程健，吳文

慢性疼痛靜息態(tài)腦功能連接研究的Meta分析

程健，吳文*

目的用Meta分析方法系統(tǒng)地描繪慢性疼痛患者靜息態(tài)腦功能連接的變化特點(diǎn)。材料與方法數(shù)據(jù)庫(kù)檢索Pubmed、EMBASE、Web Science、Science Direct、Springerlink、brainmap自建庫(kù)至2016年9月符合納入標(biāo)準(zhǔn)的所有fMRI研究。利用Icbm2tal軟件將Talairach坐標(biāo)統(tǒng)一轉(zhuǎn)換為MNI坐標(biāo)，依據(jù)ALE手冊(cè)中數(shù)據(jù)錄入方法將坐標(biāo)數(shù)據(jù)分組錄入，使用Ginger-ALE 2.3軟件進(jìn)行Meta分析并計(jì)算腦區(qū)ALE分布圖。結(jié)果納入20篇文獻(xiàn)，共389名慢性疼痛患者。Meta分析結(jié)果表明，慢性疼痛會(huì)導(dǎo)致默認(rèn)網(wǎng)絡(luò)的功能連接出現(xiàn)異常。選取島葉作為種子點(diǎn)，研究發(fā)現(xiàn)：島葉和楔前葉；島葉和前扣帶回；島葉和后扣帶回；島葉和頂下小葉；島葉和內(nèi)側(cè)前額葉的功能連接均出現(xiàn)異常。結(jié)論靜息態(tài)下慢性疼痛患者的島葉與默認(rèn)網(wǎng)絡(luò)的功能連接異常，反映出疼痛腦加工與感知覺(jué)辨認(rèn)、認(rèn)知和情緒相關(guān)腦區(qū)活動(dòng)有關(guān)，為慢性疼痛下的神經(jīng)認(rèn)知模型提供了實(shí)證基礎(chǔ)，有助于進(jìn)一步探索疼痛與腦之間的聯(lián)系。

慢性疼痛；功能連接；磁共振成像；Meta分析

程健, 吳文. 慢性疼痛靜息態(tài)腦功能連接研究的Meta分析. 磁共振成像, 2017, 8(1): 26-32.

疼痛是一種不愉快的主觀感覺(jué)與情緒體驗(yàn)，臨床上將疼痛分為急性疼痛和慢性疼痛[1-2]。慢性疼痛是指疼痛持續(xù)時(shí)間3個(gè)月以上，疼痛頻率至少每周1次且伴不愉快情緒的一種疼痛[3]。慢性疼痛多發(fā)遷延，不但給患者帶來(lái)軀體上的痛苦，也使其在精神上產(chǎn)生巨大壓力，嚴(yán)重影響患者的生活質(zhì)量[4-6]。

研究人員發(fā)現(xiàn)，痛覺(jué)的形成與中樞神經(jīng)元的編碼有關(guān)，這一過(guò)程涉及脊髓、腦干、大腦皮層等多個(gè)結(jié)構(gòu)[7]。近年來(lái)， 靜 息 態(tài) 腦 功 能 磁 共 振 成像憑借其無(wú)創(chuàng)、無(wú)需試驗(yàn)任務(wù)等獨(dú)特優(yōu)勢(shì)，在臨床上已廣泛運(yùn)用于各種疼痛的研究[8]。既往研究表明，人體的疼痛腦加工、感知覺(jué)辨認(rèn)，都有島葉的參與[9-11]；而靜息狀態(tài)下，慢性疼痛患者的默認(rèn)網(wǎng)絡(luò)往往存在異常[12-14]，為了明確二者之間的存在的關(guān)系，人們通常選擇島葉作為種子點(diǎn)，分析島葉與默認(rèn)網(wǎng)絡(luò)之間的功能連接。但是由于功能磁共振高度敏感的特性以及研究方式的多種多樣，使得研究結(jié)果易受干擾，并且單一研究結(jié)果并不完全可靠，尚缺乏循證醫(yī)學(xué)的支持，因此，有必要對(duì)相關(guān)的fMRI研究進(jìn)行Meta分析。

似然分析法(activation likelihood estimation，ALE)是 一 種由 Turkeltaub等[15]提 出 的 基于 體素坐標(biāo)的腦區(qū)定位分析方法，通過(guò)對(duì)納入文獻(xiàn)的相關(guān)坐標(biāo)進(jìn)行三維高斯函數(shù)平滑和排列檢驗(yàn)，達(dá)到定位腦區(qū)的目的。為了減少研究結(jié)果假陽(yáng)性率，Eickhoff等[16]對(duì)統(tǒng)計(jì) 學(xué) 算 法 進(jìn) 行了補(bǔ)充，引入一種基于錯(cuò)誤發(fā)現(xiàn)率(false discovery rate，F(xiàn)DR)的檢驗(yàn)方法，它是通過(guò)控制拒絕假設(shè)檢驗(yàn)中出現(xiàn)誤判的比例來(lái)確定閾值，從而避免假陽(yáng)性率發(fā)生；Eickhoff等[16]改 進(jìn) 了 原 有 的統(tǒng)計(jì)學(xué)方法模型，把固定效應(yīng)模型變?yōu)殡S機(jī)效應(yīng)模型，使得分析結(jié)果更加客觀、準(zhǔn)確。與傳統(tǒng)圖表型Meta分析相比，ALE分析的最大優(yōu)勢(shì)在于其客觀、量化的分析過(guò)程，通過(guò)計(jì)算各體素的ALE值，估計(jì)某特定體素被激活的可能性，從而定量整合分析fMRI研究結(jié)果，其結(jié)果可信度高，能夠避免傳統(tǒng)圖表類(lèi)Meta分析主觀性強(qiáng)，容易產(chǎn)生偏倚和誤差的缺點(diǎn)。近年來(lái)ALE方法已廣泛運(yùn)用于認(rèn)知領(lǐng)域的腦功能研究中。本文基于似然分析法對(duì)慢性疼痛患者的腦區(qū)功能連接進(jìn)行Meta分析，系統(tǒng)評(píng)估慢性疼痛患者靜息態(tài)腦區(qū)功能連接的變化特點(diǎn)。

1 材料與方法

1.1 納入與排除標(biāo)準(zhǔn)

1.1.1 研究設(shè)計(jì)

納入公開(kāi)發(fā)表的慢性疼痛靜息態(tài)腦功能連接的fMRI研究，排除不能獲得全文的文獻(xiàn)，非靜息態(tài)的文獻(xiàn)以及急性疼痛的文獻(xiàn)，并且文獻(xiàn)中必須包含Talairach坐標(biāo)或MNI坐標(biāo)，語(yǔ)種設(shè)定為英文。

1.1.2 研究對(duì)象

(1)受試者必須是慢性疼痛患者且病情穩(wěn)定；(2)國(guó)籍、性別和種族不限。

1.1.3 排除標(biāo)準(zhǔn)

(1)文獻(xiàn)信息不完整或數(shù)據(jù)有誤(如：缺少對(duì)照組)；(2)重復(fù)文獻(xiàn)、文摘、綜述及講評(píng)類(lèi)文獻(xiàn)；(3)組間基本資料(如：年齡、性別等)有統(tǒng)計(jì)學(xué)差異；(4)使用SPM、AFNI、FSL以外軟件進(jìn)行數(shù)據(jù)分析的文獻(xiàn)。

1.1.4 干預(yù)措施

受試者保持靜息態(tài)(閉眼或睜眼)，接受fMRI掃描。

1.1.5 結(jié)局指標(biāo)

記錄島葉與默認(rèn)網(wǎng)絡(luò)之間功能連接的Talairach坐標(biāo)或MNI坐標(biāo)。

1.2 方法

1.2.1 檢索策略

數(shù)據(jù)庫(kù)檢索Pubmed、EMBASE、Web Science、Science Direct、Springerlink、brainmap自建庫(kù)至2016年9月符合納入標(biāo)準(zhǔn)的所有靜息態(tài)fMRI研究，搜集所有關(guān)于慢性疼痛靜息態(tài)腦功能磁共振研究，語(yǔ)種限定為英文。檢索關(guān)鍵詞為：pain、chronic pain、resting-state、functional magnetic resonance imaging、fMRI、functional connectivity，并輔以人工檢索，以減少漏檢。

1.2.2 文獻(xiàn)篩選和數(shù)據(jù)提取

2名作者獨(dú)立評(píng)估入選數(shù)據(jù)，文章根據(jù)標(biāo)題和摘要進(jìn)行篩選，并解決有分歧的文章以達(dá)成共識(shí)。待確定文章后，2名作者分別獨(dú)立閱讀文章全文，必要時(shí)由第三方幫助完成。納入文獻(xiàn)中提取受試對(duì)象樣本量和激活區(qū)坐標(biāo)。為了確定像素坐標(biāo)的解剖位置，由2名研究者各自手工進(jìn)行操作，參考Talairach and Tourneux的神經(jīng)解剖立體定位圖譜進(jìn)行校正，出現(xiàn)分歧通過(guò)兩位研究者討論解決。此外，手工進(jìn)行細(xì)致分析，以防止有效數(shù)據(jù)丟失，對(duì)符合標(biāo)準(zhǔn)的研究進(jìn)行數(shù)據(jù)提取。

1.2.3 數(shù)據(jù)分析

似然分析法(activation likelihood estimation,ALE)是一種由Turkehaub等[15]提出的基于體素坐標(biāo)的功能腦區(qū)定位分析方法，通過(guò)對(duì)納入文獻(xiàn)的相關(guān)坐標(biāo)進(jìn)行三維高斯函數(shù)平滑和排列檢驗(yàn)，達(dá)到定位腦區(qū)的目的。為了減少研究結(jié)果假陽(yáng)性率，Eickhoff等[16]對(duì)統(tǒng)計(jì)學(xué)算法進(jìn)行了補(bǔ)充，引入一種基于錯(cuò)誤發(fā)現(xiàn)率(false discovery rate，F(xiàn)DR)的檢驗(yàn)方法，通過(guò)控制拒絕假設(shè)檢驗(yàn)中出現(xiàn)誤判的比例來(lái)確定閾值，避免假陽(yáng)性率發(fā)生。Eickhoff等[16]改進(jìn)了原有的統(tǒng)計(jì)學(xué)模型，把固定效應(yīng)模型變?yōu)殡S機(jī)效應(yīng)模型，使得分析結(jié)果更加客觀、準(zhǔn)確。

具體方法：(1)利用Icbm2tal軟件的坐標(biāo)轉(zhuǎn)換功能將所得到的Talairach坐標(biāo)統(tǒng)一轉(zhuǎn)換為MNI (Montreal Neurological Institute coordinates)坐標(biāo)，依據(jù)ALE手冊(cè)中數(shù)據(jù)錄入方法將坐標(biāo)數(shù)據(jù)分組錄入Ginger-ALE軟件。(2)使用Ginger-ALE 2.3軟件進(jìn)行數(shù)據(jù)分析并計(jì)算腦區(qū)ALE分布圖。根據(jù)最大激活坐標(biāo)峰值，按三維高斯分布建模，具體設(shè)定參數(shù)如下：高斯濾波全寬半高(full width half maximum，F(xiàn)WHM)值為8 mm，錯(cuò)誤發(fā)現(xiàn)率(false discovery rate，F(xiàn)DR)值為0.005，像素簇閾值＞200 mm3，經(jīng)過(guò)軟件運(yùn)算后得出腦區(qū)ALE分布圖。

1.2.4 腦區(qū)圖像結(jié)果

使用mango軟件(rii.uthscsa.edu/mango)以及brainmap.org標(biāo)準(zhǔn)腦解剖模板(http://brainmap.org/ ale/colin1.1_2X2X2.nii)顯示。

2 結(jié)果

2.1 檢索結(jié)果

數(shù)據(jù)庫(kù)檢索Pubmed、EMBASE、Web Science、Science Direct、Springerlink、brainmap自建庫(kù)至2016年9月符合納入標(biāo)準(zhǔn)的所有fMRI研究。初步檢索到文獻(xiàn)437篇，手工補(bǔ)充檢索12篇；通過(guò)閱讀文章題目、摘要、全文，排除重復(fù)文獻(xiàn)、非相關(guān)文獻(xiàn)以及使用SPM、AFNI、FSL以外軟件的文獻(xiàn)等，最終共納入20篇文獻(xiàn)(表1)。

2.2 Meta分析結(jié)果

納入的20篇文獻(xiàn)，共389例慢性疼痛患者，Meta分析結(jié)果表明，慢性疼痛狀態(tài)下，島葉與默認(rèn)網(wǎng)絡(luò)之間的功能連接存在明顯異常(圖1)；對(duì)默認(rèn)網(wǎng)絡(luò)之間的腦區(qū)進(jìn)行Meta分析，結(jié)果表明：默認(rèn)網(wǎng)絡(luò)之間腦區(qū)的連接活動(dòng)性，也存在異常。經(jīng)過(guò)ALE軟件運(yùn)算，島葉，前扣帶回，后扣帶回、楔前葉，頂下小葉，內(nèi)側(cè)前額葉(表2，圖2～6)，共提取出16個(gè)坐標(biāo)。

3 討論

慢性疼痛是一種復(fù)雜的心理活動(dòng)，是臨床上最常見(jiàn)的癥狀之一[1]。運(yùn)用fMRI研究慢性疼痛是近年來(lái)的研究熱點(diǎn)[13-14，29-30]。根據(jù)研究目的不同大體可分：靜息態(tài)fMRI和任務(wù)態(tài)fMRI。靜息態(tài)fMRI因受試者無(wú)需實(shí)施特定任務(wù)，減少了由于個(gè)體差異帶來(lái)的誤差，因此具有較好的臨床應(yīng)用價(jià)值[8]。相關(guān)研究表明：疼痛可導(dǎo)致大腦血流動(dòng)力學(xué)的改變，使痛覺(jué)加工環(huán)路改變[31-33]。但目前尚無(wú)慢性疼痛對(duì)靜息態(tài)腦功能影響的循證分析，未能對(duì)其作用和有效性做出客觀評(píng)價(jià)。

功能連接是利用低頻BOLD信號(hào)的波動(dòng)來(lái)研究不同腦區(qū)之間的功能相關(guān)性，其結(jié)果可以反映出神經(jīng)元之間的內(nèi)部聯(lián)系。本研究通過(guò)提取相關(guān)腦區(qū)的MNI坐標(biāo)，對(duì)慢性疼痛患者靜息態(tài)腦功能連接研究的數(shù)據(jù)進(jìn)行Meta分析，Meta分析結(jié)果表明，慢性疼痛會(huì)導(dǎo)致默認(rèn)網(wǎng)絡(luò)的功能連接出現(xiàn)異常，說(shuō)明疼痛腦加工與認(rèn)知和情緒相關(guān)腦區(qū)活動(dòng)有關(guān)。本研究選取島葉作為種子點(diǎn)，研究發(fā)現(xiàn)：島葉和楔前葉；島葉和前扣帶回；島葉和后扣帶回；島葉和頂下小葉；島葉和內(nèi)側(cè)前額葉的功能連接均出現(xiàn)異常。除上述腦區(qū)之外，內(nèi)側(cè)顳葉，腦干等區(qū)域，也會(huì)因?yàn)榕R近腦區(qū)的異常連接活動(dòng)性受到不同程度的影響。

華盛頓大學(xué)的Raichle等[13]采用PET技術(shù)最早定義了默認(rèn)網(wǎng)絡(luò)。默認(rèn)網(wǎng)絡(luò)是指大腦靜息態(tài)下相對(duì)活躍的區(qū)域，也是腦部復(fù)雜活動(dòng)的重要支撐，包含多個(gè)重要功能的腦區(qū)，如：前扣帶回，后扣帶回，頂下小葉，內(nèi)側(cè)前額葉等，這些腦區(qū)在靜息態(tài)時(shí)功能活動(dòng)明顯[10]。Pyka等[14]認(rèn)為：默認(rèn)網(wǎng)絡(luò)同內(nèi)外環(huán)境監(jiān)測(cè)，自我意識(shí)及情緒加工等高級(jí)認(rèn)知活動(dòng)密切相關(guān)。研究顯示，慢性疼痛患者后扣帶回的功能連接明顯增強(qiáng)，充分說(shuō)明了默認(rèn)網(wǎng)絡(luò)的參與。另外，F(xiàn)ujiwara等[29]發(fā)現(xiàn)，默認(rèn)網(wǎng)絡(luò)中的后扣帶回參與“獎(jiǎng)賞中樞”的信息整合，通過(guò)對(duì)傳導(dǎo)信息的攝入進(jìn)行推測(cè)判斷，促使相關(guān)腺體分泌多巴胺、內(nèi)啡肽等物質(zhì)，這些物質(zhì)對(duì)痛覺(jué)起到了一定的抑制作用，從而間接參與患者的認(rèn)知與情緒調(diào)控。

表1 納入文獻(xiàn)資料Tab. 1 Included in literature

表2 慢性疼痛狀態(tài)下與島葉功能連接的腦區(qū)Tab. 2 Brain areas associated with the functional connectivity of the insular lobe in chronic pain

3.1 島葉

島葉與感覺(jué)、情感、認(rèn)知等加工有關(guān)，是慢性疼痛中最常見(jiàn)的激活腦區(qū)之一，慢性疼痛患者的島葉區(qū)域活動(dòng)性會(huì)明顯增強(qiáng)，這說(shuō)明島葉對(duì)機(jī)體疼痛辨認(rèn)以及內(nèi)外感覺(jué)加工具有重要作用。Cservenka等[27]認(rèn)為，島 葉 的激活也 會(huì) 明顯增加慢性疼痛對(duì)機(jī)體的影響，這一研究支持我們的結(jié)論。島葉表面的島中央溝將島葉分為前后兩部，前島葉接收來(lái)自丘腦腹內(nèi)側(cè)核及杏仁核的投射纖維，與情感功能密切相關(guān)，影像證據(jù)表明，前島葉與邊緣系統(tǒng)存在廣泛聯(lián)系，可能是引起疼痛患者情緒變化的一個(gè)重要機(jī)制[34-35]。后島葉與次級(jí)感覺(jué)皮層相連，與軀體感覺(jué)以及運(yùn)動(dòng)功能相關(guān)。Zhang等[8]認(rèn)為，靜息態(tài)下腰背痛患者的島葉與大腦皮質(zhì)下區(qū)域存在廣泛的功能連接異常，這可能與中樞神經(jīng)網(wǎng)絡(luò)編碼異常有關(guān)。

3.2 扣帶回

扣帶回(前扣帶回，后扣帶回)屬于默認(rèn)網(wǎng)絡(luò)的重要組成部分，并且無(wú)論功能連接增強(qiáng)還是減弱，扣帶回都有參與，所以該區(qū)域在慢性疼痛中扮演了重要角色[11]?？蹘Щ嘏c大腦皮層以及皮層下的許多核團(tuán)都存在直接或間接的纖維聯(lián)系，可能在痛覺(jué)的整合、記憶、執(zhí)行中扮演著重要角色。Flodin等[20]的研究發(fā)現(xiàn)，慢性疼痛患者的多個(gè)腦區(qū)與扣帶回的功能連接出現(xiàn)異常，這些連接異?？赡芘c持續(xù)的慢性疼痛刺激有關(guān)。例如：在Cummiford等[28]的研究中，扣帶回與中央后回的功能連接強(qiáng)度減弱。此外，既往研究中發(fā)現(xiàn)，扣帶回和前額葉共同參與了軀體傷害-回避反應(yīng)，而慢性疼痛會(huì)導(dǎo)致這種功能聯(lián)系減弱，可能與機(jī)體在長(zhǎng)期疼痛中產(chǎn)生的適應(yīng)性有關(guān)。另外，相關(guān)研究表明[17]，該區(qū)域是控制痛覺(jué)傳導(dǎo)的重要結(jié)構(gòu)，疼痛傳導(dǎo)信號(hào)也可對(duì)其產(chǎn)生抑制效應(yīng)，并且會(huì)促使相關(guān)腺體分泌類(lèi)嗎啡的生物激素，這可能與感覺(jué)傳導(dǎo)通路中的腦區(qū)神經(jīng)元的反饋?zhàn)饔糜嘘P(guān)。Schwedt等[6]認(rèn) 為，前 扣帶 回 作為 調(diào)節(jié)痛 覺(jué)的重要組成部分，會(huì)促使垂體分泌內(nèi)啡肽，而內(nèi)啡肽具有一定的鎮(zhèn)痛作用，與人類(lèi)的情緒反應(yīng)密切相關(guān)，這有力地支持了本組結(jié)論。

圖1 A：軸面；B：冠狀面；C：矢狀面。慢性疼痛狀態(tài)下，島葉與默認(rèn)網(wǎng)絡(luò)功能連接異常,包括：島葉，前扣帶回，后扣帶回，楔前葉，頂下小葉，內(nèi)側(cè)前額葉 圖2 A：軸面；B：冠狀面；C：矢狀面。頂下小葉的異常連接活動(dòng)性 圖3 A：軸面；B：冠狀面；C：矢狀面。前扣帶回的異常連接活動(dòng)性 圖4 A：軸面；B：冠狀面；C：矢狀面。楔前葉的異常連接活動(dòng)性 圖5 A：軸面；B：冠狀面；C：矢狀面。后扣帶回的異常連接活動(dòng)性 圖6 A：軸面；B：冠狀面；C：矢狀面。內(nèi)側(cè)前額葉的異常連接活動(dòng)性Fig. 1 A: Axial. B: Coronal. C: Sagittal. Brain areas with abnormal connectivity during resting-state fMRI in chronic pain: insula, anterior cingulate, posterior cingulate, precuneus, inferior parietal, medial prefrontal. Fig. 2 A: Axial. B: Coronal. C: Sagittal. Brain areas with abnormal connectivity during resting-state fMRI in chronic pain about inferior parietal. Fig. 3 A: Axial. B: Coronal. C: Sagittal. Brain areas with abnormal connectivity during restingstate fMRI in chronic pain about anterior cingulate. Fig. 4 A: Axial. B: Coronal. C: Sagittal. Brain areas with abnormal connectivity during restingstate fMRI in chronic pain about precuneus. Fig. 5 A: Axial. B: Coronal. C: Sagittal. Brain areas with abnormal connectivity during resting-state fMRI in chronic pain about posterior cingulate. Fig. 6 A: Axial. B: Coronal. C: Sagittal. Brain areas with abnormal connectivity during resting-state fMRI in chronic pain about medial prefrontal.

3.3 楔前葉

楔前葉與許多高水平的認(rèn)知功能有關(guān)，如情景記憶、自我相關(guān)的信息處理，并參與注意-抑制網(wǎng)絡(luò)，能夠?qū)Ω蓴_抑制進(jìn)行調(diào)節(jié)[31-34]，Kutch等[19]研究認(rèn)為，楔前葉在調(diào)節(jié)注意-抑制網(wǎng)絡(luò)中起重要作用，該網(wǎng)絡(luò)存在大量節(jié)點(diǎn)，而節(jié)點(diǎn)與節(jié)點(diǎn)之間的功能連接變化可能是慢性疼痛患者認(rèn)知功能改變的又一個(gè)潛在神經(jīng)機(jī)制。

3.4 頂下小葉

頂下小葉也屬于默認(rèn)網(wǎng)絡(luò)，具有整理、記憶和 存儲(chǔ) 功 能[36]， 可 能 與 疼 痛 緩 解 的機(jī) 制 存 在 密切聯(lián)系，其機(jī)制尚不明確，有待于人們進(jìn)一步研究。

3.5 內(nèi)側(cè)前額葉

與扣帶回一樣，腦區(qū)連接活動(dòng)性出現(xiàn)異常，內(nèi)側(cè)前額葉都有參與。研究表明，內(nèi)側(cè)前額葉可對(duì)痛覺(jué)感受性信息的傳入產(chǎn)生抑制性調(diào)制[37-38]。Mainero 等[17]的研究發(fā)現(xiàn)， 該 區(qū) 域接受痛覺(jué)信息后，可產(chǎn)生抑制效應(yīng)，通過(guò)與鄰近腦區(qū)的相互作用可影響患者的認(rèn)知功能。Wiech等[7]和Zhang等[8]的研究認(rèn)為，慢性疼痛患者的內(nèi)側(cè)前額葉與島葉前部存在明顯的功能連接，而額葉區(qū)是負(fù)責(zé)人類(lèi)情感和認(rèn)知活動(dòng)的主要腦區(qū)，該區(qū)域的功能連接異常會(huì)導(dǎo)致其情感和認(rèn)知異常而產(chǎn)生代償作用，這一研究有力地支持了我們的結(jié)論。

3.6 不足

本研究采用的ALE分析法，雖然可以整合既往同類(lèi)的fMRI研究結(jié)果，但還是無(wú)法從整體的角度來(lái)觀察腦區(qū)之間的異常變化；此外，納入文獻(xiàn)中，由于慢性疼痛的病因、實(shí)驗(yàn)條件不完全相同，仍然會(huì)存在一定的偏倚風(fēng)險(xiǎn)。這些是本研究的不足，還有待進(jìn)一步改善。

3.7 結(jié)論

通過(guò)對(duì)既往研究Meta分析認(rèn)為，靜息態(tài)下慢性疼痛患者的島葉與默認(rèn)網(wǎng)絡(luò)的功能連接異常，反映出疼痛腦加工與感知覺(jué)辨認(rèn)、認(rèn)知和情緒相關(guān)腦區(qū)活動(dòng)有關(guān)，為慢性疼痛下的神經(jīng)認(rèn)知模型提供了實(shí)證基礎(chǔ)，有助于人們進(jìn)一步探索疼痛與腦之間的聯(lián)系。

[References]

[1]Linnman C, Beucke JC, Jensen KB, et al. Sex similarities and differences in pain-related periaqueductal gray connectivity. Pain, 2012, 153(2): 444-454.

[2]Otti A, Guendel H, Henningsen P, et al. Functional network connectivity of pain-related resting state networks in somatoform paindisorder: an exploratory fMRI study. J Psychiatr Neurosci, 2013, 38(1): 57-65.

[3]Ichesco E, Quintero A, Clauw DJ, et al. Schmidt-wilcke, altered functional connectivity between the insula and the cingulate cortex in patients with temporomandibular disorder: a pilot Study. Headache, 2012, 52(3):441-454.

[4]Kong J, Spaeth RB, Wey HY, et al. S1 is associated with chroniclow back pain: a functional and structural MRI study. Mol Pain, 2013, 9: 43.

[5]Loggia ML, Kim J, Gollub RL, et al. Default mode network connectivity encodes clinical pain: an arterial spin labeling study. Pain, 2013, 154(1): 24-33.

[6]Schwedt TJ, Schlaggar BL, Mar S, et al. Atypical resting-state functional connectivity of affective pain regions in chronic migraine. Headache, 2013, 53(5): 737-751.

[7]Wiech K, Ploner M, Tracey I. Neurocognitive aspects of pain perception. Trends Cognit Sci, 2008, 12(8): 306-313.

[8]Zhang S, Wu W, Huang G, et al. Resting-state connectivity inthe default mode network and insula during experimental low back pain, Neural Regen Res, 2014, 9(2): 135-142.

[9]Hubbard CS, Khan SA, Keaser ML, et al. Altered brain structure and function correlate with disease severity and pain catastrophizing in migraine patients. eNeuro, 2014, 1(1): e20.

[10]Derbyshire SW. Exploring the pain “neuromatrix”. Curr Rev Pain, 2000, 4(6): 467-477.

[11] Vincent JL, Kahn I, Snyder AZ, et al. Evidence for a frontoparietalcontrol system revealed by intrinsic functional connectivity. J Neurophysiol, 2008, 100(6): 3328-3342.

[12]Ichesco E, Schmidt-Wilcke T, Bhavsar R, et al. Altered resting state connectivity of theinsular cortex in individuals with fibromyalgia. Pain, 2014, 15(8): 815-823.

[13]Raichle EM, Snyder AZ. A default mode of brain function: abrief history of an evolvingidea. Neuroimage, 2007, 37(4): 1083-1090.

[14]Pyka M, Beckmann CF, Sch?ning S, et al. Impact of working memory load on fMRI resting state pattern in subsequent resting phases. PloS One, 2008, 4(9): e7198.

[15]Turkeltaub PE, Eden GF, Jones KM, et al. Meta-analysis of the functional neuro anatomy of single-word reading: method and validation. Neuroimage, 2002, 16(3 Pt 1): 765-780.

[16]Eickhoff SB, Laird AR, Grefkes C, et al. Coordinate-basedactivation likelihood estimation Meta-analysis of neuroimaging data: a randomeffects approachbased on empirical estimates of spatial uncertainty. Hum Brain Mapp, 2009, 30(9): 2907-2926.

[17]Mainero C, Boshyan J, Hadjikhani N, et al. Altered functional magnetic resonance imagingresting-state connectivity in periaqueductal gray networks in migraine. Ann Neurol, 2011, 70(5): 838-845.

[18]Schmidt-Wilcke T, Ichesco E, Hampson JP, et al. Resting state connectivity correlates with drug and placebo response in fibromyalgiapatients. Neuroimage Clin, 2014, 6: 252-261.

[19]Kutch JJ, Yani MS, Asavasopon S, et al. Altered resting stateneuromotor connectivity in men with chronic prostatitischronic pelvic pain syndrome. A MAPP: research network neuroimaging study. Neuroimage Clin, 2015, 8: 493-502.

[20]Flodin P, Martinsen S, Mannerkorpi K, et al. Normalization of aberrant resting state functional connectivity in fibromyalgia patientsfollowing a three month physical exercise therapy. Neuroimage Clinl, 2015, 9: 134-139.

[21]Flodin P, Martinsen S, Altawil R, et al. Intrinsic brain connectivity in chronic pain: a resting-state fmri study in patients with rheumatoid arthritis. Front Hum Neurosci, 2016, 10: 107.

[22]Wang T, Chen N, Zhan W, et al. Altered effective connectivity of posterior thalamus in migraine with cutaneous allodynia: aresting-state fMRI study with granger causality analysis. J Headache Pain, 2016, 17: 17.

[23]Cauda F, D'Agata F, Sacco K, et al. Altered resting state attentional networks in diabetic neuropathic pain. J Neurol Neurosurg Psychiatry, 2010, 81(7): 806-811.

[24]Mayhew SD, Hylands-White N, Porcaro C, et al. Intrinsicvariability in the human response to pain is assembled from multiple, dynamic brain processes. Neuroimage, 2013, 75: 68-78.

[25]Moulton EA, Becerra L, Johnson A, et al. Altered hypothalamic functional connectivity with autonomic circuits and the locus coeruleus in migraine. PloS One, 2014, 9(4): e95508.

[26]Hong JY, Kilpatrick LA, Labus J, et al. Patients with chronic visceral pain show sex-related alterations in intrinsic oscillations of the resting brain. J Neurosci, 2013, 33(29): 11994-12002.

[27]Cservenka A, Stein H, Wilson AC, et al. Neurobiological phenotypes of familial chronic pain in adolescence: a pilot fMRI study. J Pain, 2015, 16(9): 913-925.

[28]Cummiford CM, Nascimento TD, Foerster BR, et al. Changes in resting state functional connectivity after repetitive transcranial directcurrent stimulation applied to motor cortex in fibromyalgia patients. Arthritis Res Ther, 2016, 18: 40.

[29]Fujiwara J, Tobler PN, Taira M, et al. Segregated and Integrated Coding of Reward and Punishment in the Cingulate Cortex. J Neurophysiol, 2009, 101(6): 3284-3293.

[30]Wey H, Catana C, Hooker JM, et al. Simultaneous fMRI-PET of the opioidergic pain system inhuman brain. Neuroimage, 2014, 102(Pt 2): 275-282.

[31]Napadow V, LaCount L, Park K, et al. Intrinsic brainconnectivity in fibromyalgia is associated with chronic pain intensity. Arthritis Rheum, 2010, 62(8): 2545-2555.

[32]Blessing EM, Beissner F, Schumann A, et al. A data-driven approach tomapping cortical and subcortical intrinsic functional connectivity along the longitudinal hippocampal axis. Hum Brain Mapp, 2016, 37(2): 462-476.

[33]Cauda F, Sacco K, D' Agata F, et al. Low-frequency BOLD fluctuations demonstrate altered thalamocortical connectivity in diabeticneuropathic pain. BMC Neurosci, 2009, 138(10): 1-14.

[34] Turkeltaub PE, Eden GF, Jones KM, et al. Meta-analysis of the functional neuroanatomy of single-word reading: method and validation. Neuroimage, 2002, 16(3 Pt 1): 765-780.

[35]Baliki MN, Geha PY, Apkarian AV, et al. Beyond feeling: chronic pain hurts the brain, disrupting the default-mode network dynamics. J Neurosci, 2008, 28(6):1398-1403

[36]Banks SJ, Eddy KT, Angstadt M, et al. Amygdala-frontal connectivity during emotion regulation. Soc Cogn Affect Neurosci, 2007, 2(4): 303-312.

[37]Duke Han S, Buchman AS, Arfanakis K, et al. Bennett, Functional connectivity networks associated with chronic musculoskeletal pain in old age. Int J Geriatr Psych, 2013, 28(8): 858-867.

[38]Tessitore A, Russo A, Giordano A, et al. Disrupted default mode network connectivity in migraine without aura. J Headache Pain, 2013, 14: 89.

Imbalanced communication among brain networks in chronic pain disorder: Meta-analysis of resting-state functional connectivity

CHENG Jian, WU wen*
Department of Rehabilitation Medicine, Zhujiang Hospital, Southern Medical University, Guangzhou 510282, China
*

Wu W, E-mail: wuwen66@163.com
Received 29 Sep 2016, Accepted 27 Nov 2016
ACKNOWLEDGMENTSThis work was supported by Grants from the National Natural Science Foundation of China (NNSFC), China (No. 81473769) and the Natural Science Foundation of Guangdong Province, China (No. 2014A030313335).

Objective:To describe the change of functional connectivity of resting-state brain in chronic pain status by Meta-analysis.Materials and Methods:A database search was performed in PubMed, EMBASE, Web of Science, and BrainMap for literature published from database establishment to September 2016. Based on inclusion and exclusion criteria, studies supporting fMRI analysis of the resting-state brain in chronic pain were collected. The Talairach coordinates are uniformly transformed into MNI coordinates using Icbm2tal software.Results:Twenty studies were identified with a total of 389 subjects. Meta-analysis showed that chronic pain causes abnormal functioning of the default network. We chose insula as seed, the hyperconnectivity consists between insula and regions of default mode network include anterior cingulate, posterior cingulate, precuneus, inferior parietal lobule and medial prefrontal cortex.Conclusions:Our results suggest that abnormal functional connectivity between insula and default mode networks, may reflect chronic pain towards cognitive control and emotion processing. These findings provide an empirical foundation for a neurocognitive model in which brain network underlies core cognitive and affective abnormalities in chronic pain.

Chronic pain; Functional connectivity; Magnetic resonance imaging; Meta-analysis

國(guó)家自然科學(xué)基金資助課題(編號(hào)：81473769)；廣東省自然科學(xué)基金項(xiàng)目(編號(hào)：2014A030313335)

南方醫(yī)科大學(xué)附屬珠江醫(yī)院康復(fù)科，廣州 510282

吳文，E-mail：wuwen66@163.com

2016-09-29

R445.2；R441.1

A

10.12015/issn.1674-8034.2017.01.007

接受日期：2016-11-27