Особенности атрофических процессов головного мозга при возраст-зависимых заболеваниях с когнитивными расстройствами ‒ болезни Альцгеймера и церебральной микроангиопатии

Возраст-зависимые заболевания нервной системы, такие как болезнь Альцгеймера (БА) и церебральная микроангиопатия (ЦМА), характеризуются атрофией головного мозга. Использование современных методов нейровизуализации дает возможность перейти от качественных подходов в оценке степени атрофии к количественным. Данные об особенностях церебральной атрофии при сосудистой патологии головного мозга по сравнению с нейродегенеративными заболеваниями ограничены.

Цель исследования ‒ уточнить различия региональной атрофии при БА и ЦМА и чувствительность различных методов ее оценки.

Материал и методы. В исследование включены 45 пациентов с ЦМА (48,9 % женщин, 51,1 % мужчин, возраст 64,6 ± 5,7 года, среднее ± стандартное отклонение), 26 больных БА (61,5 % женщин, 38,5 % мужчин, возраст 66,1 ± 7,9 года), 19 здоровых добровольцев (68,4 % женщин, 31,6 % мужчин, возраст 63,2 ± 4,5 года). Группы были сопоставимы по возрасту и полу. МРТ-сканирование проводилось на томографе Siemens Magnetom Prisma (Siemens AG, ФРГ, 3 Тл). Качественная оценка атрофии теменных долей выполнялась по шкале Коэдам, лобных и затылочных долей – по шкале общей атрофии коры (global cortical atrophy, GCA), гиппокампов – по шкале медиальной височной атрофии (medial temporal atrophy, MTA). Для всех участников исследования рассчитывались вентрикулокраниальные коэффициенты для оценки внутренних ликворных пространств, волюмометрические показатели (объем серого и белого вещества, гиперинтенсивность белого вещества, ликвора, общий интракраниальный объем), а также толщина отдельных участков коры полушарий большого мозга методом поверхностной морфометрии.

Результаты. Выявлены статистически значимые различия в паттерне атрофии: при БА отмечалось снижение объема всего мозга с преимущественным регионарным уменьшением объема и толщины коры в височных, теменных долях, тогда как при ЦМА в большей степени атрофия затрагивала передние отделы лобных долей. Минимальная толщина коры при ЦМА наблюдалась в поясных извилинах.

Заключение. Применение волюметрических и морфометрических методов анализа МРТ-изображений позволило выявить различия в региональной атрофии при БА и ЦМА с выделением характерных паттернов, позволяющих предполагать различия в механизмах развития и прогрессирования заболеваний. Использование разных методов оценки атрофии может иметь значение в выделении смешанных форм заболевания.

1. Nichols E., Steinmetz J.D., Vollset S.E., Fukutaki K., Chalek J., Abd-Allah F., Abdoli A., Abualhasan A., Abu-Gharbieh E., Akram T.T Vos T. Estimation of the global prevalence of dementia in 2019 and forecasted prevalence in 2050: an analysis for the Global Burden of Disease Study 2019. Lancet. Public Health. 2022;7(2):e105–e125. doi: 10.1016/S24682667(21)00249-8

2. Albert M.S., DeKosky S.T., Dickson D., Dubois B., Feldman H.H., Fox N.C., Gamst A., Holtzman D.M., Jagust W.J., Petersen R.C., Snyder P.J., Carrillo M.C., Thies B., Phelps C.H. The diagnosis of mild cognitive impairment due to Alzheimer’s disease: recommendations from the National Institute on Aging-Alzheimer’s Association workgroups on diagnostic guidelines for Alzheimer’s disease. Alzheimers Dement. 2011;7(3):270–279. doi: 10.1016/j.jalz.2011.03.008

3. McKhann G.M., Knopman D.S., Chertkow H., Hyman B.T, Jack C.R. Jr, Kawas C.H., Klunk W.E., Koroshetz W.J., Manly J.J., Mayeux R., Mohs R.C., Morris J.C., Rossor M.N., Scheltens P., Carrillo M.C., Thies B., Weintraub S., Phelps C.H. The diagnosis of dementia due to Alzheimer’s disease: recommendations from the National Institute on Aging-Alzheimer’s Association workgroups on diagnostic guidelines for Alzheimer’s disease. Alzheimers Dement. 2011;7(3):263–269. doi: 10.1016/j.jalz.2011.03.005

4. Jack C.R. Jr, Bennett D.A., Blennow K., Carrillo M.C., Dunn B., Haeberlein S.B., Holtzman D.M., Jagust W., Jessen F., Karlawish J., Liu E., Molinuevo J.L., Montine T., Phelps C., Rankin K.P., Rowe C.C., Scheltens P., Siemers E., Snyder H.M., Sperling R. NIA-AA Research Framework: Toward a biological definition of Alzheimer’s disease. Alzheimers Dement. 2023;19(3):891–901. doi: 10.1016/j.jalz.2018.02.01

5. Clouston S.A., Glymour M., Terrera G.M. Educational inequalities in aging-related declines in fluid cognition and the onset of cognitive pathology. Alzheimers Dement. (Amst). 2015;1(3):303–310. doi: 10.1016/j.dadm.2015.06.001.

6. Bozzali M., Serra L. Biomarkers for Alzheimer’s Disease and Frontotemporal Lobar Degeneration: Imaging. In: Neurodegenerative Diseases. Clinical Aspects, Molecular Genetics and Biomarkers. Second Edition. Milan: Springer, 2018; 253–279.

7. Wuestefeld A., Pichet Binette A., van Westen D., Strandberg O., Stomrud E., Mattsson-Carlgren N., Janelidze S., Smith R., Palmqvist S., Baumeister H., Berron D., Yushkevich P.A., Hansson O., Spotorno N., Wisse L.E.M. Medial temporal lobe atrophy patterns in early-versus late-onset amnestic Alzheimer’s disease. Alzheimers Res. Ther. 2024;16(1):204. doi: 10.1186/s13195-024-01571-z

8. Jaroudi W., Garami J., Garrido S., Hornberger M., Keri S., Moustafa A.A. Factors underlying cognitive decline in old age and Alzheimer’s disease: the role of the hippocampus. Rev. Neurosci. 2017;28(7):705– 714. doi: 10.1515/revneuro-2016-0086

9. Persson K., Eldholm R.S., Barca M.L., Cavallin L., Ferreira D., Knapskog A.B., Selbæk G., Brækhus A., Saltvedt I., Westman E., Engedal K. MRI-assessed atrophy subtypes in Alzheimer’s disease and the cognitive reserve hypothesis. PLoS ONE. 2017;12(10):e0186595. doi: 10.1371/journal.pone.0186595

10. Wardlaw J.M., Smith E.E., Biessels G.J., Cordonnier C., Fazekas F., Frayne R., Lindley R.I., O’Brien J.T., Barkhof F., Benavente O.R., Black S.E., Brayne C., Breteler M., Chabriat H., Decarli C., de Leeuw F.E., Doubal F., Duering M., Fox N.C., Greenberg S., Hachinski V., Kilimann I., Mok V., Oostenbrugge Rv., Pantoni L., Speck O., Stephan B.C., Teipel S., Viswanathan A., Werring D., Chen C., Smith C., van Buchem M., Norrving B., Gorelick P.B., Dichgans M. Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. Lancet Neurol. 2013;12(8):822–838. doi: 10.1016/S1474-4422(13)70124-8

11. Arvanitakis Z., Capuano A.W., Leurgans S.E., Bennett D.A., Schneider J.A. Relation of cerebral vessel disease to Alzheimer’s disease dementia and cognitive function in elderly people: a cross-sectional study. Lancet Neurol. 2016;15(9):934–943. doi: 10.1016/s1474-4422(16)30029-1

12. Kalaria R. Similarities between Alzheimer’s disease and vascular dementia. J. Neurol. Sci. 2002;203– 204:29–34. doi: 10.1016/s0022-510x(02)00256-3

13. Paradise M.B., Sachdev P.S. Vascular cognitive disorder. Semin. Neurol. 2019;39(2):241–250. doi: 10.1055/s-0039-1678582

14. Wardlaw J.M., Smith C., Dichgans M. Small vessel disease: mechanisms and clinical implications. Lancet Neurol. 2019;18(7):684–696. doi: 10.1016/S1474-4422(19)30079-1

15. Pantoni L., Basile A.M., Pracucci G., Asplund K., Bogousslavsky J., Chabriat H., Erkinjuntti T., Fazekas F., Ferro J.M., Hennerici M., O’brien J., Scheltens P., Visser M.C., Wahlund L.O., Waldemar G., Wallin A., Inzitari D. Impact of age-related cerebral white matter changes on the transition to disability – the LADIS study: rationale, design and methodology. Neuroepidemiology. 2005;24(1–2):51–62. doi: 10.1159/000081050

16. Невзорова К.В., Шпилюкова Ю.А., Федотова Е.Ю., Бурмак А.Г., Шабалина А.А., Иллариошкин С.Н. Опыт диагностики болезни Альцгеймера на основе исследования биомаркеров цереброспинальной жидкости. Ж. неврол. и психиатрии. 2025;125(1):91–97. doi: 10.17116/jnevro202512501191

17. Nasreddine Z.S., Phillips N.A., Bédirian V., Charbonneau S., Whitehead V., Collin I., Cummings J.L., Chertkow H. The Montreal Cognitive Assessment, MoCA: a brief screening tool for mild cognitive impairment. J. Am. Geriatr. Soc. 2005;53(4):695– 699. doi: 10.1111/j.1532-5415.2005.53221.x

18. American Psychiatric Assosiation (APA). Diagnostic and statistical manual of mental disorders. 5th ed. Arlington: American Psychiatric Publishing, 2013. 991 p.

19. Лурия А.Р. Высшие корковые функции человека. 2-е изд., доп. М.: Изд-во Моск. ун-та, 1969. 503 с.

20. Lezak M.D. Neuropsychological assessment in behavioral toxicology – developing techniques and interpretative issues. Scand. J. Work. Environ. Health. 1984;10 Suppl 1:25

21. Stroop J.R. Studies of interference in serial verbal reactions. J. Exp. Psychol. Gen. 1992;18:643– 662. doi: 10.1037/0096-3445.121.1.15

22. Добрынина Л.А., Гаджиева З.Ш., Морозова С.Н., Кремнева Е.И., Кротенкова М.В., Кашина Е.М., Поддубская А.А. Управляющие функции мозга: функциональная магнитнорезонансная томография с использованием теста Струпа и теста серийного счета про себя у здоровых. Ж. неврол. и психиатрии. 2018;118(11):64–71. doi: 10.17116/jnevro201811811164

23. Martinez-Ramirez S., Pontes-Neto O.M., Dumas A.P., Auriel E., Halpin A., Quimby M., Gurol M.E., Greenberg S.M., Viswanathan A. Topography of dilated perivascular spaces in subjects from a memory clinic cohort. Neurology. 2013;80(17):1551–1556. doi: 10.1212/WNL.0b013e31828f1876

24. Koedam E.L., Lehmann M., van der Flier W.M., Scheltens P., Pijnenburg Y.A., Fox N., Barkhof F., Wattjes M.P. Visual assessment of posterior atrophy development of a MRI rating scale. Eur Radiol. 2011;21(12):2618–2625. doi: 10.1007/s00330-011-2205-4

25. Pasquier F., Leys D., Weerts J.G., Mounier-Vehier F., Barkhof F., Scheltens P. Interand intraobserver reproducibility of cerebral atrophy assessment on MRI scans with hemispheric infarcts. Eur Neurol. 1996;36(5):268–272. doi: 10.1159/000117270

26. Добрынина Л.А., Гаджиева З.Ш., Шамтиева К.В., Кремнева Е.И., Филатов А.С., Бициева Э.Т., Мирокова Е.Д., Кротенкова М.В. Предикторы и интегративный показатель тяжести когнитивных расстройств при церебральной микроангиопатии. Ж. неврол. и психиатрии. 2022;122(4):52–60. doi: 10.17116/jnevro202212204152

27. Ерохина Л.Г., Вавилов С.В. Рентгеновская компьютерная томография в неврологии. М.: РГМУ, 1994. 72 с.

28. Gaser C., Dahnke R., Thompson P.M., Kurth F., Luders E. The Alzheimer’s Disease Neuroimaging Initiative. CAT: a computational anatomy toolbox for the analysis of structural MRI data. Gigascience. 2024;13:giae049. doi: 10.1093/gigascience/giae049

29. Dahnke R., Yotter R.A., Gaser C. Cortical thickness and central surface estimation. NeuroImage. 2013;65:336–348. doi: 10.1016/j.neuroimage.2012.09.050

30. Desikan R.S., Ségonne F., Fischl B., Quinn B.T., Dickerson B.C., Blacker D., Buckner R.L., Dale A.M., Maguire R.P., Hyman B.T., Albert M.S., Killiany R.J. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. NeuroImage. 2006;31(3):968–980. doi: 10.1016/j.neuroimage.2006.01.021

31. Добрынина Л.А., Цыпуштанова М.М., Шабалина А.А., Шамтиева К.В., Макарова А.Г., Трубицына В.В., Бициева Э.Т., Бырочкина А.А., Гейнц А.А. Биохимические маркеры нейродегенерации при церебральной микроангиопатии (болезни мелких сосудов) и болезни Альцгеймера. Анналы клин. и эксперим. неврол. 2023;17(3):21–30. doi: 10.54101/ACEN.2023.3.3

32. Schäfer A., Chaggar P., Thompson T.B., Goriely A., Kuhl E. Predicting brain atrophy from tau pathology: a summary of clinical findings and their translation into personalized models. Brain Multiphys. 2021;2:100039. doi: 1016/j.brain.2021.100039

33. Jagust W.J., Zheng L., Harvey D.J., Mack W.J., Vinters H.V., Weiner M.W., Ellis W.G., Zarow C., Mungas D., Reed B.R., Kramer J.H., Schuff N., DeCarli C., Chui H.C. Neuropathological basis of magnetic resonance images in aging and dementia. Ann. Neurol. 2008;63(1):72–80. doi: 10.1002/ana.21296

34. Shi Y., Wardlaw J.M. Update on cerebral small vessel disease: a dynamic whole-brain disease. Stroke Vasc. Neurol. 2016;1(3):83–92. doi: 10.1136/svn-2016000035

35. Peres R., de Guio F., Chabriat H., Jouvent E. Alterations of the cerebral cortex in sporadic small vessel disease: A systematic review of in vivo MRI data. J. Cereb. Blood Flow Metab. 2016;36(4):681–695. doi: 10.1177/0271678X15625352

36. Harrison I.F., Ismail O., Machhada A., Colgan N., Ohene Y., Nahavandi P., Ahmed Z., Fisher A., Meftah S., Murray T.K., Ottersen O.P., Nagelhus E.A., O’Neill M.J., Wells, J.A., Lythgoe M.F. Impaired glymphatic function and clearance of tau in an Alzheimer’s disease model. Brain. 2020;143(8):2576–2593. doi: 10.1093/brain/awaa179

37. Do K.V., Hjorth E., Wang Y., Jun B., Kautzmann M.I., Ohshima M., Eriksdotter M., Schultzberg M., & Bazan N.G. Cerebrospinal fluid disorders in Alzheimer’s and vascular dementia. Cell. Mol. Neurobiol. 2023;43(2):797–811. doi: 10.1007/s10571-02201216-5

38. Добрынина Л.А., Гаджиева З.Ш., Ахметзянов Б.М., Кротенкова М.В., Калашникова Л.А. Роль нарушений артериального, венозного кровотока и ликворотока в формировании когнитивных расстройств при возраст-зависимой церебральной микроангиопатии. Ж. неврол. и психиатрии. Спецвыпуски. 2019;119(122):81–88. doi: 10.17116/jnevro201911912281

39. Higgins-Chen A.T., Thrush K.L., Levine M.E. Aging biomarkers and the brain. Semin. Cell. Dev. Biol. 2021;116:180–193. doi: 10.1016/j.semcdb.2021.01.003

40. Duering M., Biessels G.J., Brodtmann A., Chen C., Cordonnier C., de Leeuw F.E., Debette S., Frayne R., JouvАent E., Rost N.S. … Wardlaw J.M. Neuroimaging standards for research into small vessel disease-advances since 2013. Lancet Neurol. 2023;22(7):602–618. doi: 10.1016/S14744422(23)00131-X.

41. de Guio F., Duering M., Fazekas F., de Leeuw F.E., Greenberg S.M., Pantoni L., Aghetti A., Smith E.E., Wardlaw J., Jouvent E. Brain atrophy in cerebral small vessel diseases: Extent, consequences, technical limitations and perspectives: The HARNESS initiative. J. Cereb. Blood. Flow. Metab. 2020;40(2):231–245. doi: 10.1177/0271678X19888967

42. Muñoz Maniega S., Chappell F.M., Valdés Hernández M.C., Armitage P.A., Makin S.D., Heye A.K., Thrippleton M.J., Sakka E., Shuler K., Dennis M.S., Wardlaw J.M. Integrity of normal-appearing white matter: Influence of age, visible lesion burden and hypertension in patients with small-vessel disease. J. Cereb. Blood. Flow. Metab. 2017;37(2):644–656. doi: 10.1177/0271678X16635657

43. Гнедовская Е.В., Добрынина Л.А., Кротенкова М.В., Сергеева А.Н. МРТ в оценке прогрессирования церебральной микроангиопатии. Анналы клин. и эксперим. неврол. 2018;12(1):61–68. doi: 10.25692/ACEN.2018.1.9

44. Кремнева Е.И. Возраст-зависимая церебральная микроангиопатия: МРТ-эквиваленты когнитивных расстройств, тяжести течения и механизмов прогрессирования: автореф. дис. … докт. мед. наук. М., 2023.

45. Goto M., Abe O., Hagiwara A., Fujita S., Kamagata K., Hori M., Aoki S., Osada T., Konishi S., Masutani Y., Sakamoto H., Sakano Y., Kyogoku S., Daida H. Advantages of using both voxeland surface-based morphometry in cortical morphology analysis: A review of various applications. Magn. Reson. Med. Sci. 2022;21(1):41–57. doi: 10.2463/mrms.rev.2021–0096

46. Jovicich J., Czanner S., Han X., Salat D., van der Kouwe A., Quinn B., Pacheco J., Albert M., Killiany R., Blacker D., Maguire P., Rosas D., Makris N., Gollub R., Dale A., Dickerson B. C., Fischl B. MRI-derived measurements of human subcortical, ventricular and intracranial brain volumes: Reliability effects of scan sessions, acquisition sequences, data analyses, scanner upgrade, scanner vendors and field strengths. NeuroImage. 2009;46(1):177–192. doi: 10.1016/j.neuroimage.2009.02.010

47. Fonov V.S., Dadar M., Adni T.P.R.G., Collins D.L. DARQ: Deep learning of quality control for stereotaxic registration of human brain MRI to the T1w MNI-ICBM 152 template. NeuroImage. 2022;257:119266. doi: 10.1016/j.neuroimage.2022.119266

48. Добрынина Л.А., Гаджиева З.Ш., Кремнева Е.И., Шамтиева К.В., Цыпуштанова М.М., Макарова А.Г., Трубицына В.В., Бициева Э.Т., Филатов А.С., Бырочкина А.А., Кротенкова М.В. Выживаемость, изменения когнитивных функций и состояния головного мозга у пациентов с церебральной микроангиопатией (болезнью мелких сосудов): 5-летнее наблюдение. Анналы клин. и эксперим. неврол. 2022;16(4):18–28. doi: 10.54101/acen.2022.4.3

49. Li J., Wen H., Wang S., Che Y., Zhang N., Guo L. Altered brain morphometry in cerebral small vessel disease with cerebral microbleeds: an investigation combining univariate and multivariate pattern analyses. Front. Neurol. 2022;13:819055. doi: 10.3389/fneur.2022.819055