Le fardeau des espaces périvasculaires dilatés, un marqueur émergent de la maladie des petits vaisseaux cérébraux, est hautement héritable
On octobre 3, 2021 by adminIntroduction
Les espaces périvasculaires (EPV), également appelés espaces de Virchow-Robin, sont des structures physiologiques normales remplies de liquide ressemblant à un signal IRM cérébral et recouvertes de cellules pial, entourant la paroi des artères, artérioles, veines et veinules lorsqu’elles pénètrent dans le parenchyme cérébral. Les PVS appartiennent au système glymphatique et participent à l’élimination des déchets, à l’apport de substrats énergétiques et à la régulation du flux sanguin.1,2 Dans certaines circonstances, comme l’augmentation de l’âge et les maladies des petits vaisseaux cérébraux, les PVS peuvent se dilater (espace périvasculaire dilaté) et devenir détectables à l’IRM cérébrale.3-7 Les mécanismes sous-jacents à cette dilatation, qui pourraient refléter une réduction de la clairance glymphatique, sont spéculatifs.1 Il a été démontré que les dPVS sont fortement corrélés à d’autres marqueurs IRM de la maladie cSVD, tels que le volume d’hyperintensité de la substance blanche (WMHV), les infarctus cérébraux lacunaires (LIs) et les microbleeds cérébraux3.-Nous avons précédemment montré que des grades élevés de dPVS dans les ganglions de la base (BG) ou la substance blanche (WM) sont associés à un risque accru de démence incidente, indépendamment d’autres marqueurs IRM de cSVD, chez les personnes âgées de la communauté.9
Les déterminants du dPVS sont mal compris. Les principaux facteurs de risque connus sont l’âge et l’hypertension, ce dernier étant plus fortement associé au dPVS chez les BG. L’identification des déterminants génétiques du dPVS peut fournir des indices importants sur les mécanismes moléculaires sous-jacents et sur la pathophysiologie de la cSVD et de la démence. Nous avons cherché à examiner la contribution génétique au fardeau des dPVS en mesurant leur héritabilité et l’héritabilité partagée avec d’autres marqueurs IRM de cSVD dans l’étude de population Three City (3C) Dijon.
Méthodes
Les données qui soutiennent les résultats de cette étude sont disponibles auprès de l’auteur correspondant sur demande raisonnable.
Population étudiée
L’étude 3C-Dijon est une étude de cohorte communautaire comprenant 4931 participants non institutionnalisés âgés de ≥65 ans sélectionnés de manière aléatoire sur les listes électorales de la ville de Dijon entre 1999 et 2001.10 Les participants âgés de <80 ans et inscrits entre juin 1999 et septembre 2000 (n=2763) ont été invités à subir une IRM cérébrale. Bien que 2285 participants (82,7%) aient accepté de participer en raison de limitations financières, les IRM n’ont été réalisées que chez 1924 participants. Parmi ceux-ci, 1683 avaient également subi un génotypage à l’échelle du génome. Après exclusion des personnes atteintes de tumeur cérébrale (n=8), d’accident vasculaire cérébral (n=71) ou de démence (n=7) au départ, l’échantillon restant comprenait 1597 participants. Une évaluation visuelle et une quantification étaient disponibles chez 1559 participants pour le dPVS et 1562 participants pour le LI (35 individus avec des infarctus cérébraux non-lacunaires ont été exclus) ; et 1495 participants avaient des mesures quantitatives automatisées du WMHV. Le protocole de l’étude a été approuvé par le comité d’éthique de l’hôpital universitaire du Kremlin-Bicêtre. Tous les participants ont fourni un consentement éclairé écrit.
Génotypage
Les échantillons d’ADN des participants à l’étude 3C-Dijon ont été génotypés avec les puces électroniques Illumina Human610Iquad BeadChips au Centre National de Génotypage, Evry, France.
Le génotypage a été effectué sur 4263 participants, dont 186 ont été exclus après le contrôle de qualité (Méthodes dans le supplément de données en ligne), laissant un total de 4077 participants. Les 20 premières composantes principales (PC) de l’échantillon 3C-Dijon ont été générées à l’aide d’EIGENSOFT et utilisées pour corriger la stratification de l’ascendance de la population (Méthodes dans le supplément de données en ligne). Les génotypes ont été imputés au panel de référence de la phase I version 3 de 1000 génomes (toutes ethnies confondues) à l’aide de MaCH 1.0, après application des procédures de contrôle de qualité standard (Méthodes dans le supplément de données en ligne). Au total, 11 572 501 polymorphismes mononucléotidiques (SNP) étaient disponibles pour l’analyse après contrôle de qualité.
Acquisition IRM
Cotation des dPVS
Les dPVS ont été évalués par un lecteur expérimenté (Y.-C.Z.) et quantifiés sur une échelle semi-quantitative. Elles ont été définies comme des lésions de signal ressemblant à du liquide céphalorachidien (hypointense en T1 et hyperintense en T2) de forme ronde, ovoïde ou linéaire, d’un diamètre maximal <3 mm, ayant des contours lisses et délimités, et situées dans des zones alimentées par des artères perforantes. Les lésions remplissant les mêmes critères à l’exception d’un diamètre ≥3 mm ont été soigneusement examinées dans les 3 plans (forme, intensité du signal) pour les différencier de la LI et de l’hyperintensité de la substance blanche (WMH). Seules les lésions ayant une forme vasculaire typique et celles qui suivaient l’orientation des vaisseaux perforants ont été considérées comme des dPVS.Dans le BG et la MW, qui sont les endroits où la densité de dPVS est la plus élevée, la tranche contenant le plus grand nombre de dPVS a été utilisée pour la notation3.
Dans le BG, les dPVS ont été évalués à l’aide d’un score à 4 degrés : degré 1 pour <5 dPVS, degré 2 pour 5 à 10 dPVS, degré 3 pour >10 dPVS mais encore numérique, et degré 4 pour d’innombrables dPVS entraînant une modification cribriforme du BG (Figure). Dans la MW, les dPVS ont également été évaluées à l’aide d’un score à 4 degrés : degré 1 pour <10 dPVS dans la MW totale, degré 2 pour >10 dPVS dans la MW totale et <10 dans la tranche contenant le plus grand nombre de dPVS, degré 3 pour 10 à 20 dPVS dans la tranche contenant le plus grand nombre de dPVS, et degré 4 pour >20 dPVS dans la tranche contenant le plus grand nombre de dPVS (Figure).3 Dans l’hippocampe et le tronc cérébral, les dPVS ont été dichotomisés en présence de ≥1 dPVS versus aucune. Une variable de charge globale de dPVS a été construite en additionnant les notes de dPVS dans BG et WM et en ajoutant 1 point pour la présence de ≥1 dPVS dans l’hippocampe et 1 point pour la présence de ≥1 dPVS dans le tronc cérébral. En raison du faible nombre de participants dans les catégories les plus élevées, celles-ci ont été combinées (score global ≥8). La variable globale était normalement distribuée à l’inspection visuelle (Méthodes dans le supplément de données en ligne).
Autres mesures IRM
Une procédure automatisée et validée a été utilisée pour localiser et mesurer le WMHV11. Deux sous-groupes de WMH ont été définis : WMH périventriculaire (pvWMH) lorsque la distance au système ventriculaire était <10 mm et WMH profonde sinon. Les LI ont été évaluées visuellement par le même évaluateur (Y.-C.Z.) que les dPVS et ont été définies comme des lésions focales avec les mêmes caractéristiques de signal que le liquide céphalorachidien sur toutes les séquences et avec un diamètre de 3 à 15 mm.3 Elles ont été différenciées des dPVS comme décrit ci-dessus. Les volumes de matière grise, de la MM et du liquide céphalorachidien ont été estimés en utilisant la morphométrie à base de voxels ; le volume intracrânien (VCI) a été calculé en additionnant ces 3 volumes.12
Analyse statistique
La charge globale du dPVS a été analysée comme une variable continue, étant donné sa distribution normale, tandis que les sous-types de dPVS (MM et BG) ont été étudiés comme des variables dichotomisées (grade 3-4 versus grade 1-2). Le WMHV ayant une distribution asymétrique, nous avons utilisé des valeurs transformées en logarithme naturel (Ln), comme dans les analyses précédentes.13,14 La corrélation phénotypique entre les marqueurs IRM de la cSVD a été calculée sur la base de la corrélation de Spearman en utilisant le logiciel SAS, version 9.3 (SAS Institute, Inc, Cary, NC).
Pour estimer l’héritabilité du dPVS, du WMHV et du LI, nous avons utilisé l’analyse des traits complexes à l’échelle du génome (GCTA v1.26.0). Cela correspond à l’estimation de la proportion de la variance phénotypique des marqueurs IRM du cSVD expliquée par tous les SNP communs disponibles à l’échelle du génome, à l’aide d’une analyse par modèle mixte linéaire (Méthodes dans le supplément de données en ligne).15 Nous avons ensuite évalué la proportion d’héritabilité partagée entre la charge du dPVS et le WMHV à l’aide de relations génomiques dérivées des SNP et du maximum de vraisemblance restreint basé sur la parenté génomique (méthode GREML bivariée).16 En utilisant cette méthode, mise en œuvre dans le logiciel d’analyse des caractères complexes à l’échelle du génome, nous avons pu estimer la corrélation génétique entre le poids du dPVS et le WMHV (globalement et par principaux sous-types, Méthodes dans le supplément de données en ligne). L’estimation de la corrélation génétique avec le LI n’a pas été possible (les modèles ne convergeaient pas ou donnaient des valeurs aberrantes). Toutes les analyses de l’héritabilité et de l’héritabilité partagée ont été effectuées sur des individus non apparentés, après avoir éliminé au hasard 1 individu de chaque paire dont la parenté estimée était >0,125 (matrice de parenté génétique >0,125). Les analyses de la charge du dPVS et du WMHV ont été ajustées pour l’ICV, afin de tenir compte des différences de taille de tête, d’âge, de sexe et de 20 PC, comme recommandé par le logiciel15.
Résultats
Population étudiée
Caractéristiques | |
---|---|
Age à l’IRM, y, moyenne±SD | 72,8±4.1 |
Femmes, n (%) | 951 (60,9) |
Tension artérielle systolique, mm Hg | 148,8±22.7 |
Tension artérielle diastolique, mm Hg | 84,9±11,5 |
Tension artérielle pulsée, mm Hg | 63.9±17,1 |
Situation d’hypertension* | 1197 (76,6) |
Diabète sucré de type II† | 130 (8.34) |
Fumeur actuel | 95 (6,1) |
Histoire de maladie cardiovasculaire‡ | 64 (4.1) |
Indice de masse corporelle, kg/m2 | 25,5±3,85 |
Hypercholestérolémie§ | 876 (56.2) |
Cholestérol total, mmol/L | 5,8±0.9 |
Llipoprotéine de basse densité, mmol/L | 3,6±0,8 |
Triglycérides, mmol/L | 1.2±0,6 |
Lipoprotéine de haute densité, mmol/L | 1,6±0.4 |
Niveau d’éducation >baccalauréat‖ | 557 (35,7) |
L’IRM indique l’imagerie par résonance magnétique.
*Pression artérielle systolique ≥140 mm Hg ou pression artérielle diastolique ≥90 mm Hg ou médicaments antihypertenseurs.
†Glycémie ≥7 mmol/L±antidiabétiques.
‡Inclure l’infarctus du myocarde, l’artérite et la chirurgie cardiaque et vasculaire (patients avec accident vasculaire cérébral exclus).
§Cholestérolémie ≥6,2 mmol/L ou traitement hypolipémiant.
‖Du baccalauréat en France.
Corrélations phénotypiques
Il existait une corrélation phénotypique limitée mais significative (ρ=0.23 ; P<0,0001) entre le dPVS dans le BG et le dPVS dans le WM-les 2 principaux sous-types de dPVS. Les corrélations phénotypiques entre le dPVS et d’autres marqueurs IRM du cSVD sont représentées dans le tableau 2 : tous les marqueurs ont montré un certain degré de corrélation à P<0,01 (ρ allant de 0,08 à 0,33). Le coefficient de corrélation phénotypique le plus élevé (ρ=0,33 ; P<0,0001) a été observé entre le dPVS dans le BG et le WMHV total ou le pvWMHV. La corrélation entre le dPVS (global) et le LI était plus faible, à 0,18 (P<0,0001 ; tableau 2).
Analyse d’héritabilité du dPVS et d’autres marqueurs IRM de la cSVD
L’héritabilité ajustée en fonction de l’âge, du sexe, du VCI et de 20 PC pour le dPVS (global) a été estimée à 59 % (P=0.007) et était la plus élevée et significative dans la MW, estimée à 79% (P=0,042), par rapport à la BG (Tableau 3). L’héritabilité pour la présence de dPVS dans l’hippocampe et le tronc cérébral était faible (<4%) et non significative. Dans une analyse secondaire, en prenant le quartile supérieur du nombre de dPVS dans l’hippocampe et le tronc cérébral au lieu de la présence ou de l’absence, l’héritabilité pour le dPVS dans l’hippocampe s’est avérée plus élevée mais toujours non significative (tableau II dans le supplément de données en ligne). Comparativement, l’héritabilité ajustée en fonction de l’âge, du sexe, de la VCI et des 20 PC pour le WMHV a été évaluée à 54 % (P=0,010) et significative pour le pvWMHV et le WMHV profond, tandis que l’héritabilité ajustée en fonction de l’âge, du sexe et des 20 PC pour le LI était plus faible et non significative (48 % ; P=0,278 ; tableau 3). Il convient de noter que les estimations de l’héritabilité du dPVS et d’autres marqueurs IRM de la cSVD étaient sensiblement inchangées après ajustement de l’hypertension et du diabète sucré – les 2 principaux facteurs de risque connus de la cSVD (tableaux III et IV dans le supplément de données en ligne).
Héritabilité partagée du dPVS avec d’autres marqueurs IRM de la cSVD
Association de variants de risque connus pour la cSVD. WMHV avec le fardeau dPVS
Nous avons trouvé une association nominalement significative d’un score de risque génétique combinant tous les variants de risque WMHV indépendants publiés avec dPVS dans BG (P=0.031), l’ensemble des allèles de risque WMHV étant associé à un risque accru de grades élevés de dPVS dans BG (Tableau 5). Il convient de noter que cette association n’était pas pilotée par un seul variant de risque pour le WMHV (P>0,09 pour les associations SNP-dPVS individuelles ; tableau V dans le supplément de données en ligne).
Discussion
Dans une grande étude de population portant sur >1500 personnes âgées non apparentées sans accident vasculaire cérébral ni démence, nous avons trouvé des estimations d’héritabilité élevées, dérivées de génotypes à l’échelle du génome, pour le fardeau dPVS, dans la même gamme que les estimations d’héritabilité pour WMHV, alors que l’héritabilité de LI était plus faible. Une partie de l’héritabilité estimée pour le dPVS et le WMHV semble être partagée. Nous avons trouvé la plus forte corrélation génétique entre le dPVS dans le BG et le WMHV, ce qui correspond à la forte corrélation phénotypique observée entre le WMHV et le dPVS dans cette localisation. Nous avons également trouvé une association nominalement significative entre un score de risque génétique combinant des variantes de risque génétique connues pour le WMHV et le dPVS dans BG.
L’héritabilité du dPVS n’a pas été décrite auparavant à notre connaissance. Pour le WMHV et le LI, nos résultats sont cohérents avec les estimations des études basées sur la famille, montrant une héritabilité modérée à élevée pour la charge WMH (49%-80%)17-21 et une héritabilité plus faible pour le LI (29%).21 Il convient de noter que les estimations de l’héritabilité provenant d’études basées sur la famille sont toujours plus importantes que les estimations de l’héritabilité dérivées des SNP, car elles ne représentent que l’héritabilité au sens étroit22.
La corrélation génétique plus forte du WMHV avec la charge du dPVS dans la BG que dans la MW renforce l’hypothèse de processus au moins partiellement distincts qui sous-tendent le dPVS dans ces 2 localisations.9 Nous avons précédemment décrit que la gravité du dPVS dans la BG et la MW ne coïncide pas nécessairement. En effet, parmi les individus présentant un grade 4 de dPVS dans la MW, seuls 23% présentaient également un grade 3 ou 4 dans la BG, et parmi les individus présentant un grade 4 de dPVS dans la BG, 42% présentaient également un grade 3 ou 4 dans la WM.3 Nous avons également montré, avec d’autres, que les profils des facteurs de risque vasculaire varient en fonction de la localisation du dPVS.3,23 Ceci est corroboré par les présentes conclusions, qui montrent une corrélation phénotypique plus forte et une variation génétique partagée entre le WMHV et le dPVS dans la BG par rapport au dPVS dans la WM. Il est intéressant de noter que seule la sévérité du dPVS dans le BG a été associée à un taux plus élevé de déclin cognitif chez les personnes âgées de la communauté de l’étude 3C-Dijon9 et à une moins bonne performance de la vitesse de traitement dans une cohorte de patients atteints de cSVD ou à haut risque de cSVD.24 Les niveaux d’interleukine-6 ont été associés à une plus grande sévérité du dPVS dans le BG mais pas dans la MW.25 Par conséquent, il semble y avoir des preuves convergentes que les dPVS peuvent avoir des facteurs de risque sous-jacents au moins partiellement distincts, y compris génétiques, et des conséquences cliniques en fonction de leur localisation.
Les mécanismes sous-jacents à la dilatation des PVS sont spéculatifs. L’une des hypothèses est une réduction de la production de liquide céphalo-rachidien avec le vieillissement, entraînant une diminution de la clairance glymphatique et une accumulation de protéines toxiques.26-28 Parallèlement, la rigidification de la paroi artérielle survenant avec le vieillissement ou la maladie peut entraîner une réduction de la pulsatilité artérielle, facilitant la dilatation du PVS.28,29 L’hypertrophie astrocytaire et la perte de la polarisation de l’aquaporine-4 périvasculaire, entraînant une dérégulation du transport de l’eau par les astroglies, ainsi qu’un dysfonctionnement de la barrière hémato-encéphalique pourraient également être impliqués.30-33 La plupart des voies pathophysiologiques hypothétiques du dPVS sont dérivées de modèles animaux. L’exploration des déterminants génétiques du dPVS à l’aide d’une approche non biaisée à l’échelle du génome peut apporter un éclairage supplémentaire sur les voies biologiques qui sous-tendent le dPVS chez l’homme, en fournissant potentiellement des preuves supplémentaires pour une ou plusieurs des hypothèses susmentionnées ou en suggérant de nouveaux mécanismes jusqu’alors insoupçonnés. Les estimations élevées de l’héritabilité dérivée des SNP pour la charge du dPVS suggèrent que la recherche de déterminants génétiques du dPVS pourrait être une approche efficace. Bien que la corrélation génétique entre le WMHV et le dPVS soit relativement élevée, une proportion substantielle de la contribution génétique au poids du dPVS ne semble pas être partagée avec d’autres marqueurs IRM de la maladie cSVD, ce qui justifie des efforts pour déchiffrer spécifiquement la génétique du poids du dPVS. L’augmentation du nombre de participants et l’harmonisation des mesures du dPVS dans les études existantes,34 ainsi que la prise en compte de la confusion et de la modification de l’effet par les facteurs de risque environnementaux, en particulier l’hypertension, seront importantes pour les efforts futurs.
Les points forts de notre étude comprennent une grande taille d’échantillon dans un contexte de population avec une évaluation minutieuse du dPVS par le même lecteur expérimenté utilisant des images RM du cerveau entier avec une évaluation précise de la forme du dPVS sur des images T1 millimétriques en 3 dimensions et une différenciation des WMH et LI en utilisant un examen minutieux dans les 3 plans et une exploration des séquences T2 et de densité de protons. Des efforts pour développer une évaluation automatisée et quantitative de la charge du dPVS sont en cours mais ne sont pas encore disponibles pour une utilisation à grande échelle. Des critères de contrôle de qualité stricts avec élimination stricte des individus apparentés et ajustement pour les 20 premiers PC ont été utilisés. Les marqueurs IRM de la maladie des petits vaisseaux étant fortement corrélés avec l’âge,3,35 nous ne pouvons pas exclure une confusion résiduelle par l’âge, bien que notre tranche d’âge au moment de l’IRM était relativement limitée et restreinte aux individus plus âgés (65-80 ans). Il pourrait être intéressant de mener de futures études sur des échantillons plus importants permettant des analyses stratifiées sur des tranches d’âge plus étroites et incluant également des groupes d’âge plus jeunes chez qui la charge de la maladie cSVD pourrait être plus héréditaire. Il convient d’être prudent dans l’interprétation des valeurs absolues de l’héritabilité et de l’héritabilité partagée, étant donné la taille relativement limitée de l’échantillon, en particulier pour les analyses de l’héritabilité partagée qui n’atteignent pas la signification statistique et doivent donc être considérées comme exploratoires. La comparaison avec de futures analyses similaires dans des échantillons indépendants sera nécessaire pour obtenir des estimations plus précises.
Conclusions
La présente étude fournit des preuves préliminaires d’une contribution génétique importante au fardeau du dPVS chez les personnes âgées de la communauté, suggérant que la recherche de facteurs de risque génétiques du dPVS peut être un moyen efficace d’explorer les mécanismes biologiques sous-jacents au dPVS et d’identifier les individus à haut risque de cSVD et de ses conséquences. D’autres études sont également nécessaires pour mieux explorer la signification et l’importance cliniques du dPVS, avec des implications possibles pour la prévention des maladies cérébrovasculaires et neurodégénératives.
Remerciements
Nous remercions les participants de l’étude 3C, pour leurs importantes contributions.
Sources de financement
L’étude 3C est réalisée dans le cadre d’un accord de partenariat entre l’Institut National de la Santé et de la Recherche Médicale (INSERM), l’Université de Bordeaux, et Sanofi-Aventis. La Fondation pour la Recherche Médicale a financé la préparation et le lancement de l’étude. L’étude 3C est également soutenue par la Caisse Nationale Maladie des Travailleurs Salariés, la Direction Générale de la Santé, la Mutuelle Générale de l’Education Nationale, l’Institut de la Longévité, les Conseils Régionaux d’Aquitaine et de Bourgogne, la Fondation de France, et le Ministère de la Recherche-INSERM Programme Cohortes et collections de données biologiques. Ce travail a été soutenu par la Fondation nationale pour la maladie d’Alzheimer et les troubles apparentés, l’INSERM, la Fédération pour la Recherche sur le Cerveau, le Rotary, Lille Génopôle, l’Institut Pasteur de Lille, le Centre National de Génotypage, l’Université de Lille, le Centre Hospitalier Universitaire de Lille, et le Laboratoire d’excellence Développement de stratégies innovantes pour une approche transdisciplinaire de la maladie d’Alzheimer. Les Drs Debette et Tzourio bénéficient d’une bourse de l’Agence Nationale de la Recherche, d’une bourse de la Fondation Leducq, et du Programme Commun de Recherche sur les Maladies Neurodégénératives. Le Dr Debette bénéficie d’une subvention du Conseil européen de la recherche.
Disclosures
None.
Footnotes
- 1. Jessen NA, Munk AS, Lundgaard I, Nedergaard M. Le système glymphatique : un guide du débutant.Neurochem Res. 2015 ; 40:2583-2599. doi : 10.1007/s11064-015-1581-6.CrossrefMedlineGoogle Scholar
- 2. Marín-Padilla M, Knopman DS. Aspects développementaux de la microvasculature intracérébrale et des espaces périvasculaires : aperçus de la réponse du cerveau aux maladies de la fin de vie.J Neuropathol Exp Neurol. 2011 ; 70:1060-1069. doi : 10.1097/NEN.0b013e31823ac627.CrossrefMedlineGoogle Scholar
- 3. Zhu YC, Tzourio C, Soumaré A, Mazoyer B, Dufouil C, Chabriat H. La gravité des espaces dilatés de Virchow-Robin est associée à l’âge, à la pression artérielle et aux marqueurs IRM de la maladie des petits vaisseaux : une étude basée sur la population.Stroke. 2010 ; 41:2483-2490. doi : 10.1161/STROKEAHA.110.591586.LinkGoogle Scholar
- 4. Doubal FN, MacLullich AM, Ferguson KJ, Dennis MS, Wardlaw JM. Enlarged perivascular spaces on MRI are a feature of cerebral small vessel disease.Stroke. 2010 ; 41:450-454. doi : 10.1161/STROKEAHA.109.564914.LinkGoogle Scholar
- 5. Rouhl RP, van Oostenbrugge RJ, Knottnerus IL, Staals JE, Lodder J. Virchow-Robin spaces relate to cerebral small vessel disease severity.J Neurol. 2008 ; 255:692-696. doi : 10.1007/s00415-008-0777-y.CrossrefMedlineGoogle Scholar
- 6. Potter GM, Doubal FN, Jackson CA, Chappell FM, Sudlow CL, Dennis MS, et al. Espaces périvasculaires élargis et maladie des petits vaisseaux cérébraux.Int J Stroke. 2015 ; 10:376-381. doi : 10.1111/ijs.12054.CrossrefMedlineGoogle Scholar
- 7. Kwee RM, Kwee TC. Virchow-Robin spaces at MR imaging.Radiographics. 2007 ; 27:1071-1086. doi : 10.1148/rg.274065722.CrossrefMedlineGoogle Scholar
- 8. Yakushiji Y, Charidimou A, Hara M, Noguchi T, Nishihara M, Eriguchi M, et al. Topographie et associations des espaces périvasculaires chez les adultes en bonne santé : l’étude du scanner de Kashima.Neurologie. 2014 ; 83:2116-2123. doi : 10.1212/WNL.0000000000001054.CrossrefMedlineGoogle Scholar
- 9. Zhu YC, Dufouil C, Soumaré A, Mazoyer B, Chabriat H, Tzourio C. Un degré élevé d’espaces de Virchow-Robin dilatés à l’IRM est associé à un risque accru de démence.J Alzheimers Dis. 2010 ; 22:663-672. doi : 10.3233/JAD-2010-100378.CrossrefMedlineGoogle Scholar
- 10. 3CStudy Group. Facteurs vasculaires et risque de démence : conception de l’étude de trois villes et caractéristiques de base de la population étudiée.Neuroépidémiologie. 2003 ; 22:316-325. doi : 10.1159/000072920.CrossrefMedlineGoogle Scholar
- 11. Maillard P, Delcroix N, Crivello F, Dufouil C, Gicquel S, Joliot M, et al. Une procédure automatisée pour l’évaluation des hyperintensités de la substance blanche par IRM multispectrale (T1, T2, PD) et une évaluation de sa reproductibilité entre centres basée sur deux grandes bases de données communautaires.Neuroradiologie. 2008 ; 50:31-42. doi : 10.1007/s00234-007-0312-3.CrossrefMedlineGoogle Scholar
- 12. Debette S, Wolf C, Lambert JC, Crivello F, Soumaré A, Zhu YC, et al. Obésité abdominale et volume de matière grise plus faible : une étude de randomisation mendélienne.Neurobiol Aging. 2014 ; 35:378-386. doi : 10.1016/j.neurobiolaging.2013.07.022.CrossrefMedlineGoogle Scholar
- 13. Fornage M, Debette S, Bis JC, Schmidt H, Ikram MA, Dufouil C, et al. Études d’association pangénomique de la charge lésionnelle de la substance blanche cérébrale : le consortium CHARGE.Ann Neurol. 2011 ; 69:928-939. doi : 10.1002/ana.22403.CrossrefMedlineGoogle Scholar
- 14. Verhaaren BF, Debette S, Bis JC, Smith JA, Ikram MK, Adams HH, et al. Étude d’association pangénomique multiethnique des hyperintensifications de la substance blanche cérébrale à l’IRM.Circ Cardiovasc Genet. 2015 ; 8:398-409. doi : 10.1161/CIRCGENETICS.114.000858.LinkGoogle Scholar
- 15. Yang J, Lee SH, Goddard ME, Visscher PM. GCTA : un outil pour l’analyse des traits complexes à l’échelle du génome.Am J Hum Genet. 2011 ; 88:76-82. doi : 10.1016/j.ajhg.2010.11.011.CrossrefMedlineGoogle Scholar
- 16. Lee SH, Yang J, Goddard ME, Visscher PM, Wray NR. Estimation de la pléiotropie entre les maladies complexes en utilisant les relations génomiques dérivées du polymorphisme à un seul nucléotide et le maximum de vraisemblance restreint.Bioinformatics. 2012 ; 28:2540-2542. doi : 10.1093/bioinformatics/bts474.CrossrefMedlineGoogle Scholar
- 17. Atwood LD, Wolf PA, Heard-Costa NL, Massaro JM, Beiser A, D’Agostino RB, et al. Variation génétique du volume d’hyperintensité de la substance blanche dans l’étude de Framingham.Stroke. 2004 ; 35:1609-1613. doi : 10.1161/01.STR.0000129643.77045.10.LinkGoogle Scholar
- 18. Turner ST, Jack CR, Fornage M, Mosley TH, Boerwinkle E, de Andrade M. Heritability of leukoaraiosis in hypertensive sibships.Hypertension. 2004 ; 43:483-487. doi : 10.1161/01.HYP.0000112303.26158.92.LinkGoogle Scholar
- 19. Kochunov P, Glahn D, Winkler A, Duggirala R, Olvera RL, Cole S, et al. Analyse de la variabilité génétique et de la liaison du génome entier du volume de matière blanche hyperintense du cerveau entier, sous-cortical et épendymaire.Stroke. 2009 ; 40:3685-3690. doi : 10.1161/STROKEAHA.109.565390.LinkGoogle Scholar
- 20. DeStefano AL, Seshadri S, Beiser A, Atwood LD, Massaro JM, Au R, et al. Héritabilité bivariée des volumes cérébraux totaux et régionaux : l’étude de Framingham.Alzheimer Dis Assoc Disord. 2009 ; 23:218-223. doi : 10.1097/WAD.0b013e31819cadd8.CrossrefMedlineGoogle Scholar
- 21. Sachdev PS, Lee T, Wen W, Ames D, Batouli AH, Bowden J, et al. ; Équipe de recherche OATS. La contribution des jumeaux à l’étude du vieillissement cognitif et de la démence : l’étude Older Australian Twins Study.Int Rev Psychiatry. 2013 ; 25:738-747. doi : 10.3109/09540261.2013.870137.CrossrefMedlineGoogle Scholar
- 22. Visscher PM, Goddard ME. Un cadre général unifié pour évaluer la variance d’échantillonnage des estimations de l’héritabilité en utilisant des relations fondées sur le pedigree ou les marqueurs.Genetics. 2015 ; 199:223-232. doi : 10.1534/genetics.114.171017.CrossrefMedlineGoogle Scholar
- 23. Zhang C, Chen Q, Wang Y, Zhao X, Wang C, Liu L, et al. ; Chinese IntraCranial AtheroSclerosis (CICAS) Study Group. Les facteurs de risque de dilatation des espaces de Virchow-Robin sont différents dans diverses régions du cerveau.PLoS One. 2014 ; 9:e105505. doi : 10.1371/journal.pone.0105505.CrossrefMedlineGoogle Scholar
- 24. Huijts M, Duits A, Staals J, Kroon AA, de Leeuw PW, van Oostenbrugge RJ. Les espaces périvasculaires élargis des ganglions de la base sont liés à la fonction cognitive chez les patients atteints de maladie des petits vaisseaux cérébraux.Curr Neurovasc Res. 2014 ; 11:136-141.CrossrefMedlineGoogle Scholar
- 25. Satizabal CL, Zhu YC, Dufouil C, Tzourio C. Les protéines inflammatoires et la gravité des espaces dilatés de Virchow-Robin chez les personnes âgées.J Alzheimers Dis. 2013 ; 33:323-328. doi : 10.3233/JAD-2012-120874.CrossrefMedlineGoogle Scholar
- 26. Fleischman D, Berdahl JP, Zaydlarova J, Stinnett S, Fautsch MP, Allingham RR. La pression du liquide céphalorachidien diminue avec l’âge.PLoS One. 2012 ; 7:e52664. doi : 10.1371/journal.pone.0052664.CrossrefMedlineGoogle Scholar
- 27. Chen RL, Kassem NA, Redzic ZB, Chen CP, Segal MB, Preston JE. Age-related changes in choroid plexus and blood-cerebrospinal fluid barrier function in the sheep.Exp Gerontol. 2009 ; 44:289-296. doi : 10.1016/j.exger.2008.12.004.CrossrefMedlineGoogle Scholar
- 28. Iliff JJ, Wang M, Zeppenfeld DM, Venkataraman A, Plog BA, Liao Y, et al. La pulsation artérielle cérébrale dirige les échanges paravasculaires de LCR et de liquide interstitiel dans le cerveau murin.J Neurosci. 2013 ; 33:18190-18199. doi : 10.1523/JNEUROSCI.1592-13.2013.CrossrefMedlineGoogle Scholar
- 29. Zieman SJ, Melenovsky V, Kass DA. Mechanisms, pathophysiology, and therapy of arterial stiffness.Arterioscler Thromb Vasc Biol. 2005 ; 25:932-943. doi : 10.1161/01.ATV.0000160548.78317.29.LinkGoogle Scholar
- 30. Sabbatini M, Barili P, Bronzetti E, Zaccheo D, Amenta F. Age-related changes of glial fibrillary acidic protein immunoreactive astrocytes in the rat cerebellar cortex.Mech Ageing Dev. 1999 ; 108:165-172.CrossrefMedlineGoogle Scholar
- 31. Kress BT, Iliff JJ, Xia M, Wang M, Wei HS, Zeppenfeld D, et al. Altération des voies de clairance paravasculaire dans le cerveau vieillissant.Ann Neurol. 2014 ; 76:845-861. doi : 10.1002/ana.24271.CrossrefMedlineGoogle Scholar
- 32. Wardlaw JM. Barrière hémato-encéphalique et maladie des petits vaisseaux cérébraux.J Neurol Sci. 2010 ; 299:66-71. doi : 10.1016/j.jns.2010.08.042.CrossrefMedlineGoogle Scholar
- 33. Iliff JJ, Wang M, Liao Y, Plogg BA, Peng W, Gundersen GA, et al. Une voie paravasculaire facilite la circulation du LCR dans le parenchyme cérébral et la clairance des solutés interstitiels, y compris l’amyloïde β.Sci Transl Med. 2012 ; 4:147ra111. doi : 10.1126/scitranslmed.3003748.CrossrefMedlineGoogle Scholar
- 34. Adams HH, Hilal S, Schwingenschuh P, Wittfeld K, van der Lee SJ, DeCarli C, et al. Collaboration a priori en imagerie de population : le consortium Uniform Neuro-Imaging of Virchow-Robin Spaces Enlargement.Alzheimers Dement (Amst). 2015 ; 1:513-520. doi : 10.1016/j.dadm.2015.10.004.MedlineGoogle Scholar
- 35. Debette S, Seshadri S, Beiser A, Au R, Himali JJ, Palumbo C, et al. L’exposition aux facteurs de risque vasculaire à mi-vie accélère le vieillissement cérébral structurel et le déclin cognitif.Neurology. 2011 ; 77:461-468. doi : 10.1212/WNL.0b013e318227b227.CrossrefMedlineGoogle Scholar
Laisser un commentaire