看国内外最新医学研究进展，就上医脉通：http://www.medlive.cn
研究设计
该研究的目标是，通过单独观察静息状态下功能MRI（fMRI）的数据结果，将偏头痛患者与未患有偏头痛的患者相鉴别。我们并未观察患者的具体的脑部解剖结构。
作为人口统计学数据的一部分，所有研究对象均进行了抑郁和焦虑的评估。我们使用贝克抑郁量表和状态-特质焦虑量表，以确保组间情况相均衡。同样地，我们也平衡了两组间的年龄和性别因素。贝克抑郁量表中存在一些差异，但需要指出的是，对照组和偏头痛患者组的原始分数均在平均非抑郁范围内。
所有参与者均接受10分钟的静息状态下扫描，扫描使用西门子3T MRI扫描仪。研究设计为静息状态扫描的好处是，由于没有任务要完成，因此的确十分容易获得结果。
这里我们的目标是观察患者血氧水平依赖（BOLD）信号的自发波动，以检测区域网络或功能连接模式。我们真的很想进一步了解脑部特定区域如何与另一个区域进行交流——它们是如何形成特定的功能网络的。
研究的主要目的是了解相关模式。我们基于已有荟萃分析的结果，以及其他显示出功能连接改变或激活模式的研究中所得到的知识，进行了感兴趣区域的分析。我们选择了33个已知的会表现出功能或激活模式发生改变的区域作为感兴趣区，在我们的静息状态研究中进行分析。这些部位包括了左右大脑半球的皮层和皮层下区域。同样地，这些区域均在最近的荟萃分析中应用过。
边缘网络的重要性
在通过静息状态下扫描来鉴别偏头痛患者和健康对照组的过程中，功能连接模式仅在33个区域中的6个区域出现，这6个区域是最为重要、最为相关的区域，分别为双侧杏仁核、右后岛叶、右中扣带回、右中颞叶、左腹内侧前额叶皮层。因此，这6个区域是更广泛的边缘网络的一部分。
杏仁核作为其中的一个区域不难猜到，而偏头痛患者在情感上的不同实际上可能对应于研究的某些发现。这无疑表明，这些都属于更广泛的边缘网络的一部分区域，并且在疼痛处理中具有区分度和有效度的感官效果上发挥了作用。因此，静息状态下的杏仁核是连接模式之一。
而我们想要看到的是能够准确区分偏头痛患者和健康对照组的脑部连接，我们发现，只有一个区域可以区分偏头痛患者和健康对照组，但这一区域跨度很大，跨越了整个大脑皮层。所以这其实是一个非常复杂的网络。
在未来研究中提高精度
这个研究是非常好的第一步。我们现在已经可以在86%的最佳精度的基础上，对偏头痛患者和健康对照组进行区分，因此我们对此表示十分欣慰。当然，为了让这一结果应用于临床，我们还需要进一步提高预测精度，80%是远远不够的。
现在，我们正在计划结合静息状态下数据和准确的结构数据，来观察是否可以提高分类的精度。这一研究结果在AAN上获得了Harold Wolff-John Graham奖，这一奖项是为了纪念Harold Wolff和John Graham在止痛药领域的成就，是非常大的荣誉。我们对此觉得十分幸运。
医脉通编译自：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
