肺癌患者中，融合脑网络的典型变化与骨转移引起的疼痛有关

《Brain Research Bulletin》：Characteristic changes in the fusion brain network are associated with bone metastasis pain in patients with lung cancer

肺癌患者骨转移痛的神经机制研究通过融合脑网络（FBN）分析发现，BMP+患者默认模式网络、边缘系统等区域存在连接性降低，而BMP?患者与健康人相比多个脑区连接增强，且连接强度与焦虑、抑郁评分显著相关。FBN为疼痛机制研究和临床干预提供了新方法。

　　### 研究背景与意义

癌症疼痛是癌症患者面临的一个重大挑战，尤其是肺癌患者，其疼痛程度和频率常常严重影响生活质量。尽管在癌症治疗和护理方面取得了进展，但肺癌与癌症疼痛之间复杂的神经机制仍然不完全清楚，导致患者在治疗选择上存在局限。因此，探索癌症疼痛的神经基础对于深入理解其成因并开发更有效的治疗方法具有重要意义。

近年来，网络神经科学在揭示癌症疼痛与脑结构和功能网络之间的特征性改变方面取得了重要进展。研究发现，癌症疼痛可能影响大脑中多个网络的连接模式，包括默认模式网络（DMN）、边缘系统、执行控制网络（ECN）和显著性网络（SN）。然而，这些结构和功能网络之间的相互作用机制及其与癌症疼痛的关系仍不明确。因此，构建一种能够同时整合结构和功能网络信息的综合方法，有助于更全面地理解癌症疼痛的神经机制，并为临床干预提供依据。

### 研究方法

为了更好地研究癌症疼痛对脑网络的影响，本研究采用了一种融合脑网络（FBN）的方法，结合了功能磁共振成像（rs-fMRI）和扩散光谱成像（DSI）数据。这种方法利用了自注意力机制算法，能够有效地捕捉不同模式之间的复杂和非线性依赖关系，从而增强融合网络的表现力和代表性。

在构建FBN的过程中，首先对功能网络和结构网络进行了分别处理。功能网络的构建基于AAL（阿尔伯特-兰德）脑图谱，将大脑划分为90个区域，并通过提取每个区域的平均血氧水平依赖（BOLD）时间序列，计算区域间的相关性以确定连接关系。结构网络则基于DSI数据，使用确定性纤维追踪方法重建白质纤维束，并通过计算纤维束的定量各向异性（QA）值来确定连接强度。

为了进一步提高FBN的性能和稳定性，研究中引入了超图流形正则化（HMR）和L1范数正则化项。这些正则化方法有助于优化网络结构，使其在处理复杂数据时更具鲁棒性。此外，研究还采用了网络基于统计（NBS）分析和基于枢纽区域的网络连接性分析，以评估不同群体之间连接强度的变化及其与神经心理量表评分之间的关系。

### 研究结果

通过分析不同组别（BMP+、BMP? 和健康对照组HC）的脑网络特征，研究发现了一些显著的连接性变化。在BMP+患者中，NBS分析显示连接强度在多个脑区增加，但同时也观察到四个显著减少的连接性成分，主要涉及DMN、边缘系统、ECN和SN。这些变化可能反映了癌症疼痛对脑网络结构和功能的深远影响，尤其是在与疼痛下行调控相关的脑区。

对于BMP+与HC的比较，研究发现BMP+患者在DMN内部的连接性显著增加。而在BMP?与HC的比较中，BMP?患者在多个网络连接中表现出增强的连接性，包括DMN、ECN、SN和边缘系统。这些结果表明，即使在没有骨转移疼痛的肺癌患者中，脑网络的改变仍然存在，并可能与肺癌本身的神经生物学特性有关。

此外，研究还发现，FBN在分类任务中表现出良好的性能，其分类准确率（ACC）和曲线下面积（AUC）均高于79%和90%。这表明，FBN能够有效地捕捉不同组别之间的脑网络特征差异，并为临床诊断提供支持。特别是在BMP+与BMP?的比较中，模型的特异性（SPE）达到90.37%，有助于减少对非疼痛患者的误诊。

### 连接性与神经心理评分的相关性

研究进一步探讨了脑连接性变化与神经心理评分之间的关系。在BMP+患者中，右中央前回与下枕叶之间的连接性变化与焦虑自评量表（SAS）和抑郁自评量表（SDS）的评分呈正相关。这表明，这些特定的脑连接性可能与癌症疼痛相关的临床症状密切相关，并可能成为未来干预措施的潜在靶点。

通过这些分析，研究揭示了癌症疼痛对脑网络的多方面影响，包括连接强度的变化和特定脑区的活动模式改变。这些发现不仅加深了我们对癌症疼痛神经机制的理解，也为开发更精准的疼痛评估和干预策略提供了新的视角。

### 讨论与结论

本研究首次采用FBN方法对肺癌患者的骨转移疼痛进行系统分析，为癌症疼痛的神经基础研究提供了新的工具。研究结果表明，FBN能够有效整合结构和功能网络信息，从而更全面地反映大脑的神经变化。这种综合方法不仅避免了传统单模态研究可能忽略的某些复杂因素，还能够捕捉到更广泛的大脑连接模式。

此外，研究还发现，尽管BMP+和BMP?患者都表现出某些连接性的增强，但BMP+患者中某些特定连接性的减弱可能与疼痛下行调控的减弱有关。这提示我们，恢复或增强这些下行调控路径可能是缓解癌症疼痛的重要策略。同时，研究还指出，FBN的高特异性（SPE）和高灵敏度（SEN）在临床应用中具有重要价值，有助于精准识别和区分不同类型的肺癌患者。

尽管本研究取得了一定成果，但仍存在一些局限性。例如，研究采用的是横断面设计，未能充分揭示FBN特征性变化与骨转移疼痛进展之间的关系。因此，未来的研究应考虑纵向设计，以更深入地探讨这些变化的动态过程。此外，由于癌症疼痛的类型多样，研究结果可能受到多种因素的影响，未来需要进一步的子群分析以提高结果的普适性。

总的来说，本研究通过构建FBN并结合多种分析方法，揭示了癌症疼痛对脑网络的多维度影响，为理解其神经机制提供了新的思路。这些发现不仅有助于临床诊断和干预，也为未来的研究方向提供了参考。通过进一步的验证和优化，FBN有望成为一种有效的工具，用于癌症疼痛的筛查和管理。