE, баллы

29—30

19 [14; 23]

28 [27; 29] *

MoCA, баллы

26—30

15 [12; 18]

25 [23; 26] *

FAB, баллы

16—18

13 [10; 15]

16 [15; 17] *

Тест запоминания 10 слов, непосредственное воспроизведение (1-е предъявление), количество слов

5—10

3 [2; 3]

5 [4; 6] *

Тест запоминания 10 слов, непосредственное воспроизведение (5-е предъявление), количество слов

9—10

4 [4; 5]

8 [7; 9] *

Тест запоминания 10 слов, отсроченное воспроизведение, количество слов

9—10

1 [0; 3]

6 [5; 8] *

Тест рисования часов, баллы

10

3 [3; 7]

8 [7; 10] *

Тест копирования часов, баллы

10

7 [4; 9]

10 [8; 10] *

Литеральные ассоциации, количество слов

12

8 [5; 12]

12 [8; 13] *

Категориальные ассоциации, количество слов

15

6 [4; 8]

15 [12; 17] *

Таблицы Шульте, эффективность работы, с

40—50

98,2 [80,6; 124,2]

47 [41,8; 57,2] *

Примечание. * — различия между группами статистически значимы (p<0,001).

У пациентов двух групп по данным интегративной оценки когнитивных функций (шкалы MMSE и MoCA) были выявлены КН разной степени тяжести. В группе 1 определялись выраженные КН (деменция), а в группе 2 — додементные КН (по MMSE — легкие КН и по MoCA — умеренные КН). У большинства пациентов в двух группах по вышеуказанным шкалам выявлялись нарушения памяти, особенно отсроченного воспроизведения. По данным шкалы FAB, в группе 1 наблюдалась умеренная лобная дисфункция. В группе 2 показатель по шкале FAB соответствовал норме. Наблюдаемая в группе пациентов с БА умеренная лобная дисфункция по данным FAB может носить вторичный характер и быть обусловлена наличием выраженного когнитивного дефицита на поздних стадиях заболевания, что проявляется нарушением связей между корой и подкорковыми структурами [69—72].

Оценка слухоречевой памяти по тесту запоминания 10 слов показала, что в группе 1 отмечалось снижение как непосредственного (1-е и 5-е предъявления слов), так и отсроченного воспроизведения. В группе 2 наблюдалось незначительное снижение непосредственного воспроизведения (только по данным 5-го предъявления), а также было зарегистрировано снижение отсроченного воспроизведения. В обеих группах наблюдалась разница между непосредственным и отсроченным воспроизведением, пациентам после проведенного интерферирующего задания было затруднительно воспроизвести заученные слова, при этом категориальные подсказки и подсказки множественного выбора оказывались абсолютно неэффективными, что указывает на нарушение процесса запоминания и формирования следов памяти.

При оценке зрительно-пространственных функций по тестам рисования и копирования часов в группе 1 были выявлены нарушения, что может свидетельствовать о корковом компоненте зрительно-пространственных нарушений. В группе 2 отмечались незначительные трудности при выполнении теста рисования часов, при этом копирование оставалось сохранным.

В группе 1 было выявлено снижение беглости речи (литеральные и категориальные ассоциации). Выявленное снижение называния категориальных ассоциаций в тесте беглости речи, которое было обнаружено у пациентов в группе БА, может указывать на нарушение семантической памяти, в группе ПОУГ показатели данного теста соответствовали норме. По данным выполнения теста Шульте для оценки функции внимания в группе 1 отмечалось значительное снижение эффективности работы, а в группе 2 этот показатель соответствовал норме.

При оценке эмоционального статуса по шкале HADS в обеих группах тревожно-депрессивных расстройств выявлено не было. По данным шкалы тревоги (HADS-A) Me в группе 1 составила 3,5 [1; 5,2], в группе 2 — 6 [3; 7], что соответствует норме. Me в группах 1 и 2 по данным оценки по шкале депрессии (HADS-D) составила 3 [3,5; 5,2] и 4 [2; 7] балла соответственно. Статистически значимых отличий по данным шкалы HADS между группами не отмечалось (p>0,05).

Результаты МРТ-морфометрии оценивались в трех группах: у больных с БА, с ПОУГ и у здоровых лиц. Определялась статистически значимая разница между медианами объемов по данным МРТ-морфометрии (табл. 2). При этом самые низкие значения были зарегистрированы в группе 1, а самые высокие — в группе 3. Как продемонстрировано в табл. 2, при сравнении полученных по данным МРТ-морфометрии результатов в группах 1 и 2 выявлялись статистически значимые различия объемов: серого вещества головного мозга, правого и левого гиппокампа, правого таламуса, правого и левого миндалевидного тела, правой и левой энторинальной коры, правой поясной извилины, правой и левой фузиформной извилины. Несмотря на отсутствие статистически значимых отличий, объемы белого вещества головного мозга, левого таламуса, правой и левой медиальной орбитофронтальной коры, левой поясной извилины были также меньше в группе 1.

Таблица 2. Объемные характеристики по данным МРТ-морфометрии в исследуемых группах, мм3, Me [Q1; Q3]

Структура

Группа

p a

1

2

3

Серое вещество головного мозга

534210 [506235; 552848]

580969 [540057; 640363]**

663298 [653569; 676075,8]

0,001*

Белое вещество головного мозга

382305 [349047; 414475]

411584 [380345; 448548]

459913 [442338; 486194,8]

0,002*

Правый гиппокамп

3218 [2973; 3480]

3805 [3429; 4151] **

4352 [4020,5; 4666,2]

<0,001*

Левый гиппокамп

2999 [2795; 3432]

3839 [3482; 4148] **

4326 [3941,5; 4400,8]

<0,001*

Правый таламус

5973 [5379; 6316]

6121 [5597; 6573] **

7349 [7179,5; 7671,5]

<0,001*

Левый таламус

6064 [5705; 6474]

6442 [6071; 7030]

7897,5 [7439; 8114,5]

0,001*

Правое миндалевидное тело

1201 [1009; 1390]

1705 [1512; 1901] **

2034,5 [1904,5; 2151,8]

<0,001*

Левое миндалевидное тело

900 [764; 1143]

1392 [1337; 1726] **

1694 [1577,8; 1724,8]

<0,001*

Правая энторинальная кора

1247 [1003; 1480]

1657 [1366; 1781] **

1832,5 [1707,8; 1965,5]

<0,001*

Левая энторинальная кора

1169 [872; 1489]

1790 [1506; 2002] **

1975 [1899,8; 2061,5]

<0,001*

Правая медиальная орбитофронтальная кора

4003 [3749; 4316]

4235 [3682; 4568]

4711 [4581,2; 4843]

0,008*

Левая медиальная орбитофронтальная кора

4096 [3843; 4425]

4165 [3884; 4687]

4902 [4747,5; 5022]

0,037*

Правая поясная извилина

1948 [1790; 2140]

2199 [1962; 2435] **

2492,5 [2249; 2628]

<0,001*

Левая поясная извилина

2171 [1990; 2322]

2369 [2154; 2619]

2543,5 [2472,2; 2616,2]

0,002*

Правая фузиформная извилина

6163 [5611; 6935]

7210 [6750; 8291] **

8750,5 [8056,2; 9128,2]

<0,001*

Левая фузиформная извилина

6428 [5745; 7100]

7561 [6892; 8462] **

8146 [7933,8; 8337,2]

<0,001*

Примечание. Здесь и в табл. 3: p — уровень статистической значимости, a — критерий Краскела—Уоллиса, * — статистически значимые различия в трех независимых группах, ** — статистически значимые различия между группами 1 и 2 (попарное сравнение, p<0,05).

Отдельно было выполнено попарное сравнение показателей объемов между группами 1 и 3, а также группами 2 и 3. Сравнение объемных показателей по данным МРТ-морфометрии в группах 1 и 3 показало, что пациенты с БА статистически значимо отличались от группы 3 по всем оцениваемым нейровизуализационным параметрам (p<0,05). У пациентов группы 1 было выявлено значительное уменьшение объемов всех изученных нейровизуализационных параметров в сравнении с группой 3.

Сравнение объемных показателей по данным МРТ-морфометрии в группах 2 и 3 показало, что статистически значимые отличия между группами пациентов с ПОУГ и здоровых лиц были выявлены по следующим нейровизуализационным параметрам: объем серого вещества головного мозга, объем правого и левого таламуса, объем правой медиальной орбитофронтальной коры (p<0,05). Как вышеперечисленные показатели, так и другие нейровизуализационные параметры у пациентов группы 2 были меньше по сравнению с показателями в группе здоровых лиц.

По данным МРТ-морфометрии оценивалась также толщина структур головного мозга (табл. 3). Статистически значимые различия между медианами толщин по данным МРТ-морфометрии в трех независимых изучаемых группах определялись для следующих нейровизуализационных параметров: толщина правой и левой энторинальной коры, толщина правой и левой поясной извилины, толщина правой и левой фузиформной извилины (p<0,05). Статистически значимых отличий толщины медиальной орбитофронтальной коры в трех группах получено не было.

Таблица 3. Показатели толщин по данным МРТ-морфометрии в трех группах, мм, Me [Q1; Q3]

Структура

Группа

pa

1

2

3

Правая энторинальная кора

2,701 [2,438; 3,134]

3,304 [2,949; 3,474]**

3,1995 [2,9333; 3,3113]

<0,001*

Левая энторинальная кора

2,363 [2,164; 2,794]

3,141 [3,011; 3,289] **

3,3805 [3,2735; 3,426]

<0,001*

Правая медиальная орбитофронтальная кора

2,319 [2,233; 2,45]

2,329 [2,258; 2,408]

2,2615 [2,2372; 2,2962]

0,496

Левая медиальная орбитофронтальная кора

2,275 [2,207; 2,356]

2,325 [2,269; 2,419]

2,293 [2,2248; 2,3105]

0,226

Правая поясная извилина

2,002 [1,888; 2,114]

2,185 [2,041; 2,359]**

2,167 [2,1652; 2,1852]

<0,001*

Левая поясная извилина

2,031 [1,89; 2,18]

2,223 [2,166; 2,325]**

2,1835 [2,1452; 2,215]

<0,001*

Правая фузиформная извилина

2,48 [2,362; 2,571]

2,644 [2,572; 2,735]**

2,6675 [2,6155; 2,7488]

<0,001*

Левая фузиформная извилина

2,424 [2,286; 2,53]

2,634 [2,499; 2,745]**

2,639 [2,6222; 2,664]

<0,001*

При сравнении полученных по данным МРТ-морфометрии результатов в группах 1 и 2 выявлялись статистически значимые различия толщин: энторинальной коры, поясной извилины и фузиформной извилины с двух сторон. В отличие от показателей объемов по данным МРТ-морфометрии в группе 1 наблюдались уже статистически значимые изменения левой поясной извилины: снижение ее толщины по сравнению с группой 2, что свидетельствует о необходимости оценки не только объемов, но и толщин при МРТ-морфометрии у пациентов группы 1.

Отдельно было выполнено попарное сравнение показателей толщин между группами 1 и 3, а также группами 2 и 3. Сравнение показателей толщин по данным МРТ-морфометрии в группах 1 и 3 показало, что пациенты с БА статистически достоверно отличались от группы здоровых лиц по следующим нейровизуализационным параметрам: толщина левой энторинальной коры, толщина правой и левой фузиформной извилины (p<0,05). Сравнение показателей толщин по данным МРТ-морфометрии в группах 2 и 3 продемонстрировало, что статистически значимых отличий между группой пациентов с ПОУГ и здоровых лиц выявлено не было.

Сопоставление результатов оценки по шкалам MMSE и MoCA с нейровизуализационными показателями продемонстрировало, что у пациентов с БА уменьшение общего балла коррелировало с уменьшением ряда параметров по данным МРТ-морфометрии. Так, в группе 1 с общим баллом по шкале MMSE коррелировали следующие показатели МРТ-морфометрии: объем правого гиппокампа (R=0,31; p=0,038), объем левого гиппокампа (R=0,3; p=0,049), объем правого миндалевидного тела (R=0,38; p=0,011), объем левой фузиформной извилины (R=0,37; p=0,011), толщина левой поясной извилины (R=0,36; p=0,017). Выявлены корреляционные связи у пациентов в группе 1 между итоговым баллом шкалы MoCA и следующими показателями МРТ-морфометрии: объем левого гиппокампа (R=0,31; p=0,04), объем правого миндалевидного тела (R=0,32; p=0,034), объем левого миндалевидного тела (R=0,35; p=0,02), объем левой фузиформной извилины (R=0,44; p=0,003), толщина левой фузиформной извилины (R=0,3; p=0,046), толщина левой поясной извилины (R=0,36; p=0,016).

Также корреляционные связи были обнаружены между тестом запоминания 10 слов и показателями МРТ-морфометрии у пациентов группы 1: уменьшение называния количества слов при непосредственном воспроизведении (5-е предъявление) коррелировало с уменьшением объема левой энторинальной коры (R=0,31; p=0,04); уменьшение называния количества слов при отсроченном воспроизведении коррелировало с уменьшением объема серого вещества головного мозга (R=0,44; p=0,003), объема правого гиппокампа (R=0,34; p=0,021), объема левого гиппокампа (R=0,5; p<0,001), объема левого таламуса (R=0,3; p=0,047), объема правого миндалевидного тела (R=0,36; p=0,015), объема левого миндалевидного тела (R=0,33; p=0,025), объема левой энторинальной коры (R=0,32; p=0,035), толщиной левой энторинальной коры (R=0,43; p=0,003). Корреляций по другим отдельным когнитивным доменам и данным МРТ-морфометрии у пациентов с БА выявлено не было.

Сопоставление результатов оценки шкалам MMSE и MoCA с нейровизуализационными показателями продемонстрировало, что у пациентов с ПОУГ уменьшение общего балла по данным шкалам, так же как и у пациентов с БА, коррелировало с уменьшением ряда параметров по данным МРТ-морфометрии. Так, в группе 2 с общим баллом по шкале MMSE коррелировали следующие показатели МРТ-морфометрии: объем правого таламуса (R=0,46; p=0,002), объем левого таламуса (R=0,42; p=0,004), объем правой энторинальной коры (R=0,39; p=0,007), объем правой медиальной орбитофронтальной коры (R=0,38; p=0,011), объем левой медиальной орбитофронтальной коры (R=0,44;p=0,003), объем правой фузиформной извилины (R=0,34; p=0,023), объем левой фузиформной извилины (R=0,41; p=0,005). Выявлены корреляционные связи у пациентов в группе 2 между итоговым баллом шкалы MoCA и следующими показателями МРТ-морфометрии: объем левого таламуса (R=0,31; p=0,036), объем правой энторинальной коры (R=0,34; p=0,024), объем левой поясной извилины (R=0,44 p=0,003) и объем правой поясной извилины (R=0,37; p=0,012).

Также корреляционные связи были обнаружены между результатами выполнения теста запоминания 10 слов и показателями МРТ-морфометрии у пациентов группы 2: уменьшение называния количества слов при непосредственном воспроизведении (1-е предъявление) коррелировало с уменьшением объема правой энторинальной коры (R=0,48; p<0,001).

Обсуждение

При интегративной оценке когнитивных функций более выраженный когнитивный дефицит, соответствующий степени деменции, наблюдался в группе пациентов с БА. В то же время при ПОУГ были выявлены додементные КН. Резюмируя полученные данные, следует отметить, что, несмотря на значительные статистические различия между группами 1 и 2, прежде всего обусловленные тяжестью КН, снижение памяти по гиппокампальному типу, нарушение зрительно-пространственных функций, выявленные в обеих группах, указывают на схожесть когнитивного дефицита данных групп. Полученные в ходе нейропсихологического исследования результаты оценки нейропсихологического профиля свидетельствуют о нейродегенеративном характере КН у пациентов с БА и ПОУГ [73, 74].

Анализ данных проведенной МРТ-морфометрии показал, что в группе 1 было выявлено более выраженное статистически значимое снижение объемных характеристик при сравнении с группой ПОУГ и здоровыми лицами. В целом полученный результат является закономерным, так как в морфометрический анализ были включены структуры, играющие важную роль в осуществлении когнитивных функций, нарушение которых является ядром клинической картины БА. Так, многочисленные гистологические и нейровизуализационные исследования при БА позволили предположить, что гиппокамп и окружающие его области, известные как медиальная височная доля, имеют тесные взаимосвязи [36]. По данным литературы, наиболее значимым фактором риска, ответственным за прогрессирование от стадии умеренных КН до деменции при БА, оказалась атрофия гиппокампа, энторинальной коры, поясной извилины и других медиальных отделов височной доли [1].

Гиппокамп является структурой, которая связана с активационными и нейродинамическими параметрами памяти и участвует в процессах обработки вербальной информации и в регуляции процесса запоминания. Энторинальная кора — область мозга, которая занимает большую часть парагиппокампальной извилины и располагается на вентромедиальной поверхности мозга, соединяя кору больших полушарий и гиппокамп. Она играет ключевую роль в обучении и памяти, пространственной навигации. В энторинальной коре наблюдаются самые ранние гистологические изменения при БА, включая образование нейрофибриллярных клубков и гибель клеток. По последним данным литературы, энторинальная кора поражается на доклинической стадии развития БА [1, 35].

В нашей работе были изучены также изменения других структур, отвечающих за когнитивные функции. Так, миндалевидное тело не только является хранилищем эмоциональной памяти, но и играет ключевую роль в формировании ассоциативной памяти. Таламус расположен в центромедиальной области переднего мозга, выполняет множество функций [42]. Таламус представляет собой центр, в который стекается и перерабатывается сенсорная и моторная информация (за исключением обонятельной системы), которая затем передается в кору больших полушарий головного мозга. Тесные функциональные связи передних ядер таламуса с гиппокампом и структурами лимбической системы, которые входят в круг Пейпеца, играют ключевую роль в формировании эпизодической памяти [1].

Поясная извилина представляет собой паралимбическую кортикальную структуру, расположенную непосредственно над мозолистым телом, играющую фундаментальную роль в обработке и кодировании памяти. Еще одна область, которая связана с когнитивными функциями — фузиформная извилина, однако не было проведено исследований, которые бы подтверждали четкую связь атрофии фузиформной извилины с БА. Фузиформная извилина известна как боковая затылочно-височная извилина, часть височной доли и затылочной доли. Эта область отвечает за распознавание лиц и обработку сложных зрительных стимулов, у пациентов с БА достаточно часто наблюдаются данные нарушения [75].

Одной из наименее исследованных областей головного мозга является орбитофронтальная кора, которая располагается в лобных долях, получает сигналы от медиальных ядер таламуса и участвует в формировании эмоциональной окраски во время принятия решений. Орбитофронтальная кора функционально связана со многими структурами головного мозга, поэтому предполагают, что она отвечает не только за принятие решений и регуляцию эмоций, но и за другие когнитивные функции [1].

Следует отметить, что в нашей работе изменения объемных показателей по данным МРТ-морфометрии ряда вышеперечисленных структур были выявлены у пациентов не только с БА, но и с ПОУГ. Так, у пациентов с ПОУГ было выявлено снижение всех показателей объемных характеристик в сравнении со здоровыми лицами, при этом статистически значимыми оказались: объем серого вещества головного мозга, объем правого и левого таламуса, объем правой медиальной орбитофронтальной коры. Выявленные изменения при ПОУГ также могут быть отражением процесса нейродегенерации, характерного для данной группы больных. Полученные нами результаты были отмечены и другими авторами. Так, Y. Wang и соавт. обнаружили, что у пациентов с глаукомой по данным МРТ-морфометрии наблюдалось снижение объема серого вещества в правом гиппокампе и таламусе с двух сторон (p<0,05) [76].

Помимо статистически значимого снижения объемных показателей в группе БА по сравнению со здоровыми лицами, также было выявлено снижение толщины левой энторинальной коры, толщины правой и левой фузиформной извилины, что еще раз подчеркивает необходимость проведения анализа показателей не только объема, но и толщин структур головного мозга при проведении МРТ-морфометрии. В группе пациентов с ПОУГ при сравнении со здоровыми лицами статистически значимого отличия толщин выявлено не было, что свидетельствует о необходимости определения в данной группе именно объемных характеристик, а не только толщин. Ряд авторов предполагают, что ПОУГ можно рассматривать не только как самостоятельное заболевание, но и как предиктор развития БА. Поэтому полученные нами данные сравнения показателей МРТ-морфометрии в двух группах и выявленные статистически значимые различия между группами БА и ПОУГ, вероятно, могут отражать динамику нейродегенеративного процесса и зависеть от тяжести КН. В связи с этим проведение МРТ-морфометрии можно рассматривать как метод оценки прогрессирования нейродегенеративных изменений при данных патологиях.

Выявленные корреляционные связи между нейропсихологическими параметрами и данными МРТ-морфометрии у пациентов с БА и ПОУГ еще раз подчеркивают, что изученные структуры головного мозга отвечают за реализацию когнитивных процессов. При этом важным является то, что нейродегенеративные изменения по результатам МРТ-морфометрии могут быть зарегистрированы на более ранних стадиях заболевания, когда КН минимально отличаются от нормы при нейропсихологическом тестировании, как было показано в нашем исследовании у пациентов с ПОУГ.

Заключение

В соответствии с опубликованными данными в офтальмологии и неврологии между БА и ПОУГ было выявлено множество сходств. Данные литературы, а также результаты нашего исследования дают возможность предполагать, что ПОУГ может быть прогностическим маркером (предиктором) развития БА, в связи с этим для раннего выявления КН и назначения своевременной терапии пациентам с ПОУГ необходимо проводить нейропсихологическое тестирование. Также приведенные данные демонстрируют важную роль постпроцессорной обработки результатов МРТ с помощью специального программного обеспечения (МРТ-морфометрии). Данная методика позволяет проводить количественную оценку не только объемов, но и толщин различных структур головного мозга, что позволяет повысить качество диагностики на ранних стадиях БА и ПОУГ. При этом в нашей работе были получены данные о том, что при ПОУГ важным является определение объемов, а не только толщин структур головного мозга, в то время как при более выраженных КН при БА изменения выявляются при оценке как объемов, так и толщин структур головного мозга по данным МРТ-морфометрии. Необходимо также отметить, что полученные межгрупповые различия между БА и ПОУГ по данным МРТ-морфометрии могут свидетельствовать о разных стадиях нейродегенеративного процесса и быть обусловлены степенью тяжести КН.

Исходя из полученных данных, изучение взаимосвязи этих двух заболеваний и роли нейровизуализационных биомаркеров МРТ-морфометрии в ранней диагностике БА и ПОУГ является перспективным направлением, в связи с чем требуется дальнейшее проведение более крупных когортных исследований.

Авторы заявляют об отсутствии конфликта интересов.

Литература / References:

  1. Hassouneh A, Bazuin B, Danna-dos-Santos A, et al. The Alzheimer’s Disease Neuroimaging Initiative. Feature Importance Analysis and Machine Learning for Alzheimer’s Disease Early Detection: Feature Fusion of the Hippocampus, Entorhinal Cortex, and Standardized Uptake Value Ratio. Digital Biomarkers. 2024;8(1):59-74.  https://doi.org/10.1159/000538486
  2. The World Alzheimer Report 2019: Attitudes to dementia analyses findings of the world’s largest survey on attitudes to dementia, as well as expert essays and case studies from across the world. 2019. https://www.alzheimers.net/resources/alzheimers-statistics
  3. Tahami AA, Byrnes MJ, White LA, Zhang Q. Alzheimer’s disease: epidemiology and clinical progression. Neurol Ther. 2022;11(2):553-569.  https://doi.org/10.1007/s40120-022-00338-8
  4. Wong W. Economic burden of Alzheimer disease and managed care considerations. Am J Man Care. 2020;26(8):S177-S183. https://doi.org/10.37765/ajmc.2020.88482
  5. Israilovich AE, Oybekovna, IS, Kizi CLZ. Clinical and Neurological Approach to Dementia of the Alzheimer’s Type. Central Asian J Med Nat Sci. 2023;4(1):7-11. 
  6. Alzheimer’s Association. 2019 Alzheimer’s disease Facts and Figures. Alz Dement. 2019;5(3):321-387.  https://doi.org/10.1016/j.jalz.2019.01.010
  7. Соибназаров О.Э. Оптимизация, лечение, модифицируемые факторы риска и современные подходы к терапии деменции. Boffin Academy. 2023;1(1):191-203. 
  8. Kent SA, SpiresJones TL, Durrant CS. The physiological roles of tau and Aβ: implications for Alzheimer’s disease pathology and therapeutics. Acta Neuropathol. 2020;140(4):417-447.  https://doi.org/10.1007/s00401-020-02196-w
  9. Zetterberg H, Blennow K. Moving fluid biomarkers for Alzheimer’s disease from research tools to routine clinical diagnostics. Mol Neurodegener. 2021;16(1):1-7.  https://doi.org/10.1186/s13024-021-00430-x
  10. Ayodele T, Rogaeva E, Kurup JT, et al. Early-Onset Alzheimer’s Disease: What Is Missing in Research? Curr Neurol Neurosci Rep. 2021;21(2):1-10.  https://doi.org/10.1007/s11910-020-01090-y
  11. Лобзин В.Ю., Колмакова К.А., Емелин А.Ю., Янишевский С.Н. Артериальная гипертензия и болезнь Альцгеймера. Пролог к нейродегенерации. Артериальная гипертензия. 2019;25(2):122-133.  https://doi.org/10.18705/1607-419X-2019-25-2-122-133
  12. Еричев В.П., Басинский С.Н., Куроедов А.В. О переходе к хирургическому этапу лечения глаукомы. Национальный журнал Глаукома. 2023;22(1):92-102.  https://doi.org/10.53432/2078-4104-2023-22-1-92-102
  13. Stein JD, Khawaja AP, Weizer JS. Glaucoma in adults—screening, diagnosis, and management: a review. JAMA. 2021;325(2):164-174.  https://doi.org/10.1001/jama.2020.21899
  14. Schuster AK, Erb C, Hoffmann EM, et al. The diagnosis and treatment of glaucoma. Deut Ärzteblatt Int. 2020;117(13):225.  https://doi.org/10.3238/arztebl.2020.0225
  15. Burton MJ, Ramke J, Marques AP, et al. The Lancet global health Commission on global eye health: vision beyond 2020. Lancet Global Health. 2021;9(4):489-551.  https://doi.org/10.1016/S2214-109X(20)30488-5
  16. Нагорнова З.М., Куроедов А.В., Петров С.Ю. и др. Влияние местной гипотензивной терапии на состояние тканей глазной поверхности и исход антиглаукомных операций у пациентов с первичной открытоугольной глаукомой. Национальный журнал глаукома. 2019;18(4):96-107.  https://doi.org/10.25700/NJG.2019.04.08
  17. Ting DS, Peng L, Varadarajan AV, et al. Deep learning in ophthalmology: the technical and clinical considerations. Prog Ret Eye Res. 2019;72:100759. https://doi.org/10.1016/j.preteyeres.2019.04.003
  18. Zhang N, Wang J, Li Y, Jiang B. Prevalence of primary open angle glaucoma in the last 20 years: a meta-analysis and systematic review. Sci Rep. 2021;11(1):13762. https://doi.org/10.1038/s41598-021-92971-w
  19. Daruich A, Duncan M, Robert MP, et al. Congenital aniridia beyond black eyes: From phenotype and novel genetic mechanisms to innovative therapeutic approaches. Prog Ret Eye Res. 2022;101133. https://doi.org/10.1016/j.preteyeres.2022.101133
  20. Sen S, Saxena R, Tripathi M, et al. Neurodegeneration in Alzheimer’s disease and glaucoma: overlaps and missing links. Eye. 2020;34(9):1546-1553. https://doi.org/10.1038/s41433-020-0836-x
  21. Banerjee U, Girard JR, Goins LM, Spratford CM. Drosophila as a genetic model for hematopoiesis. Genetics. 2019;211(2):367-417.  https://doi.org/10.1534/genetics.118.300223
  22. Xu XH, Zou JY, Geng W, Wang AY. Association between glaucoma and the risk of Alzheimer’s disease: a systematic review of observational studies. Acta Ophthalmol. 2019;97(7):665-671.  https://doi.org/10.1111/aos.14114
  23. Jacobs DS, Carrasquillo KG, Cottrell PD, et al. BCLA CLEAR–Medical use of contact lenses. Contact Lens and Anterior Eye. 2021;44(2):289-329.  https://doi.org/10.1016/j.clae.2021.02.002
  24. Mroczkowska S, Shokr H, Benavente-Pérez A, et al. Retinal Microvascular Dysfunction Occurs Early and Similarly in Mild Alzheimer’s Disease and Primary-Open Angle Glaucoma Patients. J Clin Med. 2022;11(22):6702. https://doi.org/10.3390/jcm11226702
  25. Singh AK, Verma S. Use of ocular biomarkers as a potential tool for early diagnosis of Alzheimer’s disease. Ind J Ophthalmol. 2020;68(4):555.  https://doi.org/10.4103/ijo.IJO_999_19
  26. Zabel P, Kaluzny JJ, Zabel K, et al. Quantitative assessment of retinal thickness and vessel density using optical coherence tomography angiography in patients with Alzheimer’s disease and glaucoma. PLoS One. 2021;16(3):e0248284. https://doi.org/10.1371/journal.pone.0248284
  27. Desai D, Pethe P. Polycomb repressive complex 1: regulators of neurogenesis from embryonic to adult stage. J Cell Physiol. 2020;235(5):4031-4045. https://doi.org/10.1002/jcp.29299
  28. Inyushin M, Zayas-Santiago A, Rojas L, et al. Platelet-generated amyloid beta peptides in Alzheimer’s disease and glaucoma. Histol Histopathol. 2019;34(8):843. 
  29. Villalba A, Götz M, Borrell V. The regulation of cortical neurogenesis. Curr Top Develop Biol. 2021;142:1-66.  https://doi.org/10.1016/bs.ctdb.2020.10.003
  30. Rawlyk B, Chauhan BC. Retinal ganglion cell loss in postmortem tissue of Alzheimer disease, glaucoma, and healthy normal subjects. Can J Ophthalmol. 2021;56(2):e66-e70.  https://doi.org/10.1016/j.jcjo.2020.09.018
  31. Гаврилова С.И. Эволюция диагностических границ болезни Альцгеймера и новые терапевтические возможности. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2022;122(11-2):38-44.  https://doi.org/10.17116/jnevro202212211238
  32. Livingston G. Dementia prevention, intervention, and care: 2020 report of the Lancet Commission. The Lancet. 2020;396(10248):413-446.  https://doi.org/10.1016/S0140-6736(20)30367-6
  33. Scheltens P, De Strooper B, Kivipelto M, et al. Alzheimer’s disease. The Lancet. 2021;397(10284):1577-1590. https://doi.org/10.1016/S0140-6736(20)30367-6
  34. Ковтун О.П., Волкова Л.И., Кодинцев А.Н. Современные аспекты диагностики болезни Альцгеймера. Уральский медицинский журнал. 2019;8:5-13. 
  35. Zhang Y, Yang YS, Wang CM, et al. Copper metabolism-related Genes in entorhinal cortex for Alzheimer’s disease. Sci Rep. 2023;13(1):17458. https://doi.org/10.1038/s41598-023-44656-9
  36. Rahim F, Khalafi M, Davoodi M. Metabolite changes in the posterior cingulate cortex could be a signature for early detection of Alzheimer’s disease: A systematic review and meta-analysis study based on 1H-NMR. Egypt J Neurol, Psychiatr Neurosurg. 2023;59(1):60.  https://doi.org/10.1186/s41983-023-00649-z
  37. Smucny J, Dienel SJ, Lewis DA, Carter CS. Mechanisms underlying dorsolateral prefrontal cortex contributions to cognitive dysfunction in schizophrenia. Neuropsychopharmacol. 2022;47(1):292-308.  https://doi.org/10.1038/s41386-021-01089-0
  38. Yan H, Lau WK, Eickhoff SB, et al. Charting the neural circuits disruption in inhibitory control and its subcomponents across psychiatric disorders: A neuroimaging meta-analysis. Progr Neuro-Psychopharmacol Biol Psychiatry. 2022;119:110618. https://doi.org/10.1016/j.pnpbp.2022.110618
  39. Капульцевич А.Е. Искусственный интеллект: роль гиппокампа в обработке визуальной информации. Евразийское Научное Объединение. 2019;58(21):40-48. 
  40. Капульцевич А.Е. Искусственный интеллект: к вопросу о биологическом программировании. Технические науки: проблемы и решения. 2022;54(4):55-65. 
  41. Lei Z, Xie L, Li CH, et al. Chemogenetic Activation of Astrocytes in the Basolateral Amygdala Contributes to Fear Memory Formation by Modulating the Amygdala-Prefrontal Cortex Communication. Int J Mol Sci. 2022;23(11):6092. https://doi.org/10.3390/ijms23116092
  42. Suthard RL, Senne RA, Buzharsky MD, et al. Basolateral amygdala astrocytes are engaged by the acquisition and expression of a contextual fear memory. J Neurosci. 2023;43(27):4997-5013. https://doi.org/10.1523/JNEUROSCI.1775-22.2023
  43. Наджмитдинов О.Б., Шухратбекова М.Х. Роль методов количественного анализа данных магнитно-резонансной томографии в диагностике болезни Альцгеймера на ранней стадии заболевания. Экономика и социум. 2024;1:116. 
  44. Igarashi KM. Entorhinal cortex dysfunction in Alzheimer’s disease. Trends Neurosci. 2023;46(2):124-136.  https://doi.org/10.1016/j.tins.2022.11.006
  45. Garg N, Choudhry MS, Bodade RM. A review on Alzheimer’s disease classification from normal controls and mild cognitive impairment using structural MR images. J Neurosci Meth. 2023;15:109745. https://doi.org/10.1016/j.jneumeth.2022.109745
  46. Siqueira GSA, Hagemann PMS, Coelho DS, et al. Can MoCA and MMSE be interchangeable cognitive screening tools? A systematic review. Gerontologist. 2019;59(6):743-763.  https://doi.org/10.1093/geront/gny126
  47. Pépin M, Ferreira AC, Arici M, et al. Cognitive disorders in patients with chronic kidney disease: specificities of clinical assessment. Nephrol Dial Transplantation. 2022;37(2):23-32.  https://doi.org/10.1093/ndt/gfab262
  48. Pinto TCC, Machado L, Bulgacov TM, et al. Is the Montreal Cognitive Assessment (MoCA) screening superior to the Mini-Mental State Examination (MMSE) in the detection of mild cognitive impairment (MCI) and Alzheimer’s disease (AD) in the elderly? Int Psychogeriatr. 2019;31(4):491-504.  https://doi.org/10.1159/000495562
  49. Zhuang L, Yang Y, Gao J. Cognitive assessment tools for mild cognitive impairment screening. J Neurol. 2021;268(5):1615-1622. https://doi.org/10.1007/s00415-019-09506-7
  50. Jiao F, Yi F, Wang Y, et al. The validation of multifactor model of plasma Aβ 42 and total-Tau in combination with MoCA for diagnosing probable Alzheimer disease. Front Aging Neurosci. 2020;12:212.  https://doi.org/10.3389/fnagi.2020.00212
  51. Мухангалиева Д.Г., Туруспекова С.Т. Применение скрининговых шкал при нейропсихологическом тестировании: возможности и ограничения. Вестник Казахского Национального медицинского университета. 2020;1:229-233. 
  52. Айзенштейн А.Д., Трофимова А.К., Микадзе Ю.В., Иванова Г.Е. Методологические проблемы использования психометрических тестов в практике клинических исследований когнитивных расстройств у пациентов с сосудистыми поражениями мозга. Вестник восстановительной медицины. 2023;22(1):46-59.  https://doi.org/10.38025/2078-1962-2023-22-1-46-59
  53. Ilardi CR, Ilardi CR, Chieffi S, et al. The Frontal Assessment Battery 20 years later: Normative data for a shortened version (FAB15). Neurol Sci. 2022;43(3):1709-1719. https://doi.org/10.1007/s10072-021-05544-0
  54. Aiello EN, Esposito A, Appollonio I, Bolognini N. Diagnostic properties of the frontal assessment battery (FAB) in Italian healthy adults. Aging Clin Exp Res. 2022;34(5):1021-1026. https://doi.org/10.1007/s40520-021-02035-2
  55. Webster-Cordero F, Giménez-Llort L. The Challenge of Subjective Cognitive Complaints and Executive Functions in Middle-Aged Adults as a Preclinical Stage of Dementia: A Systematic Review. Geriatrics. 2022;7(2):30.  https://doi.org/10.3390/geriatrics7020030
  56. Breton A, Casey D, Arnaoutoglou NA. Cognitive tests for the detection of mild cognitive impairment (MCI), the prodromal stage of dementia: Meta‐analysis of diagnostic accuracy studies. Int J Ger Psych. 2019;34(2):233-242.  https://doi.org/10.1002/gps.5016
  57. Chen YX, Liang N, Li XL, et al. Diagnosis and treatment for mild cognitive impairment: a systematic review of clinical practice guidelines and consensus statements. Front Neur. 2021;12:719849. https://doi.org/10.3389/fneur.2021.719849
  58. Jia X, Wang Z, Huang F, et al. A comparison of the Mini-Mental State Examination (MMSE) with the Montreal Cognitive Assessment (MoCA) for mild cognitive impairment screening in Chinese middle-aged and older population: a cross-sectional study. BMC Psychiatry. 2021;21(1):1-13.  https://doi.org/10.1186/s12888-021-03495-6
  59. Jin R, Pilozzi A, Huang X. Current cognition tests, potential virtual reality applications, and serious games in cognitive assessment and non-pharmacological therapy for neurocognitive disorders. J Clin Med. 2020;9(10):3287. https://doi.org/10.3390/jcm9103287
  60. Chen FT, Etnier JL, Chan KH, et al. Effects of exercise training interventions on executive function in older adults: a systematic review and meta-analysis. Sports Med. 2020;50(8):1451-1467. https://doi.org/10.1007/s40279-020-01292-x
  61. Barberio B, Zamani M, Black CJ, et al. Prevalence of symptoms of anxiety and depression in patients with inflammatory bowel disease: a systematic review and meta-analysis. The Lancet Gastroenterol Hepatol. 2021;6(5):359-370.  https://doi.org/10.1016/S2468-1253(21)00014-5
  62. Bisgaard TH, Allin KH, Keefer L, et al. Depression and anxiety in inflammatory bowel disease: epidemiology, mechanisms and treatment. Nature Rev Gastroenterol Hepatol. 2022;19(11):717-726.  https://doi.org/10.1038/s41575-022-00634-6
  63. Hansen JY, Shafiei G, Markello RD, et al. Mapping neurotransmitter systems to the structural and functional organization of the human neocortex. Nature Neurosci. 2022;25(11):1569-1581. https://doi.org/10.1038/s41593-022-01186-3
  64. Markello RD, Hansen JY, Liu ZQ, et al. Neuromaps: structural and functional interpretation of brain maps. Nat Meth. 2022;19(11):1472-1479. https://doi.org/10.1038/s41592-022-01625-w
  65. Sala A, Lizarraga A, Caminiti SP, et al. Brain connectomics: time for a molecular imaging perspective? Trends Cogn Sci. 2023;27(4):353-366.  https://doi.org/10.1016/j.tics.2022.11.015
  66. Hänisch B, Hansen JY, Bernhardt BC, et al. Cerebral chemoarchitecture shares organizational traits with brain structure and function. Elife. 2023;12: 83843. https://doi.org/10.7554/eLife.83843
  67. Siddiqi SH, Kording KP, Parvizi J, Fox MD. Causal mapping of human brain function. Nat Rev Neurosci. 2022;23(6):361-375.  https://doi.org/10.1038/s41583-022-00583-8
  68. Siddiqi SH, Khosravani S, Rolston JD, Fox MD. The future of brain circuit-targeted therapeutics. Neuropsychopharmacol. 2024;49(1):179-188.  https://doi.org/10.1038/s41386-023-01670-9
  69. Дударова Т.И. Патофизиология болезни Альцгеймера. Прорывные научные исследования: проблемы, пределы и возможности: сборник статей Международной научно-практической конференции, Казань, 2 февраля 2023 года. 2023;150-152. 
  70. Колупаева Е.С., Жукова И.А., Жукова Н.Г. и др. Клиническая значимость морфометрических показателей головного мозга для диагностики болезни Альцгеймера. Практическая медицина. 2020;18(5):150-155.  https://doi.org/10.32000/2072-1757-2020-5-150-156
  71. Вышегородцев М.В. Модель проведения диагностики болезни Альцгеймера с использованием современных инструментальных средств морфометрического анализа данных МРТ. Modern Science. 2020;3-1:286-297. 
  72. Артемов М.В., Станжевский А.А. Применение магнитной резонансной морфометрии и позитронной эмиссионной томографии в диагностике болезни Альцгеймера. Визуализация в медицине. 2020;2(3):22-27. 
  73. Боголепова А.Н., Васенина Е.Е., Гомзякова Н.А. и др. Клинические рекомендации «Когнитивные расстройства у пациентов пожилого и старческого возраста». Журнал неврологии и психиатрии им. С.С. Корсакова. 2021;121(10-3):6-137.  https://doi.org/10.17116/jnevro20211211036
  74. Стулов И.К., Ананьева Н.И., Лукина Л.В. и др. Метод дифференциальной диагностики умеренных когнитивных расстройств различного генеза: кросс-секционное исследование. Лучевая диагностика и терапия. 2023;14(2):64-73.  https://doi.org/10.22328/2079-5343-2023-14-2-64-73
  75. Ma D, Fetahu IS, Wang M, et al. The fusiform gyrus exhibits an epigenetic signature for Alzheimer’s disease. Clin Epigenetics. 2020;27(1):129.  https://doi.org/10.1186/s13148-020-00916-3
  76. Wang Y, Wang X, Zhou J, et al. Brain morphological alterations of cerebral cortex and subcortical nuclei in high-tension glaucoma brain and its associations with intraocular pressure. Neuroradiol. 2020;62:495-502.  https://doi.org/10.1007/s00234-019-02347-1

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.