Медицинская литература. Новинки

 

 

 

 

 

 

Количественная оценка магнитной восприимчивости (QSM) в подкорковых структурах головного мозга как маркер нейродегенерации при ремиттирующем и вторично-прогрессирующем рассеянном склерозе

Вы можете загрузить полный текст статьи в формате pdf

Цель исследования: изучение изменений в распределении железа в веществе головного мозга с помощью методики магнитно-резонансной томографии (МРТ) – количественного картирования восприимчивости (quantitative susceptibility mapping – QSM) – в сопоставлении с клиническими данными у пациентов с рассеянным склерозом (РС).Материал и методы. В данное проспективное исследование вошло три группы пациентов: 47 пациентов с ремиттирующим РС (РРС), 20 – с вторично-прогрессирующим РС (ВПРС) и 39 здоровых добровольцев (группа контроля). Для всех пациентов были собраны анамнестические данные и проведена МРТ головного мозга, включающая последовательность мульти-эхо 3D Т2* GRE, после чего были получены карты QSM и рассчитана относительная магнитная восприимчивость в области подкорковых структур.Результаты. Были выявлены более высокие показатели магнитной восприимчивости в скорлупе у пациентов с ВПРС по сравнению с РРС, что может отражать избыточное накопление железа в данных структурах. При этом было выявлено понижение магнитной восприимчивости в подушке таламуса у пациентов с ВПРС, однако у части пациентов отмечалось ее резкое повышение при уменьшении объема подушки таламуса.Заключение. Повышение магнитной восприимчивости на карте QSM в области подкорковых структур головного мозга, преимущественно в области скорлупы, отражающее накопление железа, а также ее снижение в области подушки таламуса, являются более характерными для пациентов с ВПРС, что может иметь прогностическую значимость в оценке прогрессирования заболевания.

Ключевые слова:
рассеянный склероз, магнитно-резонансная томография, железо, количественное картирование восприимчивости, вторично-прогрессирующий рассеянный склероз., multiple sclerosis, magnetic resonance imaging, iron, quantitative susceptibility mapping, secondary progressive multiple sclerosis.

Литература:
1.Thompson A. J., Banwell B. L., Barkhof F., Carroll W. M., Coetzee T., Comi G., Correale J., Fazekas F., Filippi M., Freedman M. S., Fujihara K., Galetta S. L., Hartung H. P., Kappos L., Lublin F. D., Marrie R. A., Miller A. E., Miller D. H., Montalban, X., Mowry E. M., … Cohen J. A. Diagnosis of multiple sclerosis: 2017 revisions of the McDonald criteria. Lancet Neurol. 2018; 17 (2): 162–173. https://doi.org/10.1016/S1474-4422(17)30470-2
2.Walton C., King R., Rechtman L., Kaye W., Leray E., Marrie R. A., Robertson N., La Rocca N., Uitdehaag B., van der Mei I., Wallin M., Helme A., Angood Napier C., Rijke N., Baneke P. Rising prevalence of multiple sclerosis worldwide: Insights from the Atlas of MS, third edition. Multiple Sclerosis Journal. 2020; 26 (14): 1816–1821. https://doi.org/10.1177/1352458520970841
3.Ontaneda D., Thompson A. J., Fox R. J., Cohen J. A. Progressive multiple sclerosis: prospects for disease therapy, repair, and restoration of function. Lancet (London, England). 2017; 389 (10076): 1357–1366. https://doi.org/10.1016/S0140-6736(16)31320-4
4.Zhang Y., Salter A., Jin S., Culpepper W.J. 2nd, Cutter G.R., Wallin M., Stuve O. Disease-modifying therapy prescription patterns in people with multiple sclerosis by age. Ther Adv Neurol Disord. 2021; 14: 17562864211006499. https://doi.org/10.1177/17562864211006499
5.Guan Y., Jakimovski D., Ramanathan M., Weinstock-Guttman B., Zivadinov R. The role of Epstein-Barr virus in multiple sclerosis: from molecular pathophysiology to in vivo imaging. Neural Regen Res. 2019; 14(3): 373-386. https://doi.org/10.4103/1673-5374.245462
6.Dendrou C.A., Fugger L., Friese M.A. Immunopathology of multiple sclerosis. Nat Rev Immunol. 2015; 15 (9): 545-58. https://doi.org/10.1038/nri3871
7.Uher T., Krasensky J., Malpas C., Bergsland N., Dwyer M.G., Kubala Havrdova E., Vaneckova M., Horakova D., Zivadinov R., Kalincik T. Evolution of Brain Volume Loss Rates in Early Stages of Multiple Sclerosis. Neurol Neuroimmunol Neuroinflamm. 2021; 8 (3): e979. https://doi.org/10.1212/NXI.0000000000000979
8.Stankiewicz J.M., Weiner H.L. An argument for broad use of high efficacy treatments in early multiple sclerosis. Neurol Neuroimmunol Neuroinflamm. 2019; 7 (1): e636. https://doi.org/10.1212/NXI.0000000000000636
9.Giovannoni G., Butzkueven H., Dhib-Jalbut S., Hobart J., Kobelt G., Pepper G., Sormani M.P., Thalheim C., Traboulsee A., Vollmer T. Brain health: time matters in multiple sclerosis. Mult Scler Relat Disord. 2016; Suppl 1: S5-S48. https://doi.org/10.1016/j.msard.2016.07.003
10.Filippi M., Rocca M.A., Ciccarelli O., De Stefano N., Evangelou N., Kappos L., Rovira A., Sastre-Garriga J., Tintore M., Frederiksen J.L., Gasperini C., Palace J., Reich D.S., Banwell B., Montalban X., Barkhof F.; MAGNIMS Study Group. MRI criteria for the diagnosis of multiple sclerosis: MAGNIMS consensus guidelines. Lancet Neurol. 2016; 15 (3): 292-303. https://doi.org/10.1016/S1474-4422(15)00393-2
11.Traboulsee A., Simon J.H., Stone L., Fisher E., Jones D.E., Malhotra A., Newsome S.D., Oh J., Reich D.S., Richert N., Rammohan K., Khan O., Radue E.W., Ford C., Halper J., Li D. Revised Recommendations of the Consortium of MS Centers Task Force for a Standardized MRI Protocol and Clinical Guidelines for the Diagnosis and Follow-Up of Multiple Sclerosis. AJNR Am J Neuroradiol. 2016; 37 (3): 394-401. https://doi.org/10.3174/ajnr.A4539
12.Брюхов В.В., Куликова С.Н., Кротенкова М.В., Переседова А.В., Завалишин И.А. Современные методы визуализации в патогенезе рассеянного склероза. Анналы клинической и экспериментальной неврологии. 2017; 7 (3): 47-54. https://doi.org/10.17816/psaic226.
13.Mahad D.H., Trapp B.D., Lassmann H. Pathological mechanisms in progressive multiple sclerosis. Lancet Neurol. 2015; 14 (2): 183-93. https://doi.org/10.1016/S1474-4422(14)70256-X
14.Frischer J.M., Bramow S., Dal-Bianco A., Lucchinetti C.F., Rauschka H., Schmidbauer M., Laursen H., Sorensen P.S., Lassmann H. The relation between inflammation and neurodegeneration in multiple sclerosis brains. Brain. 2009; 132 (5): 1175-89. https://doi.org/10.1093/brain/awp070
15.Lublin F.D., Reingold S.C., Cohen J.A., Cutter G.R., Sorensen P.S., Thompson A.J., Wolinsky J.S., Balcer L.J., Banwell B., Barkhof F., Bebo B. Jr, Calabresi P.A., Clanet M., Comi G., Fox R.J., Freedman M.S., Goodman A.D., Inglese M., Kappos L., Kieseier B.C., Lincoln J.A., Lubetzki C., Miller A.E., Montalban X., O'Connor P.W., Petkau J., Pozzilli C., Rudick R.A., Sormani M.P., Stuve O., Waubant E., Polman C.H. Defining the clinical course of multiple sclerosis: the 2013 revisions. Neurology. 2014; 83 (3): 278-86. https://doi.org/10.1212/WNL.0000000000000560
16.Хачанова Н.В., Бойко А.Н., Бахтиярова К.З., Власов Я.В., Евдошенко Е.П., Сиверцева С.А., Шмидт Т.Е., Шумилина М.В. Рекомендации экспертного совещания «Вторично-прогрессирующий рассеянный склероз: нерешенные вопросы и перспективы». Неврология, нейропсихиатрия, психосоматика. 2019; 11 (4): 172-175. https://doi.org/10.14412/2074-2711-2019-4-172-175
17.Steenwijk M.D., Daams M., Pouwels P.J., J Balk L., Tewarie P.K., Geurts J.J., Barkhof F., Vrenken H. Unraveling the relationship between regional gray matter atrophy and pathology in connected white matter tracts in long-standing multiple sclerosis. Hum Brain Mapp. 2015; 36 (5): 1796-807. https://doi.org/10.1002/hbm.22738
18.Кротенкова И.А., Брюхов В.В., Переседова А.В., Кротенкова М.В. Атрофия центральной нервной системы при рассеянном склерозе: данные МРТ-морфометрии. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2014; 114 (10 2): 50 56
19.Кротенкова И.А., Брюхов В.В., Захарова М.Н., Морозова С.Н., Кротенкова М.В., Аскарова Л.Ш. Атрофия головного и спинного мозга у пациентов с ремиттирующим рассеянным склерозом: 3-летнее динамическое исследование. Лучевая диагностика и терапия. 2017; (1): 35-39. https://doi.org/10.22328/2079-5343-2017-1-35-39
20.Cortese R., Collorone S., Ciccarelli O., Toosy A.T. Advances in brain imaging in multiple sclerosis. Therapeutic Advances in Neurological Disorders. 2019. https://doi.org/10.1177/1756286419859722
21.Belaidi A.A., Bush A.I. Iron neurochemistry in Alzheimer's disease and Parkinson's disease: targets for therapeutics. J. Neurochem. 2016; 139: 179-197. https://doi.org/10.1111/jnc.13425
22.Rouault T. Iron metabolism in the CNS: implications for neurodegenerative diseases. Nat Rev Neurosci. 2013; 14: 551–564. https://doi.org/10.1038/nrn3453
23.Ward R.J., Zucca F.A., Duyn J.H., Crichton R.R., Zecca L. The role of iron in brain ageing and neurodegenerative disorders. Lancet Neurol. 2014; 13 (10): 1045–1060. doi:10.1016/S1474-4422(14)70117-6
24.Gaasch J.A., Lockman P.R., Geldenhuys W.J., Allen D.D., Van der Schyf C.J. Brain Iron Toxicity: Differential Responses of Astrocytes, Neurons, and Endothelial Cells. Neurochem Res. 2007; 32: 1196–1208. https://doi.org/10.1007/s11064-007-9290-4
25.Li G., Wu R., Tong R., Bo B., Zhao Y., Gillen K.M., Spincemaille P., Ku Y., Du Y., Wang Y., Wang X., Li J. Quantitative Measurement of Metal Accumulation in Brain of Patients With Wilson's Disease. Mov Disord. 2020; 35: 1787-1795. https://doi.org/10.1002/mds.28141
26.Bagnato F., Hametner S., Yao B., van Gelderen P., Merkle H., Cantor F.K., Lassmann H., Duyn J.H. Tracking iron in multiple sclerosis: a combined imaging and histopathological study at 7 Tesla. Brain. 2011; 134 (12): 3602-15. https://doi.org/10.1093/brain/awr278
27.Gillen K.M., Mubarak M., Park C., Ponath G., Zhang S., Dimov A., Levine-Ritterman M., Toro S., Huang W., Amici S., Kaunzner U.W., Gauthier S.A., Guerau-de-Arellano M., Wang Y., Nguyen T.D., Pitt D. QSM is an imaging biomarker for chronic glial activation in multiple sclerosis lesions. Ann Clin Transl Neurol. 2021; 8 (4): 877-886. https://doi.org/10.1002/acn3.51338
28.Zhang Y., Gauthier S.A., Gupta A., Chen W., Comunale J., Chiang G., Zhou D., Askin G., Zhu W., Pitt D., Wang Y.F. Quantitative Susceptibility Mapping and R2* Measured Changes during White Matter Lesion Development in Multiple Sclerosis: Myelin Breakdown, Myelin Debris Degradation and Removal, and Iron Accumulation. AJNR Am J Neuroradiol. 2016; 37: 1629 - 1635. https://doi.org/10.3174/ajnr.A4825
29.Wisnieff C., Ramanan S., Olesik J., Gauthier S., Wang Y., Pitt D. Quantitative susceptibility mapping (QSM) of white matter multiple sclerosis lesions: Interpreting positive susceptibility and the presence of iron. Magn Reson Med. 2015; 74 (2): 564-70. https://doi.org/10.1002/mrm.25420
30.Wang Y., Spincemaille P., Liu Z., Dimov A., Deh K., Li J., Zhang Y., Yao Y., Gillen K.M., Wilman A.H., Gupta A., Tsiouris A.J., Kovanlikaya I., Chiang G.C., Weinsaft J.W., Tanenbaum L., Chen W., Zhu W., Chang S., Lou M., Kopell B.H., Kaplitt M.G., Devos D., Hirai T., Huang X., Korogi Y., Shtilbans A., Jahng G.H., Pelletier D., Gauthier S.A., Pitt D., Bush A.I., Brittenham G.M., Prince M.R. Clinical quantitative susceptibility mapping (QSM): Biometal imaging and its emerging roles in patient care. J Magn Reson Imaging. 2017; 46 (4): 951-971. https://doi.org/10.1002/jmri.25693
31.Chen W., Zhu W., Kovanlikaya I., Kovanlikaya A., Liu T., Wang S., Salustri C., Wang Y. Intracranial calcifications and hemorrhages: characterization with quantitative susceptibility mapping. Radiology. 2014; 270 (2): 496-505. https://doi.org/10.1148/radiol
32.Liu C., Wei H., Gong N.J., Cronin M., Dibb R., Decker K. Quantitative Susceptibility Mapping: Contrast Mechanisms and Clinical Applications. Tomography. 2015; 1 (1): 3-17. https://doi.org/10.18383/j.tom.2015.00136
33.Schweser F., Hagemeier J., Dwyer M.G., Bergsland N., Hametner S., Weinstock-Guttman B., Zivadinov R. Decreasing brain iron in multiple sclerosis: The difference between concentration and content in iron MRI. Hum Brain Mapp. 2021; 42 (5): 1463-1474. https://doi.org/10.1002/hbm.25306
34.Yu F.F., Chiang F.L., Stephens N., Huang S.Y., Bilgic B., Tantiwongkosi B., Romero R. Characterization of normal-appearing white matter in multiple sclerosis using quantitative susceptibility mapping in conjunction with diffusion tensor imaging. Neuroradiology. 2019; 61 (1): 71-79. https://doi.org/10.1007/s00234-018-2137-7
35.Kaunzner U.W., Kang Y., Zhang S., Morris E., Yao Y., Pandya S., Hurtado Rua S.M., Park C., Gillen K.M., Nguyen T.D., Wang Y., Pitt D., Gauthier S.A. Quantitative susceptibility mapping identifies inflammation in a subset of chronic multiple sclerosis lesions. Brain. 2019; 142 (1): 133-145. https://doi.org/10.1093/brain/awy296
36.Liu J., Liu T., de Rochefort L., Ledoux J., Khalidov I., Chen W., Tsiouris A.J., Wisnieff C., Spincemaille P., Prince M.R., Wang Y. Morphology enabled dipole inversion for quantitative susceptibility mapping using structural consistency between the magnitude image and the susceptibility map. Neuroimage. 2012; 59 (3): 2560-8. https://doi.org/10.1016/j.neuroimage.2011.08.082
37.Wang Y., Liu T. Quantitative susceptibility mapping (QSM): Decoding MRI data for a tissue magnetic biomarker. Magn Reson Med. 2015; 73 (1): 82-101. https://doi.org/10.1002/mrm.25358
38.Burgetova A., Dusek P., Vaneckova M., Horakova D., Langkammer C., Krasensky J., Sobisek L., Matras P., Masek M., Seidl Z. Thalamic Iron Differentiates Primary-Progressive and Relapsing-Remitting Multiple Sclerosis. AJNR Am J Neuroradiol. 2017; 38 (6): 1079-1086. https://doi.org/10.3174/ajnr.A5166
39.Papathanasiou A., Messinis L., Zampakis P., Panagiotakis G., Gourzis P., Georgiou V., Papathanasopoulos P. Thalamic atrophy predicts cognitive impairment in relapsing remitting multiple sclerosis. Effect on instrumental activities of daily living and employment status. J Neurol Sci. 2015; 358 (1-2): 236-42. https://doi.org/10.1016/j.jns.2015.09.001
40.Прахова Л.Н., Богдан А.А., Ильвес А.Г., Магонов Е.П., Савинцева Ж.И., Трофимова Т.Н. Особенности развития нейродегенерации таламуса у больных рассеянным склерозом. Лучевая диагностика и терапия. 2015; (4): 35-41. https://doi.org/10.22328/2079-5343-2015-4-35-41
41.Zivadinov R., Schweser F., Dwyer M.G., Pol S. Detection of Monocyte/Macrophage and Microglia Activation in the TMEV Model of Chronic Demyelination Using USPIO-Enhanced Ultrahigh-Field Imaging. J Neuroimaging. 2020; 30 (6): 769-778. https://doi.org/10.1111/jon.12768

Quantitative susceptibility mapping (QSM) in deep gray matter as a neurodegeneration marker in relapsing-remitting and secondary-progressive multiple sclerosis

Purpose. The aim of the study was to investigate changes in iron distribution in the brain of patients with multiple sclerosis (MS) using magnetic resonance imaging (MRI) technique – quantitative susceptibility mapping (QSM) – in comparison with clinical data.Materials and methods. Three groups of patients were included in this prospective study: 47 patients with relapsing-remitting MS (RRMS), 20 patients with secondary progressive MS (SPMS) and 39 healthy controls. For all patients we collected clinical data, including history of present illness (H&P) and disability degree, and performed brain MRI followed by QSM maps obtaining and assessing relative magnetic susceptibility in subcortical structures.Results. We found an increase in magnetic susceptibility in the heads of the caudate nuclei and in putamen in patients with SPMS as compared to RRMS. At the same time, a decrease in magnetic susceptibility in the thalamic pulvinar was detected in patients with MS in the long term, but a sharp hyperintensity in conjunction with decreasing volume was observed in some patients.Conclusion. Increased magnetic susceptibility on the QSM in subcortical structures of the brain, reflecting iron content, is more typical for patients with SPMS, which may indicate the prognostic value of these changes.

Keywords:
рассеянный склероз, магнитно-резонансная томография, железо, количественное картирование восприимчивости, вторично-прогрессирующий рассеянный склероз., multiple sclerosis, magnetic resonance imaging, iron, quantitative susceptibility mapping, secondary progressive multiple sclerosis.