Muutunud puhkeaja aju ühenduvus püsiva vähiga seotud väsimuse korral Ⅰ

Abstraktne

USA-s elab hinnanguliselt 3 miljonit naist rinnavähi ellujääjana ja püsivanavähiga seotud väsimus(PCRF) häirib hinnanguliselt 30 protsendi nende naiste elu. PCRF-i seostatakse elukvaliteedi halvenemisega, unekvaliteedi halvenemisega, kognitsiooni halvenemisega ja depressiooniga. Mehhanismidvähiga seotud väsimusei mõisteta hästi; siiski esialgneleiudnäitavad potentsiaalse tegurina düsfunktsionaalset aktiivsust ajus. Siin uurime PCRF-i seost selle populatsiooni sisemise puhkeoleku ühenduvusega. Kakskümmend kolm võrdse vanusega rinnavähi ellujäänut (15 väsinud ja 8 mitteväsinud), kes lõpetasid kõik vähiga seotud ravid vähemalt 12 nädalat enne uuringut, värvati funktsionaalse ühenduvuse magnetresonantstomograafiale (fMRI). Sisemisi puhkeolekuvõrke uuriti nii seemnepõhiste kui ka sõltumatute komponentide analüüsimeetoditega. Viidi läbi aju ühenduvusmustrite võrdlus rühmade vahel ning seosed enda teatatud väsimussümptomitega. Väsinud patsientidel oli vasakpoolne alumine parietaalsagar suurem ühenduvus eesmise gyruse ees, võrreldes mitteväsinud patsientidega (P b 0.05 FDR parandatud). Seda paremat ühenduvust seostati suurenenud füüsilise väsimusega (P = 0.04, r = 0.52) ja halb unekvaliteet (P = 0.04, r = 0.52) väsinud rühmas. Seevastu väsimata rühmas leiti suurem ühenduvus parema precuneuse ja periakveduktaalse halli vahel, samuti vasaku IPL-i vahel subgenuaalse ajukoorega (P b 0.05 FDR parandatud).Vaimne väsimushinded seostati suurema vaikerežiimi võrgu (DMN) ühenduvusega kõrgema eesmise gyrusega (P = 0.05 FDR korrigeeritud) väsinud subjektide seas (r = 0.82) ja vähem ühenduvust mitteväsinud rühmas (r = −0.88). Needleiudnäitavad, et püsiva väsimusega rinnavähi ellujäänutel on suurenenud sisemine DMN-i ühenduvus eesmise gyrusega. Kuna DMN on enesereferentsiaalse mõtlemisega seotud võrk, oletame, et DMN-i ja eesmise gyruse vaheline parem ühenduvus võib olla seotud vaimse väsimuse ja halva unekvaliteediga. Seevastu tõhustatud ühenduvus DMN-i ja subgenuaalse tsingulaadi ja ajutüve piirkondade vahel võib olla väsimata rühmas kaitsva funktsioonina.

Lisateavet Cistanche CFS-ravi kohta

1. Sissejuhatus

Ameerika Ühendriikides elab hinnanguliselt 3 miljonit naist rinnavähi (BC) ellujääjana (American Cancer Society, 2012). Kuigi rinnavähk on naistel kõige levinum vähiliik, on rohkem patsiente remissioonis peamiselt varajase avastamise ja ravi edusammude tõttu (American Cancer Society, 2014). Vähiga ellujäänutel on aga väsimuse, valu, halva une ja depressiooni sümptomid tavalised.

Püsiv vähiga seotud väsimus (PCRF) on vähiravi üks murettekitavamaid pikaajalisi kõrvalnähte (Kim, Son et al., 2008; Alexander jt, 2009; Pearce jt, 2009) ja jätkab mõjutab umbes 33 protsenti BC ellujäänutest, püsides mõnel juhul aastaid pärast vähiravi lõpetamist. PCRF-i mehhanismid on suures osas teadmata. Kuna PCRF-i seostatakse kognitsiooni halvenemisega (Rodriguez et al., 2008), une kvaliteedi halvenemisega (Alexander jt, 2009) ja depressiooniga (Bower, 2005; Kim, Son jt, 2008), on võimalik, et PCRF on tsentraalne neurobioloogiline patoloogia. Selle hüpoteesi toetuseks on täheldatud erinevusi aju metaboliitide osas väsinud ja mitteväsinud ellujäänute vahel (Zick et al., 2014). Ei ole teada, kas selles populatsioonis võib väsimuse põhjuseks olla laiemalt levinud ajuvõrgu häire. Hiljutised edusammud neuropildistamise meetodite alal, mis võimaldavad teadlastel uurida ajuvõrgu aktiivsust ja uurida muutunud närvivõrke mitteinvasiivselt.

Üks selline tehnika on puhkeoleku funktsionaalneühenduvusmagnetresonantstomograafia (fMRI). Seda tehnikat kasutades on leitud hälbivaid aju ühenduvusmustreid valu (Napadow et al., 2010), depressiooni ja unetuse korral (Li, Wang et al., 2014), mis on kaks levinumat sümptomit, mida täheldatakse ka väsinud vähiga ellujäänutel. Siiski ei ole üheski uuringus uuritud väsimuse rolli muutunud ajuühenduvuses selles populatsioonis. Varasemad fMRI uuringud kroonilise väsimussündroomi (CFS) kohta on näidanud muutusi aju aktivatsioonides kõrgemas eesmises ajukoores, eelmootoris ja vaikerežiimi võrgus (DMN; vt allpool), täites samal ajal väsitavaid kognitiivseid ülesandeid (Lange et al., 2005; Caseras et al. al., 2006; Cook et al., 2007). Teine struktuurseid muutusi käsitlev uuring näitas ka CFS-i patsientide prefrontaalses piirkonnas halli aine mahu kahepoolset vähenemist kui piirkonda, mis reguleerib väsimustunnet (Okada et al., 2004). Nende piirkondade (ja võrkude) põhjalikumaks uurimiseks kasutasime rinnavähiga ellujäänutel puhke fcMRI-d. Puhkeseisundi ühenduvuse uurimisel on kaks peamist lähenemisviisi: seemnepõhine lähenemisviis ja rohkem andmepõhine meetod, mida nimetatakse sõltumatuks komponentanalüüsiks (ICA). Mõlema lähenemisviisi korral tuletatakse funktsionaalne ühenduvus vere-hapnikutaseme sõltuvuse (BOLD) signaali aegridade andmete korrelatsiooni põhjal ajupiirkondade vahel. (i) Seemnepõhiste lähenemisviiside puhul valitakse aju konkreetne piirkond a priori eelneva töö põhjal ja BOLD-signaali ajaline kulg seemnes on korrelatsioonis ülejäänud aju iga voksli ajakuluga. Arvatakse, et olulised korrelatsioonid tekivad siis, kui ajupiirkonnad on "ühendatud". (ii) Andmepõhised mitmemõõtmelised lähenemisviisid, nagu ICA, ei nõua konkreetset eelnevat hüpoteesi ja selle asemel kasutavad aju kõigi piirkondade andmeid sõltumatute komponentide tuvastamiseks, mis toimivad võrkudena, mis on ühendatud teiste ajupiirkondadega. ICA-ga saab hinnata eraldi puhkeolekuvõrke, mis näitavad aja jooksul korrelatsiooni ajutegevust, ühenduvust teiste ajupiirkondadega. Kuna varasemad MRI uuringud on uurinud ajutulemusi CFS-is, otsustasime uurida sarnaseid ajupiirkondi, kasutades nende uuringute seemneid. Lisaks kasutasime ICA-d ka uute ühenduvusmustrite tuvastamiseks, kuna eelnev hüpotees neid ei mõjuta. Üks levinud puhkeolekuvõrk on vaikerežiimi võrk (DMN). See võrgustik koosneb mediaalsest prefrontaalsest ajukoorest, tagumisest tsingulaarsest ajukoorest, alumisest parietaalsest sagarast ja precuneusest (Buckner ja Vincent, 2007; Fox ja Raichle, 2007). Viimase kümnendi jooksul tehtud uuringud on näidanud, et see võrgustik aktiveerub siis, kui inimene on puhkeseisundis ja mõtleb endast enesele viitavaid mõtteid ilma oma keskkonnaga suhtlemata.

Hiljutised uuringud näitavad kroonilise valu (Napadow et al., 2010) ja depressiooniga (Greicius jt, 2007) patsientide suurenenud ühenduvust selle võrguga; kaks sümptomit, mida sageli esinevad väsimusega vähi üleelanutel. Seetõttu püstitasime hüpoteesi, et väsinud rinnavähi ellujäänute erinevused aju ühenduvusmustrites DMN-ga ja ka teiste ajupiirkondadega võivad olla spetsiifiliselt seotud väsimuse subjektiivse sümptomiga ja et need erinevused võivad olla sõltumatud muudest kaasuvatest sümptomitest. Siin teatame uurimuslikust uuringust, mis on meile teadaolevalt esimene, mis uurib erinevusi aju sisemiste ühenduvusmustrites rinnavähiga ellujäänute seas nii väsimusega kui ka ilma.

2. Meetodid

2.1. Osalejad

Uuringu kiitis heaks Michigani ülikooli meditsiinikooli institutsionaalse ülevaatenõukogu ja osalejad andsid kirjaliku teadliku nõusoleku. Uuringus osalejad tuvastati Michigani ülikooli rinnavähikliinikute ja varasemate rinnavähiga ellujäänutega läbi viidud kliiniliste uuringute osalejate põhjal. Osalejad olid 18-aastased või vanemad naised, kellel on diagnoositud rinnavähk (staadium {{0}} kuni IIIA) ja kes on läbinud kõik vähiga seotud ravid (nt operatsioon, keemiaravi, kiiritusravi, immunoteraapia jne). .), välja arvatud hormoonravi vähemalt 12 nädalat enne uuringut. Osalejad jäeti välja, kui neil: oli vähi kordumine; olid rase või imetavad; kellel on diagnoositud aneemia hemoglobiinisisaldusega alla 12 g/dl või nad said aneemiaravi; või neil on diagnoositud ebastabiilsed või ravimata kaasnevad haigused, mis võivad põhjustada väsimust (st mõõdukas kuni raske südamepuudulikkus, hüpotüreoidism); kellel oli diagnoositud ravimata DSM-IV-TR I või II telje häired; on alustanud, lõpetanud või muutnud ravi annust (kuni 3 nädalat enne uuringu algust) mis tahes kroonilise ravimi või toidulisandiga; või kui neil olid metallist implantaadid (nt kirurgilised klambrid või klambrid) või muud magnetresonantstomograafia (MRI) vastunäidustused. osalejate sotsiaaldemograafia, pikkus ja kaal (kasutatakse KMI arvutamiseks); samaaegsed ravimid ja toidulisandid; haiguslugu; lühike füüsiline, sealhulgas elutähtsad näitajad; verevõtt täieliku vereanalüüsi jaoks; ja tehti uriini rasedustest. Menopausi staatus rinnavähi diagnoosimise ajal määrati naiste meditsiinilise kaardi põhjal, kus naised, kellel oli menstruaaltsüklita vähemalt 12 kuud järjest, loeti menopausijärgseteks. Osalejatel paluti täita hulk ise täidetavaid küsimustikke, nagu mitmemõõtmeline väsimuse inventuur (MFI) (Smets et al., 1995), lühiajaline väsimuse loend (BFI) (Mendoza et al., 1999), haigla ärevus ja depressioon. skaala (HADS) (Zigmond ja Snaith, 1983), Pittsburghi unekvaliteedi indeks (PSQI) (Buysse et al., 1989) ja lühiajaline valude inventuur (BPI) (Cleeland ja Ryan, 1994). 2 nädala jooksul pärast esialgset sõelumiskülastust võeti osalejatega telefoni teel ühendust üks kord nädalas ja nende BFI skoor määrati telefoni teel. Väsinud BC ellujäänute hulka kuulumiseks pidi naiste keskmine BFI olema suurem või võrdne 4.{26}} põhineb kolmel BFI-l, kellele manustati ligikaudu 1-nädalane vahe nende skriiningvisiidist ja telefonikontaktide kaudu järgmisel 2 nädalal. Väsimata BC ellujääjad vajasid keskmist BFI b 4,0 manustamist sama aja jooksul kui väsinud ellujäänud; samuti ärevuse ja depressiooni alamskaalade keskmine valuskoor b 4 BPI, PSQI üldskoor b 7 ja HADS b 11. Väsimata patsiendid, kellel esines nende sümptomite märkimisväärne esitus, jäeti välja, kuna kõrge valu, depressiooni või uneprobleemide tase võib mõjutada aju ühenduvust selles rühmas. Neid sümptomeid ei jäetud väsimuse rühmast välja, kuna väsimusega vähi ellujäänutel on sageli kaasnevad valu, unehäirete, depressiooni ja ärevuse sümptomid, mistõttu on puhtalt väsinud patsientide registreerimine problemaatiline. Et testida, kas meie aju ühenduvusmustrid väsinud rühmas olid seotud valu, depressiooni või uneprobleemide tasemega, viidi läbi kahemõõtmelised korrelatsioonid iga ajupildi tulemuse ja kaasnevate sümptomite taseme vahel väsinud rühmas.

2.2. Andmete hankimine

Osalejad värvati, et läbida puhkeoleku fcMRI 3 T Philips Achieva skanneriga (Best, Holland), kasutades 8-kanalipea mähist. Kümme minutit puhkeoleku fMRI-andmeid koguti kohandatud T2* kaalutud spiraalsisendi jada abil (kordusaeg (TR)=2000 ms, kajaaeg (TE)=30 ms,klappnurk (FA)=90 kraadi, maatriksi suurus 80 × 80 30 viiluga,valdkonnasvaate (FOV) {{0}} cm, 2,75 × 2,75 × 4 mm voksleid ja 300 mahtu), millele järgneb T1 kaalutud kõrge eraldusvõimega MPRAGE struktuurne skaneerimine normaliseerimiseks, kasutades järgmisi parameetreid [ TR=9.78 ms, TE=4.59 ms, FA=90 kraad, FOV=219 mm, maatriksi suurus 240 × 240 maatriks 150 viiluga ja 0,83 × 0,83 × 1 mm vokslid]. Puhkeolekus kästi fMRI katsealustel mitte keskenduda ühelegi konkreetsele ülesandele ja olla avatud silmadega ärkvel.fikseeriminerist. Kuna südame ja hingamisteedeflTeadaolevalt mõjutavad muutused aju ühenduvust mitmes võrgus (Murphy et al., 2013), katsealuste füsioloogilisi andmeid koguti üheaegselt, kasutades rindkere hingamisteede pletüsmograafi ja uuritavatel infrapuna pulssoksümeetrit3 sõrmedsüdameandmete jaoks. FMRI analüüsi kaasati ainult subjekti funktsionaalsed andmed, mille translatsioon oli alla 2 mm ja pea liikumine skanneris alla 1 kraadi. Saavutati kogu aju katvus, sealhulgas keskaju ja rostraalne ajutüvi.

2.3. Andmete analüüs

fMRI andmeid töödeldi ja analüüsiti statistilise parameetrilise kaardistamise (SPM) tarkvarapaketi versiooni 8 abil (Wellcome Department of Cognitive Neurology, London, Ühendkuningriik),Conn(Cognitive and Affective Neuroscience Laboratory, Massachusettsi Tehnoloogiainstituut, Cambridge, USA) funktsionaalne ühenduvuse tööriistakast ja GIFT (Group ICA of fMRI Toolbox) tööriistariba, mis töötab versioonil MATLAB 7.10 (Mathworks, Sherborn, MA, USA). Puhkeoleku fMRI andmete kogumisel eemaldati füsioloogilised artefaktid kohandatud Matlabi algoritmi abil ja viiluaega korrigeeriti FSL 4.1.9 (FMRIB) abil.3s tarkvara raamatukogu,http://www.fmrib. ox.ac.uk/fsl) tarkvara. Eeltöötlusetapid hõlmasid liikumise korrigeerimist, ümberjoondamist, registreerimist, normaliseerimist standardse MNI (Montreal Neurological Institute) malliga ja silumist (FWHM Gaussi tuum 8 mm), kasutades SPM8.

2.3.1. Seemnete ühenduvuse analüüs

Seemne ja kogu aju funktsionaalse ühenduvuse analüüs viidi läbi kasutadesConntööriistakast (Whitfifield-Gabrieli ja Nieto-Castanon, 2012). Seemnepiirkonnad tuvastati varem avaldatud kroonilise väsimussündroomi fMRI uuringute põhjal (Lange et al., 2005; Caseras et al., 2006; Cook et al., 2007; Caseras jt, 2008) ja loodi sfääridena (raadiusega 5 mm) ) voksli tippkoordinaatide ümber (täiendav tabel S1). Valgeaine, CSF ja liikumisparameetrid sisestati analüüsi mittehuvitavate ühismuutujatena. Ribalassifilter (sagedusaken: 0,01–0,1 Hz) rakendati andmetest lineaarsete triivide ja kõrgsagedusmüra eemaldamiseks. Esimese taseme analüüs viidi läbi, korreleerides aja kulgu seemnest terve aju voksliteni, luues iga seemnepiirkonna jaoks ühenduvuskaardid, kasutades kahemõõtmelisi korrelatsioone. Need ühenduvuskaardid edastati seejärel rühmataseme analüüsidele, milles võrreldi väsinud ja mitteväsinud BC ellujäänute ühenduvuse erinevusi, kasutades vanust mittehuvitava ühismuutujana. Saadud kaardid olid kogu aju läviP b 0.001 (võiP b 0.0001) korrigeerimata voksli lävi jaP Väiksem või võrdne0.05 FDR-klaster on korrigeeritud mitme võrdluse jaoks. Kuna valiti mitu seemet (n = 8) tegime oma analüüsi jaoks ka oma tulemuste jaoks rangema Bonferroni paranduse. See lävi määratiP b {{0}}.0063 (st 0,05/8 testist). Aju ühenduvuse tulemuste korrelatsioon osalejate käitumisandmetega saavutati keskmise viimistleja teisenduse saamisegar saadud tähiste väärtusedfificant klastrid, kasutades Marsbari tööriistakasti (Poldrack, 2007), ja seejärel korreleerusid käitumismeetmetega (MFI, BFI ja PSQI) SPSS 21-s (Sotsiaalteaduste statistikapakett, IBM Corp., Armonk, NY). Grupi erinevuse ja väsimuse mõõtmise korrelatsioonid kontrolliti nii valu kui ka depressiooni suhtes, kasutades SPSS-is lineaarset regressiooni. Bonferroni parandusP b {0}}.017 (st 0,05/3 testid) viidi läbi ka sümptomite korrelatsioonide kohta.

2.3.2. Sõltumatu komponentide analüüs

Grupi ICA viidi läbi tööriistariba GIFT abil (Calhoun et al., 2004). Komponentide hinnangud valideeriti ICASSO tarkvara abil (Himberg et al., 2004) 10 iteratsiooni jaoks, et tagada ICA algoritmi usaldusväärsus ja suurendada tulemuste tugevust. Sõltumatute komponentide (IC-de) arv piirati 25-ni, et minimeerida jagamist alamkomponentideks. Teemaspetsiifilised ruumikaardid ja ajakursused rekonstrueeriti tagasi, kasutades GIFTis saadaolevaid ruumilise ja ajalise regressiooni (STR) või kahekordse regressiooni võimalusi. STR regresseerib (i) algsed subjektiandmed kombineeritud ICA ruumikaartidele, et hinnata iga komponendi ainepõhist ajakulu; ja (ii) seejärel regresseerib individuaalsed subjekti andmed tagasi nendesse ajakulu maatriksitesse, et hinnata subjektispetsiifilisi ruumikaarte. Seega on esialgne kombineeritud ruumikaart ja hilisemad hinnangulised ruumikaardid parimad ligikaudsed hinnangud individuaalsele subjektile.Z-skoori komponentide kaardid. NeedZ väärtused kajastavad ühenduvuse astet iga voksli ja komponendi rühma keskmistatud aja vahel. Puhkeolekuvõrke esindavad komponentkaardid tuvastati ruumilise korrelatsiooni abil Beckmanni jt mallidega. (2005) ja Smith et al. (2009). Need individuaalsed puhkeoleku võrgukaardid edastati seejärel rühma teise taseme analüüsidele SPM-is, kus viidi läbi erinevused puhkeoleku võrguühenduses väsinud ja väsimata osalejate vahel. Tegime ka kogu aju huvide interaktsiooni analüüsi, kasutades 2-viisi ANOVA mudelit aju ühenduvuse ja käitumuslike näitajatega, et hinnata erinevusi väsimussümptomite tasemete (MFI ja BFI skoori) ning rühmadevahelise võrguühenduse vahel. . Kõigi ICA analüüside puhul märgififipõikklastrid tuvastati saadud ajukaartide lävimise teelP b 0.0001 korrigeerimata voksli lävi jaP Väiksem või võrdne0.05 FDR või FWE klastri korrigeeritud olulisus mitme võrdluse korral. Kuna valu ja depressioon on peamised kaasuvad sümptomid, märgififiväsimussümptomite leide kontrolliti nii valu kui ka depressiooni suhtes SPM-is kui huvi mittepakkuvate taandajatena.

LEIA PARIM BOTAANILINE HOLISTILINE HOOLDUS EBAharjumatu hommikuse ja õhtuse väsimuse vastu

Meie hoolikalt käsitsi valmistatud Neuro Regeni valem sisaldab kõige paremini uuritud ürte. Igaüks neist näitab hämmastavat potentsiaaliFüüsilise väsimuse juhtimine, pluss üldine vaimse ja füüsilise väsimuse tugi.

Sisaldab:

Cistanche-Cistanche on traditsioonilise hiina meditsiini retseptides kõige sagedamini kasutatav ravimtaimfüüsilise väsimuse leevendamine. Tegelikult,Cistancheon omamoodi toidumaterjal. Traditsioonilise meditsiini teoreetilisel alusel on kaasaegne meditsiin läbi viinud palju uuringuid Cistanche väsimusevastase toime kohta. Katsed on tõestanud, et Cistanche väsimusevastane toime on tingitud kehaorganite paranemisest.Cistanche. Cistanchevõib parandada neerude ja maksa funktsioone, saavutades seeläbiväsimuse vastanemõju. Järgmisel pildil on ülevaade sellest, kuidas Cistanche võib väsimust leevendada.