看國內外最新醫學研究進展，就上醫脈通：http://www.medlive.cn
研究設計
該研究的目標是，通過單獨觀察靜息狀態下功能MRI（fMRI）的數據結果，將偏頭痛患者與未患有偏頭痛的患者相鑑別。我們並未觀察患者的具體的腦部解剖結構。
作為人口統計學數據的一部分，所有研究對象均進行了抑鬱和焦慮的評估。我們使用貝克抑鬱量表和狀態-特質焦慮量表，以確保組間情況相均衡。同樣地，我們也平衡了兩組間的年齡和性別因素。貝克抑鬱量表中存在一些差異，但需要指出的是，對照組和偏頭痛患者組的原始分數均在平均非抑鬱範圍內。
所有參與者均接受10分鐘的靜息狀態下掃描，掃描使用西門子3T MRI掃描儀。研究設計為靜息狀態掃描的好處是，由於沒有任務要完成，因此的確十分容易獲得結果。
這裡我們的目標是觀察患者血氧水平依賴（BOLD）信號的自發波動，以檢測區域網絡或功能連接模式。我們真的很想進一步瞭解腦部特定區域如何與另一個區域進行交流——它們是如何形成特定的功能網絡的。
研究的主要目的是瞭解相關模式。我們基於已有薈萃分析的結果，以及其他顯示出功能連接改變或激活模式的研究中所得到的知識，進行了感興趣區域的分析。我們選擇了33個已知的會表現出功能或激活模式發生改變的區域作為感興趣區，在我們的靜息狀態研究中進行分析。這些部位包括了左右大腦半球的皮層和皮層下區域。同樣地，這些區域均在最近的薈萃分析中應用過。
邊緣網絡的重要性
在通過靜息狀態下掃描來鑑別偏頭痛患者和健康對照組的過程中，功能連接模式僅在33個區域中的6個區域出現，這6個區域是最為重要、最為相關的區域，分別為雙側杏仁核、右後島葉、右中扣帶回、右中顳葉、左腹內側前額葉皮層。因此，這6個區域是更廣泛的邊緣網絡的一部分。
杏仁核作為其中的一個區域不難猜到，而偏頭痛患者在情感上的不同實際上可能對應於研究的某些發現。這無疑表明，這些都屬於更廣泛的邊緣網絡的一部分區域，並且在疼痛處理中具有區分度和有效度的感官效果上發揮了作用。因此，靜息狀態下的杏仁核是連接模式之一。
而我們想要看到的是能夠準確區分偏頭痛患者和健康對照組的腦部連接，我們發現，只有一個區域可以區分偏頭痛患者和健康對照組，但這一區域跨度很大，跨越了整個大腦皮層。所以這其實是一個非常複雜的網絡。
在未來研究中提高精度
這個研究是非常好的第一步。我們現在已經可以在86%的最佳精度的基礎上，對偏頭痛患者和健康對照組進行區分，因此我們對此表示十分欣慰。當然，為了讓這一結果應用於臨床，我們還需要進一步提高預測精度，80%是遠遠不夠的。
現在，我們正在計劃結合靜息狀態下數據和準確的結構數據，來觀察是否可以提高分類的精度。這一研究結果在AAN上獲得了Harold Wolff-John Graham獎，這一獎項是為了紀念Harold Wolff和John Graham在止痛藥領域的成就，是非常大的榮譽。我們對此覺得十分幸運。
醫脈通編譯自：Andrew N. Wilner. MRI Study Moves Closer to Accurate Migraine Classification. Medscape. July 08, 2016.
閱讀更多 醫脈通 的文章
