帕金森病患者的血脑屏障渗漏增加

背景

      在动物模型中已经观察到帕金森病（PD）与血脑屏障（BBB）遭到破坏有关，这构成了神经退行性疾病的血管假说的基础，但临床研究尚缺乏。

目的

      确定PD中BBB完整性如何遭到破坏，并与脑血管疾病进行比较。

方法

      使用动态增强磁共振成像（DCE)从49名PD患者、15名具有脑血管疾病的对照组（CP）和31名健康对照组（CN）中收集数据，所有组别都按年龄进行了匹配。使用Patlak分析生成了血脑屏障（Ktrans）和血浆体积（vp）的对比剂转移系数的定量图。

结果

      使用基于体素的分析发现，与CN组相比，PD组的Ktrans更高，反映出BBB遭到更严重的破坏；差异在后部白质区域最为明显。

结论

      这些结果显示PD中BBB遭到破坏。

     本文发表在Frontiers in Physiology杂志。（可添加微信号18983979082或19962074063获取原文及补充材料，另思影提供免费文献下载服务，如需要也可添加此微信号入群).

引言

      血脑屏障（BBB）由高度专门化、代谢活跃的细胞组成，形成一道选择性可渗透、对血液产物具有高度阻力的屏障（Pardridge，2005年）。它与胶质细胞（即，周细胞、微胶质细胞、少突胶质细胞和星形胶质细胞足）紧密耦合，所有这些都与神经元紧密相邻；统称为神经血管单位（Lo和Rosenberg，2009年；Alvarez等人，2013年）。神经血管单位的正常功能确保了BBB和大脑血流的健康功能，也维持了神经元“环境”，这是神经回路正常功能所必需的，并确保满足神经元的代谢需求（Zlokovic，2008年，2011年）。在神经血管单位中，BBB的通透性和大脑血流主要由内皮细胞、平滑肌细胞和周细胞控制；其损伤与神经毒素的积累和缺氧有关，导致神经元损伤和失活（Bell等人，2010年；Montagne等人，2018年）。

       神经退行性现在被认为是多种因素随时间的作用和相互作用导致神经元功能障碍和死亡的结果（Carvey等人，2006年；Collins等人，2012年；Sweeney等人，2019年）。不出所料，神经血管单位功能障碍也促成了神经元功能障碍和死亡；这构成了“神经退行性的血管模型”的基础（Grammas等人，2011年；Zlokovic，2011年；Andreone等人，2015年；Nelson等人，2015年；Zhao等人，2015年；Hachinski等人，2019年）。该模型的两个支柱是低灌注和BBB遭到破坏，两者都促成了神经元丧失的恶性循环。特别是在临床前设置中的研究表明，神经退行性疾病的背景下存在微血管病理和低灌注（Brown和Thore，2011年；Zlokovic，2011年；Di Marco等人，2015年；Iadecola，2017年；Kisler等人，2017年）。此外，帕金森病（PD）的研究也揭示了血管重塑、血管改变和异常的血管生成（Faucheux等人，1999年；Farkas等人，2000年；Wada等人，2006年；Chao等人，2009年；Patel等人，2011年；Guan等人，2013年；Janelidze等人，2015年）。

      对PD发病机制的理解主要围绕黑质致密部（SNpc）中多巴胺能神经元的选择性和逐渐丧失以及其与其他基底节结构的连接。动物研究中已经报道了SNpc中BBB遭到破坏导致神经退行性（Barcia等人，2005年；Rite等人，2007年；Chao等人，2009年）。在人类中，一个相对较小的正电子发射断层扫描（PET）研究发现PD患者的BBB转运系统功能障碍（Kortekaas等人，2005年）。一项组织学研究显示，PD患者的后部豆状核（post commissural putamen）的BBB通透性显著增加（Gray和Woulfe，2015年）。因此，与PD病理学有关的区域已被证明存在BBB遭到破坏，但研究仍然很少，主要是在动物模型中。

       许多研究描述了帕金森病（PD）患者在后部皮层，特别是在后部的顶枕皮层、楔前叶（precuneus）和楔叶（cuneus）以及额叶区域中的低灌注现象。血脑屏障（BBB）破坏如何影响灌注，以及反之（低灌注如何影响BBB破坏）尚不清楚。然而，这两种现象都发生在微血管水平，并可能是相互关联的。如果确实如此，那么这意味着在这些后部区域以及与PD病理有关的基底节区域，也可能预期存在BBB的改变。

      神经影像学技术的进步，特别是定量MRI技术如动脉自旋标记和动态增强磁共振成像（DCE-MRI），为临床环境中微循环的研究铺平了道路。DCE-MRI特别用于探测BBB的完整性。这一技术先前已应用于测量肿瘤、多发性硬化症和急性缺血性中风中的BBB破坏。最近的应用则用这一技术来探测更微妙和慢性的BBB破坏，包括小血管病、阿尔茨海默病、轻度认知障碍和正常衰老等。据我们所知，尚无关于PD中DCE-MRI测量的已发表工作。

       我们使用DCE-MRI来研究PD背景下BBB通透性的区域性改变。PD组与已知存在脑血管疾病的对照组（CP）以及没有已知脑血管疾病或PD的对照组（CN）进行了比较。我们的目的是调查这些潜在变化是否仅归因于老年人群中共存的脑血管疾病，或者是否揭示了特定于PD的BBB改变模式。通过包括CP组，我们可以通过参考每组中的脑血管疾病负担（由白质病变（WML）体积作为小血管病的公认替代标记来定义）来做到这一点。我们假设由于PD病理学主要围绕在黑质紧凑部（SNpc）和黑质纹状体通路中多巴胺能神经元的选择性和渐进性丧失，因此在基底节结构中会发生BBB破坏。因此，基于神经退行性疾病的血管假说，这些区域应该显示BBB破坏。我们还预计在后部和前部皮层中也会发生BBB破坏，因为在这些PD区域中已经注意到了低灌注，这可能影响BBB功能。最后，由于在脑血管疾病中已经发现白质病变（WML）和正常出现的白质。最后，由于在脑血管疾病中已经在白质病变（WML）和正常出现的白质（NAWM）中发现了血脑屏障（BBB）的改变（Wardlaw等人，2017），我们也考虑了这些区域的改变。因此，我们研究了基底节、后部和前部皮层区域、NAWM（正常出现的白质）和WML（白质病变区）中的BBB变化，以及对整个大脑进行了更多探索性的体素分析。

材料和方法

批准、招募、资格和同意

      本研究获得了相关批准，包括国家卫生服务（NHS）伦理批准（西北部 - 普雷斯顿研究伦理委员会）、研究治理和当地大学批准。PD患者是从兰开夏教学医院NHS基金会信托和索尔福德皇家NHS基金会信托中招募的。PD参与者的资格标准是符合英国PD社会脑库标准的PD临床诊断，没有已知的临床脑血管疾病（无短暂性缺血发作或中风的病史）或痴呆（Emre等人，2007）。有脑血管疾病的参与者是从兰开夏教学医院中招募的，他们在过去的2年内（并且至少在参与之前的3个月内）有中风或短暂性缺血发作的临床诊断，并得到了相关的脑成像支持（CP）。也从当地社区招募了没有PD或临床脑血管疾病病史的对照组（CN）。所有组别的年龄都进行了匹配。所有参与者都需要提供书面知情同意。

临床评估

     帕金森病的评估包括在扫描访问期间进行统一的帕金森病评分量表（UPDRS）。疾病严重程度使用Hoehn和Yahr评分量表（Hoehn和Yahr，1967）进行测量。研究方案没有对参与者的药物进行任何更改。还记录了常规的临床基线数据，并计算了左旋多巴等效日剂量（LEDD）（Tomlinson等人，2010）。还进行了一系列临床量表，包括用于测量认知的蒙特利尔认知评估（MoCA）。使用未配对的Student's t检验比较了PD和对照参与者之间的连续变量，或者使用Fisher's精确检验比较了分类变量，p值设置为<0.05。

表1：研究组的人口统计学、临床和放射学特征

AF：房颤（Atrial Fibrillation）；CN：阴性对照组（Control Negative）；CP：阳性对照组（Control Positive）；CV：心血管（Cardiovascular）；DM：糖尿病（Diabetes Mellitus）；FH of CVD：心血管疾病家族史（Family History of Cardiovascular Disease）；Hyperchol.：高胆固醇血症（Hypercholesterolaemia）；IHD：缺血性心脏病（Ischaemic Heart Disease）；LEDD：左旋多巴等效日剂量（Levodopa Equivalent Daily Dose）；MoCA：蒙特利尔认知评估（Montreal Cognitive Assessment）；RF：风险因素（Risk Factors）；PD：帕金森病（Parkinson’s Disease）；TD：震颤为主（Tremor Dominant）；UPDRS 111：统一帕金森病评分量表运动评分（Unified Parkinson’s Disease Rating Scale Motor Score）；WML：白质病变（White Matter Lesion）

MRI方案

      参与者在运行相同软件版本的两个不同系统上进行了扫描：一个是位于索尔福德皇家医院的3.0 T Philips Achieva扫描仪，配有8通道头线圈；另一个是位于曼彻斯特临床研究设施的独立的3.0 T Philips Achieva扫描仪，配有32通道头线圈。通过在头线圈内使用填充物来最小化参与者的不自主运动。

     两台扫描仪都运行了相同的MRI方案。获取了160张3D T1加权图像（T1快速场回波，T1-FFE）的DCE-MRI动态序列，其时间分辨率为7.6秒，空间分辨率为1.5 × 1.5 × 4 mm，总持续时间约为20分钟。在第8个动态过程中，使用动力注射器注入了一种基于钆的造影剂（Dotarem）团块。注入的体积与受试者的体重成比例，剂量为0.1 mmol/kg。

      在动态扫描之前，为了使用可变翻转角度方法计算预对比T1图，获取了一系列额外的3D T1-FFE图像，翻转角度为2度、5度和10度。还收集了一个B1图，以便纠正B1场不均匀性。

      此外，还获取了一个1 mm等距的3D T1加权图像和一个T2加权流体衰减反转恢复（FLAIR）图像。有关获取参数的完整详细信息，请参阅补充材料。

MRI分析

白质病变体积估计

      作为小血管疾病的已建立标志，白质病变（WML）体积是通过使用SPM8中的病变分割工具箱（Schmidt等人，2012）以及T2加权FLAIR图像和T1加权图像作为输入来估算的。选择了0.3的阈值，因为它在一个子研究中提供了最准确的估算，该子研究比较了来自病变分割工具箱与来自数据子集（包括所有组别的代表）的半自动病变生长方法的WML体积估算。WML体积呈正偏态，因此在使用未配对的t检验进行组间比较之前进行了立方根转换。

DCE分析

      首先使用SPM12的“重新对准”选项对160张动态图像系列进行了运动校正，该选项将所有DCE-MRI图像与时间序列中的第一张图像对齐。从矢状窦（Lavini和Verhoeff，2010）中推导出血管输入函数，该窦在运动校正后的动态时间序列的最后一张图像上用MRIcro进行了勾勒。选择了大约包含50个体素的区域。使用摄取或“Patlak”模型对动态数据进行了体素逐一拟合，该模型假设示踪剂从血浆单向转运到细胞外、血管外空间。关于DCE-MRI分析的更多详细信息可以在补充材料中找到。在进行了空间平滑处理后，使用一个3D 3 mm全宽半高（FWHM）核在每个组中创建了Ktrans和vp的平均图像，并进行了视觉检查以查找差异。使用SPM12 PET工具箱进行了体素逐一分析，以确定组间Ktrans和vp的区域差异。Ktrans和vp图与高分辨率的3D T1加权图像进行了共配准，然后标准化到蒙特利尔神经学研究所（MNI）空间。使用一个8 mm全宽半高（FWHM）核对标准化后的Ktrans和vp图进行了空间平滑处理。在不进行强度标准化的情况下，使用两样本未配对t检验（不等方差）进行了Ktrans和vp之间的组间体素逐一比较。进行了以下组间比较：CN与PD，CP与PD，以及CP与CN。在体素级阈值p < 0.001未校正和最小簇大小为50个体素的情况下，认为区域显示了显著的组间差异。进一步使用家庭误差率（FWE）校正进行了多重比较的簇级分析。使用xjview V 8.146和MNI坐标来识别显示组间差异的区域。

组间Ktrans和vp差异的进一步评估

图 1. 感兴趣区域的位置。

       Ktrans和vp的组间差异也在包括基底节、前额和后部皮层、WML和NAWM的兴趣区域（ROI）中进行了评估。WML区域是通过使用来自病变分割的共注册二进制病变掩模获得的（参见“白质病变体积估计”一节），并且特别注意从所有其他ROI中移除WML区域。尾状核（CA）、壳状体（PU）和苍白球（P）区域是通过MNI图谱（Tzourio-Mazoyer等人，2002年；Prodoehl等人，2008年）获得的。黑质（SN）区域是由经验丰富的研究人员在SPM的T2加权模板图像上手动绘制的。前额和选定的后部皮层区域也被定义（与其他研究中的低灌注区域一致）（Melzer等人，2011年；Fernandez-Seara等人，2012年；Gray和Woulfe，2015年；Al-Bachari等人，2017年），使用自动解剖标签图谱（Tzourio-Mazoyer等人，2002年）中的区域组合。额区由额上回和额中回以及楔前回、楔回、舌回、枕上回和枕中回组成。 最后，还选择了 NAWM，使用来自共同配准的 T1 加权图像的分割的掩模来定义，以确定组间是否存在任何弥散性差异的重要性。图1描述了这些ROI的位置。从每个区域为每个受试者提取了平均Ktrans和vp值。使用“组”和“区域”作为因素进行了重复测量方差分析（ANOVA），以确定Ktrans和vp之间的组间是否存在显著差异，其中“受试者”作为随机效应包括在内。进行了第二次ANOVA，其中添加了年龄、性别和WML体积的立方根作为协变量，以确定这些因素是否能解释Ktrans和vp的任何方差。在发现显著的组间差异时，进行了Bonferroni校正的事后t检验。统计分析是使用R-Studio版本1.3.9597进行的。

与认知和临床参数的相关性

      该研究使用线性混合效应模型和方差分析（ANOVA）来评估帕金森病（PD）组中DCE-MRI参数与认知缺陷、药物剂量和疾病严重程度之间是否存在任何关联。在模型中，区域（作为一个因素）、MoCA评分、LEDD剂量和UPDRS评分（作为连续变量）及其与区域的相互作用被视为固定效应，而受试者被设置为随机效应。当发现与区域有显著相互作用时，会考虑每个区域的固定效应t检验和相应的p值，这些都是使用R-studio中的lmerTest包（Kuznetsova等人，2017）通过Satterthwaite的近似法来计算的。

结果

       招募了51名PD患者，17名具有脑血管疾病的CP受试者（13名有缺血性中风，4名有单次或多次短暂性缺血发作；自症状发作以来的平均时间以及适用的最近一次短暂性缺血发作的时间为1.1 ± 0.7年）和34名CN受试者。有28名参与者在Salford Royal Hospital接受了扫描，还有74名参与者在Manchester Clinical Research Facility接受了扫描（其中37名PD，20名CN，和17名CP）。

      由于以下原因，7名参与者的数据无法分析：（i）参与者无法忍受完整的扫描程序（n = 2）（ii）造影剂注射失败（n = 3），导致血管输入功能缺失、非常低或非常扭曲，以及（iii）血浆体积的非生理值（n = 2）；因此，剩下95名参与者的数据（49名PD，31名CN，15名CP）被用于分析。这些患者的总体人口统计信息和WML体积测量结果在表1中给出。各组之间的年龄没有显著差异。如预期的那样，CP组比PD组或CN组有更多的脑血管风险因素，但PD组和CN组之间的风险因素没有差异。WML体积在PD组中显著高于CN组，这表明，尽管血管风险因素相似，PD组中的微血管病变增加。WML体积在CP组中也高于CN组，这是预期的，但与PD组没有显著差异。PD组的MoCA评分显著低于CN组，但与CP组没有显著差异。值得注意的是，PD组和CN组之间存在显著的性别差异。

体素级分析（Voxel-Wise Analysis）

    图2展示了三个组（PD、CN和CP）中Ktrans和vp的平均图像。从图中可以看出，Ktrans在PD组中通常比对照组（CN和CP）高。PD组和CN组之间的vp图像看起来相似，但CP组的vp明显较低。

图2 | 每个组的Ktrans和vp的平均图像。

       这张图展示了每个组（PD、CN和CP）的平均对比剂转移系数（Ktrans）和血浆体积（vp）的图像。在进行平均之前，每个个体的图像首先被标准化到MNI（蒙特利尔神经学研究所）空间。作为参考，图中还展示了一个T1加权图像。

体素级比较结果

      体素级比较显示，PD组的Ktrans在包括双侧前扣带白质区域内显著高于CN组（见图3和补充表1）。只有右侧前扣带的最大区域经过簇级FWE（家庭误差校正）后仍然显著。PD组与CN组相比，没有Ktrans显著较低的区域。在右侧颞叶的一个白质区域内，PD组的Ktrans也显著高于CP组（见补充表2）。CP组与CN组相比，Ktrans在中扣带和右小脑也显著更高（见补充表3）。除了PD与CN的比较外，这些区域没有一个经过簇级FWE校正后仍然显著。

图3：与CN组相比，PD组Ktrans较高的区域

       这张图展示了一个t统计图，该图叠加在结构图像上，显示了PD组与CN组相比Ktrans显著更高的区域。图像的阈值设置为体素级p < 0.001（未校正）和最小簇大小为50个体素。箭头指示的是经过簇级家族误差校正（FWE）后仍然显著的区域（p < 0.05）。

阳性对照组（Control Positive）的vp分析

      阳性对照组（CP）在左侧和右侧颞叶的白质区域内的vp值显著低于阴性对照组（CN）（见补充表4）和帕金森病组（PD）（见补充表5）。在PD与CN之间，没有观察到vp在体素级别上的显著差异。

ROI（感兴趣区域）分析

       图4展示了各组Ktrans和vp的平均区域值。组（F = 3.3, p = 0.04）和区域（F = 54.1, p < 0.0001）对Ktrans有显著影响，事后测试显示PD组的Ktrans显著高于CN组（p = 0.03，经Bonferroni校正）。在逐区域考虑差异时，PD组与CN组相比，NAWM（正常表现白质）、后皮质和SN（黑质）的Ktrans值较高（p < 0.05，未校正）。PD组与CN组相比，WML（白质病变）内的Ktrans也更高。将WML体积、年龄和性别作为协变量进行的第二次ANOVA显示，组（F = 3.9, p = 0.02）和区域（F = 54.1, p < 0.0001）的影响相似，而WML体积（F = 1.0, p = 0.3）、年龄（F = 1.1, p = 0.3）或性别（F = 0.1, p = 0.8）没有显著影响。事后测试再次显示PD组的Ktrans显著高于CN组（p = 0.02，经Bonferroni校正）。

     这一部分的结果进一步强调了PD组在特定脑区，特别是正常表现白质（NAWM）、后皮质和黑质（SN）中，Ktrans值显著高于CN组。这些发现在经过多重比较校正后仍然显著，增加了这些结果的可靠性。同时，这些结果也表明，与年龄、性别和WML体积相比，组和区域对Ktrans有更大的影响。这些信息有助于更深入地了解帕金森病（PD）与血管特性之间的复杂关系。

图4：各组感兴趣区域内Ktrans和vp的平均值

      平均值分别给出了（A）对比剂转移系数Ktrans和（B）血浆体积vp。误差条显示了平均值的标准误差。同时展示了PD组和CN组之间Ktrans的事后t检验（未校正）的显著性。SN代表黑质（Substantia Nigra）；CA代表尾状核（Caudate）；PU代表壳状核（Putamen）；P代表苍白球（Pallidum）；WMLs代表白质病变（White Matter Lesions）；NAWM代表正常表现白质（Normal-Appearing White Matter）；FC代表前额皮质（Frontal Cortex）；PC代表后皮质（Posterior Cortices）。

vp的影响因素

     对于vp（血浆体积），区域（F = 90.0, p < 0.0001）有显著影响，而组（F = 1.1, p = 0.3）没有显著影响。将WML体积、年龄和性别作为协变量进行的第二次ANOVA显示，区域（F = 90.0, p < 0.0001）对vp有显著影响，而组（F = 1.1, p = 0.3）、WML体积（F = 0.1, p = 0.8）、年龄（F = 2.2, p = 0.1）或性别（F = 0.2, p = 0.6）没有显著影响。

附加分析

       为了检查差异是否由性别匹配的差异或使用两台扫描仪引起，用性别匹配的组和仅使用一台扫描仪的数据重复进行了区域分析。对于Ktrans和vp，基本上观察到了相同的区域和组效应（见补充材料）。

与认知和临床参数的相关性

      表2总结了ANOVA发现，评估认知缺陷（MoCA评分）、药物（LEDD剂量）和疾病严重程度（UPDRS评分）对PD组内DCE-MRI参数的影响。这些参数与Ktrans之间没有显著关联。特别是，LEDD剂量与Ktrans没有关联，这表明PD组中观察到的增加的BBB（血脑屏障）渗漏不是药物的结果。然而，发现LEDD剂量对vp有显著影响，较高的LEDD剂量与较高的vp相关。

      这些结果进一步强调了，在评估帕金森病（PD）与血管特性之间的关系时，除了组和区域外，还需要考虑其他因素，如年龄、性别和药物剂量。特别是，这些结果表明，PD组的血脑屏障（BBB）渗漏增加不是药物剂量的结果，而与vp有关的因素可能包括药物剂量。

表2：PD组内区域DCE-MRI参数受到认知缺陷（MoCA评分）、药物（LEDD剂量）和疾病严重程度（UPDRS评分）影响的方差分析

讨论

      本研究旨在通过与对照组（CN）比较，确定帕金森病（PD）中血脑屏障（BBB）通透性的变化，并探究这些潜在变化是否仅归因于老年人群中共存的脑血管疾病，或者是否揭示了特定于PD的BBB改变模式。结果显示，PD组的Ktrans值较高，反映出BBB泄漏更严重（见图2、3和补充表1），与已知有脑血管疾病（CP）的个体和CN组之间看到的差异有着不同的空间模式（补充表3）。PD和CP的直接比较显示，PD组在右侧颞叶白质的Ktrans更高（补充表2）。血浆体积（vp）在PD和CN组中相似，但在CP组中有较低的vp证据（补充表4、5和图4）。总体而言，这些数据证明，与动物模型和人体尸检脑研究的证据一致，PD中的BBB破裂可以在临床环境中被检测到。Ktrans值（图4）在已发布值的广泛范围内，这些值似乎取决于使用的特定获取和分析方法以及对比剂（Raja等人，2018）。使用相同的对比剂和类似方法的研究显示非常相似的值（Heye等人，2016）。

       基于体素的分析和感兴趣区域（ROI）分析都显示PD组与CN组相比Ktrans更高。这些结果与多项研究一致，这些研究显示PD中BBB组件的改变，如毛细血管的丢失、毛细血管口径的改变和基底膜的增厚（使BBB功能下降）（Brown和Thore，2011）。我们基于体素的分析方法允许全脑视图的BBB功能障碍，在整个脑图中，我们看到PD相对于CN有着相当分散的BBB遭到破坏模式。Ktrans的差异仅在后部区域达到统计显著性；然而，考虑到需要进行多重比较校正，可能需要更大规模的研究才能使如基底节核团等较小的脑区通过统计门槛。ROI方法专注于预期会显示疾病病理的区域，基于我们对PD病理生理学的理解。它揭示Ktrans在PD组中普遍高于CN组。考虑到PD和CN之间区域Ktrans差异的幅度和显著性（图4），这主要是由SN、NAWM、WML和后皮层的差异驱动的。SN和后皮层的改变与BBB破裂在PD病理生理学中起作用是一致的。

       在PD中后皮层区域Ktrans的增加尤为值得注意，因为这些区域也是显示低灌注的相同区域（参见Borghammer等人，2010；Melzer等人，2011；Fernandez-Seara等人，2012；Al-Bachari等人，2017）。也就是说，这些结果加强了BBB渗漏与低灌注之间关联的论点。低灌注已被归因于血管结构的改变（如细线状血管、毛细血管的缩短/丢失、扭曲的血管），这些改变可能妨碍正常的BBB功能（Rite等人，2007；Guan等人，2013；Gray和Woulfe，2015；Fang，2018）。BBB被破坏也被归因于关键组件（如紧密连接）的改变，这可能是由促炎细胞因子和改变的血管内皮生长因子（VEGF）引起的（Carvey等人，2009；Matsumoto等人，2017；Chen等人，2018）。有趣的是，一个使用脑脊液（CSF）中白蛋白（mg/L）/血浆白蛋白（g/L）比率来测量BBB功能障碍的研究，揭示了与对照组相比，PD中BBB功能障碍增加，这与血管生成（如VEGF）的增加的CSF生物标志物有关（Janelidze等人，2015）。这些物质也可以改变灌注，增强的血管生成导致PD中异常的血管通透性。未来的纵向成像研究将有助于理解低灌注是否导致BBB功能改变，反之亦然，或者实际上BBB和灌注变化是否有共同的原因，例如炎症。此外，还需要确定这些微血管变化可能对神经元损失有何下游影响。我们没有观察到CP和CN之间在Ktrans方面有任何统计学上显著的差异，这与其他研究不同，其他研究报告了中风后Ktrans的升高（Wardlaw等人，2017）。然而，CP组的小样本量和高异质性可能导致这一结果。

      白质病变（WML）已被用作小血管疾病（SVD）的替代标记（Wardlaw等人，2013）。我们发现PD组的WML体积高于CN组，尽管这两组在心血管风险因素方面没有显著差异。然而，关于PD中WML的先前研究结果却不一致（Rabbitt等人，2006；de Schipper等人，2019）。为了调查WML体积是否推动了Ktrans组间差异，我们使用了WML体积、年龄和性别作为协变量的方差分析（ANOVA），发现WML体积（或年龄或性别）与Ktrans之间没有显著关联。PD组与CN组之间更高的Ktrans的主要发现得以维持。最近的工作试图理解BBB功能障碍与WML之间的关联，揭示了BBB破裂导致髓鞘损失和纤维蛋白原积累，从而导致WML形成（Muñoz Maniega等人，2017；Wardlaw和William，2018；Wardlaw等人，2019）。实际上，已经显示出NAWM（特别是那些围绕WML的）有增加的BBB渗漏，表明BBB破裂可能在WML形成之前就已经存在（Wardlaw等人，2017）。

     我们没有发现WML体积与Ktrans之间有显著关联，这与PD组与CN组之间在NAWM中更高的Ktrans一致，支持这一观点，即BBB遭到破坏在整个白质中是弥漫的，也许在WML形成之前就已经存在。值得注意的是，在病变内，PD组的Ktrans显著高于CN组，暗示更严重的潜在病理学。

      我们对血浆体积（vp）的测量在PD和健康对照组之间没有显著差异，这似乎与PD中广泛报道的低灌注相矛盾，因为血容量和灌注密切相关。然而，血流也取决于毛细血管内的血流速度，这可能是观察到的差异的基础。实际上，我们之前在PD的后脑区域发现了明显延长的动脉通过时间，暗示血流速度较低（Al-Bachari等人，2017）。此外，vp的估计也可能受到跨内皮水交换速率的影响，从而可能导致与PD组相比，CN组中相对完整的BBB可能导致vp的低估，从而可能有助于看不到组间差异。由于CP和PD之间的Ktrans和vp模式不同，这暗示BBB的改变不仅仅是由于共存的脑血管疾病（实际上，已知有脑血管疾病的PD患者没有包括在研究中，PD组有明显较少的脑血管风险因素）而发生，而是在PD病理生理学中起着独立的作用。与PD组中WML体积增加相结合，这支持微血管病理学在PD中发生的假设。

      我们探讨了认知缺陷（MoCA得分）、药物（LEDD剂量）和疾病严重程度（UPDRS得分）对PD组中Ktrans和vp的影响。LEDD剂量与更高的vp相关，这与一些研究一致，这些研究表明L-dopa增加了某些区域的血流（Ohlin等人，2012；Ko等人，2015）。在任何参数和Ktrans之间没有显著关联，我们得出结论，PD和CN组之间的Ktrans差异不是由MoCA得分或左旋多巴药物的差异驱动的。

       本研究的一个局限性是PD和CN组之间存在显著的性别不平衡（表1），PD组中相对较多的男性。然而，我们不认为这会影响我们的发现，因为没有关于性别差异在Ktrans值方面的报告，而且我们自己的数据的二次分析在性别匹配的子组中显示了一致的发现（补充材料）。同样，我们在两台不同的扫描仪上收集了数据，这可能影响了结果；然而，单一扫描仪的数据分析的二次分析显示了一致的发现（补充材料）。我们将PD中更高的Ktrans解释为与更高的内皮泄漏有关，但注意到Ktrans也受到脑血流的影响。然而，PD的后部区域的脑血流低于正常（Barcia等人，2005；Kortekaas等人，2005；Tomlinson等人，2010；Gray和Woulfe，2015），这将导致更低的Ktrans，然而我们在PD组中看到更高的Ktrans，这意味着这些差异不是由于血流差异引起的。

结论 

        总之，这项研究已经显示了PD中关键区域（包括SN（黑质）、白质和后皮层区域）出现的微妙BBB遭到破坏。需要进一步的研究，包括结合神经元、代谢和血管测量的纵向临床成像研究，以更好地了解疾病机制，从而确定PD中潜在的治疗靶点。