Bördan av dilaterade perivaskulära utrymmen, en ny markör för cerebral småkärlssjukdom, är mycket ärftlig
On oktober 3, 2021 by adminIntroduktion
Perivaskulära utrymmen (PVS), även kallade Virchow-Robin-utrymmen, är normala fysiologiska strukturer som är fyllda med cerebrospinal MRI-signalliknande vätska och belagda med pialceller, som omger väggen av artärer, arterioler, vener och venoler när de tränger in i hjärnparenkymet. PVS tillhör det glymphatiska systemet och är involverade i avfallsrensning, leverans av energisubstrat och reglering av blodflödet.1,2 Under vissa omständigheter, t.ex. stigande ålder och cerebral småkärlssjukdom (cSVD), kan PVS utvidgas (dilaterat perivaskulärt utrymme) och bli påvisbara på hjärnans MRT.3-7 Mekanismerna som ligger till grund för denna dilatation, och som möjligen avspeglar minskad glymphatisk clearance, är spekulativa.1 dPVS har visat sig vara starkt korrelerade med andra MRI-markörer för cSVD, t.ex. hyperintensitetsvolym i vit substans (WMHV), lacunära hjärninfarkter (LIs) och mikroblödningar i hjärnan.3-6,8 Vi har tidigare visat att höga grader av dPVS i basala ganglier (BG) eller vit substans (WM) är förknippade med ökad risk för demens, oberoende av andra MRI-markörer för cSVD, hos äldre personer i samhället.9
Determinanter för dPVS är dåligt kända. De viktigaste kända riskfaktorerna är ålder och högt blodtryck, varav den senare är starkare associerad med dPVS i BG. Identifiering av genetiska bestämningsfaktorer för dPVS kan ge viktiga ledtrådar om underliggande molekylära mekanismer och om cSVD och demenssjukdomars patofysiologi. Vi försökte undersöka det genetiska bidraget till dPVS-bördan genom att mäta deras arvbarhet och delad arvbarhet med andra MRI-markörer för cSVD i den befolkningsbaserade Three City (3C) Dijon-studien.
Metoder
Data som stödjer resultaten i denna studie är tillgängliga från motsvarande författare på rimlig begäran.
Studiepopulation
3C-Dijon-studien är en samhällsbaserad kohortstudie som omfattar 4931 icke-institutionaliserade deltagare i åldrarna ≥65 år som slumpmässigt valts ut från röstlängderna i staden Dijon mellan 1999 och 2001.10 Deltagare i åldrarna <80 år som skrevs in mellan juni 1999 och september 2000 (n=2763) inbjöds till en hjärnmröntgen. Även om 2285 deltagare (82,7 %) gick med på att delta på grund av ekonomiska begränsningar, utfördes MRT-undersökningar endast på 1924 deltagare. Av dessa hade 1683 också genomgått genotypning över hela arvsmassan. Efter uteslutning av personer med hjärntumörer (n=8), stroke (n=71) eller demens (n=7) vid baslinjen bestod det återstående urvalet av 1597 deltagare. Visuell bedömning och kvantifiering fanns tillgänglig hos 1559 deltagare för dPVS och 1562 deltagare för LI (35 individer med icke-lacunära hjärninfarkter exkluderades); och 1495 deltagare hade automatiserade kvantitativa WMHV-mätningar. Studieprotokollet godkändes av den etiska kommittén vid universitetssjukhuset i Kremlin-Bicêtre. Alla deltagare lämnade skriftligt informerat samtycke.
Genotypning
DNA-prover från 3C-Dijon-deltagarna genotypades med Illumina Human610Iquad BeadChips vid Centre National de Génotypage, Evry, Frankrike.
Genotypning utfördes på 4.063 deltagare, av vilka 186 exkluderades efter kvalitetskontrollen (Methods in the online-only Data Supplement), vilket lämnade totalt 4.077 deltagare. De första 20 huvudkomponenterna (PC) för 3C-Dijon-provet genererades med hjälp av EIGENSOFT och användes för att korrigera för stratifiering av befolkningens härstamning (Methods in the online-only Data Supplement). Genotyperna imputerades till 1000 Genomes fas I version 3-referenspanelen (alla etniciteter) med hjälp av MaCH 1.0, efter tillämpning av standardförfaranden för kvalitetskontroll (Metoder i online-only Data Supplement). Totalt var 11 572 501 singelnukleotidpolymorfismer (SNP) tillgängliga för analys efter kvalitetskontroll.
MRI-förvärv
Bedömning av dPVS
dPVS utvärderades av en erfaren läsare (Y.-C.Z.) och kvantifierades på en semikvantitativ skala. De definierades som cerebrospinalvätskeliknande signalläsioner (hypointensiva på T1 och hyperintensiva på T2) av rund, ovoid eller linjär form med en maximal diameter <3 mm, med släta avgränsade konturer och belägna i områden som försörjs av perforerande artärer. Lesioner som uppfyllde samma kriterier med undantag för en diameter ≥3 mm undersöktes noggrant i de tre planen (form, signalintensitet) för att skilja dem från LI och hyperintensitet i vit substans (WMH). Endast lesioner med en typisk vaskulär form och de som följde de perforerande kärlens orientering betraktades som dPVS.3 I BG och WM, som är de platser med högst täthet av dPVS, användes det skikt som innehöll det största antalet dPVS för bedömningen.3
I BG bedömdes dPVS med hjälp av en 4-gradig poäng: grad 1 för <5 dPVS, grad 2 för 5 till 10 dPVS, grad 3 för >10 dPVS men fortfarande talrika, och grad 4 för otaliga dPVS som resulterar i en kribriform förändring i BG (figur). I WM bedömdes dPVS också med hjälp av en 4-gradig poängsättning: grad 1 för <10 dPVS i hela WM, grad 2 för >10 dPVS i hela WM och <10 i det skikt som innehåller det största antalet dPVS, grad 3 för 10-20 dPVS i det skikt som innehåller det största antalet dPVS och grad 4 för >20 dPVS i det skikt som innehåller det största antalet dPVS (figur).3 I hippocampus och hjärnstammen dikotomiserades dPVS som förekomst av ≥1 dPVS kontra ingen. En global dPVS-belastningsvariabel konstruerades genom att summera dPVS-graderna i BG och WM och lägga till 1 poäng för förekomst av ≥1 dPVS i hippocampus och 1 poäng för förekomst av ≥1 dPVS i hjärnstammen. På grund av det lilla antalet deltagare i de högsta kategorierna kombinerades dessa (global poäng ≥8). Den globala variabeln var normalfördelad vid visuell inspektion (Methods in the online-only Data Supplement).
Andra MRI-mätningar
En automatiserad och validerad procedur användes för att lokalisera och mäta WMHV.11 Två undergrupper av WMH definierades: periventrikulär WMH (pvWMH) när avståndet till ventrikelsystemet var <10 mm och djup WMH annars. LIs utvärderades visuellt av samma bedömare (Y.-C.Z.) som dPVS och definierades som fokala lesioner med samma signalegenskaper som cerebrospinalvätska på alla sekvenser och med en diameter på 3 till 15 mm.3 De differentierades från dPVS enligt beskrivningen ovan. Volymerna av grå substans, WM och cerebrospinalvätska uppskattades med hjälp av voxelbaserad morfometri; den intrakraniella volymen (ICV) beräknades genom att summera dessa 3 volymer.12
Statistisk analys
Global dPVS-belastning analyserades som en kontinuerlig variabel, med tanke på dess normalfördelning, medan dPVS-subtyperna (WM och BG) undersöktes som dikotomiserade variabler (grad 3-4 mot grad 1-2). Eftersom WMHV hade en skev fördelning använde vi naturliga log-transformerade värden (Ln), som i tidigare analyser.13,14 Fenotypisk korrelation mellan MRI-markörer för cSVD beräknades baserat på Spearman-korrelation med hjälp av SAS-programvara, version 9.3 (SAS Institute, Inc, Cary, NC).
För att uppskatta arvbarheten för dPVS, WMHV och LI använde vi genome-wide complex trait analysis (GCTA v1.26.0). Detta motsvarar en uppskattning av andelen fenotypisk varians av MRI-markörer för cSVD som förklaras av alla vanliga SNP:er som finns tillgängliga i hela genomet, med hjälp av en analys av en linjär blandad modell (Methods in the online-only Data Supplement).15 Vi bedömde sedan andelen delad ärftlighet mellan dPVS-belastning och WMHV med hjälp av SNP-härledda genomiska relationer och genomisk besläktningsbaserad begränsad maximal sannolikhet (bivariate GREML-metoden).16 Med hjälp av denna metod, som implementerades i programvaran för analys av komplexa egenskaper över hela arvsmassan, kunde vi uppskatta den genetiska korrelationen mellan dPVS-belastning och WMHV (totalt och efter huvudsubtyper, Methods in the online-only Data Supplement). Det var inte möjligt att uppskatta den genetiska korrelationen med LI (modellerna konvergerade inte eller gav avvikande värden). Alla analyser för arvbarhet och delad arvbarhet utfördes på obesläktade individer, efter att slumpmässigt ha tagit bort 1 individ i varje par med uppskattad släktskap >0,125 (genetisk släktskapsmatris >0,125). Analyser av dPVS-belastning och WMHV justerades för ICV, för att ta hänsyn till skillnader i huvudstorlek, ålder, kön och 20 PCs, i enlighet med rekommendationerna i programvaran15 .
Vi testade om det fanns ett samband mellan en genetisk riskpoäng som kombinerar kända oberoende genetiska riskvarianter för WMHV (rs7214628, rs7894407, rs78857879, rs2984613 och rs11679640)14 och dPVS-belastning med hjälp av linjär regression (dPVS globalt) eller logistisk regression (dPVS i WM och i BG), med justering för ålder, kön, de fyra första PC:arna och ICV. Den genetiska riskpoängen konstruerades genom att summera antalet WMHV-riskalleler över alla oberoende WMHV-riskloci (r2<0,010 mellan SNPs). Denna poäng var oviktad eftersom den WMHV-genomövergripande associationsstudie från vilken riskloci härleddes utfördes med hjälp av z-score-baserad metaanalys, vilket inte ger någon effektuppskattning.
Resultat
Studiepopulation
Karakteristika | |
---|---|
Ålder vid MRI, y, medelvärde±SD | 72,8±4.1 |
Kvinnor, n (%) | 951 (60,9) |
Systoliskt blodtryck, mm Hg | 148,8±22.7 |
Diastoliskt blodtryck, mm Hg | 84.9±11.5 |
Pulstryck, mm Hg | 63.9±17.1 |
Hypertonistatus* | 1197 (76.6) |
Typ II-diabetes mellitus† | 130 (8.34) |
Högtidlig rökare | 95 (6.1) |
Historia av kardiovaskulär sjukdom‡ | 64 (4.1) |
Kroppsmasseindex, kg/m2 | 25,5±3,85 |
Hyperkolesterolemi§ | 876 (56.2) |
Totalkolesterol, mmol/L | 5,8±0.9 |
Low-density lipoprotein, mmol/L | 3,6±0,8 |
Triglycerider, mmol/L | 1.2±0,6 |
Högdensitetslipoprotein, mmol/L | 1,6±0.4 |
Utbildningsnivå >baccalaureate‖ | 557 (35,7) |
MRI anger magnetisk resonanstomografi.
*Systoliskt blodtryck ≥140 mm Hg eller diastoliskt blodtryck ≥90 mm Hg eller blodtryckssänkande läkemedel.
†Blodglukos ≥7 mmol/L±antidiabetiska läkemedel.
‡Inkludera hjärtinfarkt, artärinfarkt samt hjärt- och kärlkirurgi (patienter med stroke exkluderade).
§Kolesterolemi ≥6,2 mmol/L eller lipidsänkande behandling.
‖Fullständig gymnasieexamen i Frankrike.
Fenotypiska korrelationer
Det fanns begränsad men signifikant fenotypisk korrelation (ρ=0.23; P<0,0001) mellan dPVS i BG och dPVS i WM – de två huvudsakliga subtyperna av dPVS. Fenotypiska korrelationer mellan dPVS och andra MRI-markörer för cSVD visas i tabell 2: alla markörer uppvisade en viss grad av korrelation vid P<0,01 (ρ varierar mellan 0,08 och 0,33). Den högsta fenotypiska korrelationskoefficienten (ρ=0,33; P<0,0001) observerades mellan dPVS i BG och total WMHV eller pvWMHV. Korrelationen mellan dPVS (global) och LI var lägre, 0,18 (P<0,0001; tabell 2).
Heritabilitetsanalys av dPVS och andra MRI-markörer för cSVD
Den ålders-, köns-, ICV- och 20 PC-justerade arvbarheten för dPVS (global) uppskattades till 59 % (P=0.007) och var högst och signifikant i WM, uppskattad till 79 % (P=0,042), jämfört med BG (tabell 3). Heritabiliteten för förekomst av dPVS i hippocampus och hjärnstam var låg (<4 %) och icke-signifikant. I en sekundär analys, där man tog den övre kvartilen av dPVS-antalet i hippocampus och hjärnstam i stället för närvaro kontra frånvaro, visade sig arvbarheten för dPVS i hippocampus vara högre men fortfarande icke-signifikant (tabell II i online-only Data Supplement). Jämförelsevis utvärderades den ålders-, köns-, ICV- och 20 PC-justerade arvbarheten för WMHV till 54 % (P=0,010) och var signifikant för pvWMHV och djup WMHV, medan den ålders-, köns- och 20 PC-justerade arvbarheten för LI var lägre och icke-signifikant (48 %; P=0,278; tabell 3). Noterbart är att arvbarhetsuppskattningar av dPVS och andra MRI-markörer för cSVD var väsentligen oförändrade efter justering för högt blodtryck och diabetes mellitus – de två viktigaste kända riskfaktorerna för cSVD (tabellerna III och IV i online-only Data Supplement).
Den gemensamma arvbarheten hos dPVS med andra MRI-markörer för cSVD
Associering av kända riskvarianter för WMHV med dPVS-burden
Vi fann ett nominellt signifikant samband mellan en genetisk riskpoäng som kombinerar alla publicerade oberoende WMHV-riskvarianter och dPVS i BG (P=0.031), där WMHV-riskalleler sammantaget var förknippade med ökad risk för höga dPVS-grader i BG (tabell 5). Noterbart är att detta samband inte drevs av en enskild riskvariant för WMHV (P>0,09 för enskilda SNP-dPVS-associationer; tabell V i online-only Data Supplement).
Diskussion
I en stor befolkningsbaserad studie av >1500 stroke- och demensfria äldre obesläktade personer fann vi höga arvbarhetsuppskattningar, som härleddes från genomomfattande genotyper, för dPVS-börda, i samma storleksordning som arvbarhetsuppskattningarna för WMHV, medan arvbarheten för LI var lägre. En del av den uppskattade arvbarheten för dPVS och WMHV verkar delas. Vi fann den högsta genetiska korrelationen mellan dPVS i BG och WMHV, vilket stämmer överens med den höga fenotypiska korrelation som observerats mellan WMHV och dPVS på denna plats. Vi fann också ett nominellt signifikant samband mellan en genetisk riskpoäng som kombinerar kända genetiska riskvarianter för WMHV och dPVS i BG.
Heritabilitet för dPVS har inte beskrivits tidigare vad vi vet. För WMHV och LI stämmer våra resultat överens med uppskattningar från familjebaserade studier, som visar en måttlig till hög arvbarhet för WMH-belastning (49-80 %)17-21 och en lägre arvbarhet för LI (29 %)21. Notera att arvbarhetsuppskattningar från familjebaserade studier alltid är större än SNP-beräknade arvbarhetsuppskattningar, eftersom de endast representerar arvbarheten i snävt bemärkelse.22
Den starkare genetiska korrelationen mellan WMHV och dPVS-belastning i BG än i WM stärker hypotesen om åtminstone delvis skilda processer som ligger till grund för dPVS på dessa två platser.9 Vi har tidigare beskrivit att svårighetsgraden av dPVS i både BG och WM inte nödvändigtvis sammanfaller. Bland individer med grad 4 av dPVS i WM hade endast 23 % också grad 3 eller 4 i BG, och bland individer med grad 4 av dPVS i BG hade 42 % också grad 3 eller 4 i WM.3 Vi och andra har också visat att profilerna för vaskulära riskfaktorer varierar beroende på platsen för dPVS.3,23 Detta bekräftas ytterligare av de nuvarande resultaten, som visar på en starkare fenotypisk korrelation och delad genetisk variation mellan WMHV och dPVS i BG jämfört med dPVS i WM. Intressant nog var endast svårighetsgraden av dPVS i BG förknippad med en högre grad av kognitiv försämring hos äldre personer i samhället från 3C-Dijon-studien9 och med sämre prestanda i fråga om bearbetningshastighet i en kohort av patienter med cSVD eller med hög risk för cSVD.24 Interleukin-6-nivåerna var förknippade med högre svårighetsgrad av dPVS i BG men inte i WM.25 Det verkar därför finnas samstämmiga bevis för att dPVS kan ha åtminstone delvis olika underliggande riskfaktorer, inklusive genetiska, och kliniska konsekvenser beroende på var de är belägna.
Mekanismerna som ligger till grund för PVS-dilatationen är spekulativa. En av hypoteserna är en minskad produktion av cerebrospinalvätska med åldrande, vilket leder till minskad glymphatisk clearance och en ackumulering av toxiska proteiner.26-28 Parallellt kan den arteriella väggstyvhet som uppstår med åldrande eller sjukdom leda till en minskad arteriell pulsatilitet, vilket underlättar dilatation av PVS.28,29 Astrocytisk hypertrofi och förlust av perivaskulär akvaporin-4-polarisering, vilket leder till dysreglering av astroglial vattentransport, samt dysfunktion av blod-hjärnbarriären kan också vara inblandade.30-33 De flesta hypotetiska patofysiologiska vägar för dPVS härrör från djurmodeller. Att utforska de genetiska bestämningsfaktorerna för dPVS med hjälp av en opartisk genomövergripande metod kan ge ytterligare insikt i de biologiska vägar som ligger till grund för dPVS hos människor, vilket kan ge ytterligare bevis för en eller flera av de ovan nämnda hypoteserna eller föreslå nya, tidigare oanade mekanismer. De höga SNP-ledda arvbarhetsuppskattningarna för dPVS-belastning tyder på att sökning efter genetiska bestämningsfaktorer för dPVS verkligen skulle kunna vara ett effektivt tillvägagångssätt. Även om den genetiska korrelationen mellan WMHV och dPVS var relativt hög tycks en betydande del av det genetiska bidraget till dPVS-belastningen inte delas med andra MRI-markörer för cSVD, vilket motiverar insatser för att specifikt utreda den genetiska bakgrunden till dPVS-belastningen. Det är viktigt att öka antalet deltagare och harmonisera dPVS-mätningarna i befintliga studier34 samt att ta hänsyn till förväxling och effektmodifiering av miljöriskfaktorer, särskilt hypertoni, för framtida ansträngningar.
Styrkorna i vår studie inkluderar en stor urvalsstorlek i en befolkningsbaserad miljö med noggrann bedömning av dPVS av samma erfarna läsare med hjälp av MR-bilder från hela hjärnan med exakt bedömning av dPVS-formen på 3-dimensionella millimetriska T1-bilder och differentiering från WMH och LI med hjälp av noggrann undersökning i de 3 planen och utforskning av T2- och protondensitetssekvenser. Ansträngningar för att utveckla automatiserad och kvantitativ bedömning av dPVS-belastning pågår, men är ännu inte tillgängliga för användning i stor skala. Strikta kvalitetskontrollkriterier med strikt borttagning av relaterade individer och justering för de 20 första PC:erna användes. Eftersom MRI-markörer för sjukdom i små kärl är starkt korrelerade med ålder3,35 kan vi inte utesluta resterande förväxling av ålder, även om vårt åldersintervall vid tidpunkten för MRI var relativt begränsat och begränsat till äldre individer (65-80 år). Framtida studier på större urval som möjliggör analyser stratifierade på smalare åldersintervall och även inkluderar yngre åldersgrupper där cSVD-bördan kan vara mer ärftlig skulle kunna vara av intresse. Försiktighet är påkallad när man tolkar de absoluta värdena för arvbarhet och delad arvbarhet, med tanke på den relativt begränsade urvalsstorleken, särskilt när det gäller analyserna av delad arvbarhet som inte uppnår statistisk signifikans, och som därför bör betraktas som explorativa. Jämförelse med framtida liknande analyser i oberoende prover kommer att behövas för att få mer exakta uppskattningar.
Slutsatser
Denna studie ger preliminära bevis för ett viktigt genetiskt bidrag till dPVS-bördan hos äldre personer i samhället, vilket tyder på att sökning efter genetiska riskfaktorer för dPVS kan vara ett effektivt sätt att utforska de biologiska mekanismerna som ligger till grund för dPVS och för att identifiera individer som löper en hög risk för cSVD och dess konsekvenser. Ytterligare studier behövs också för att bättre utforska den kliniska betydelsen och betydelsen av dPVS, med möjliga implikationer för förebyggande av både cerebrovaskulära och neurodegenerativa sjukdomar.
Acknowledgments
Vi tackar deltagarna i 3C-studien, för deras viktiga bidrag.
Källor till finansiering
3C-studien genomförs inom ramen för ett partnerskapsavtal mellan Institut National de la Santé et de la Recherche Médicale (INSERM), universitetet i Bordeaux och Sanofi-Aventis. Fondation pour la Recherche Médicale har finansierat förberedelserna och inledandet av studien. 3C-studien stöds också av Caisse Nationale Maladie des Travailleurs Salariés, Direction Générale de la Santé, Mutuelle Générale de l’Education Nationale, Institut de la Longévité, Conseils Régionaux de Aquitaine och Bourgogne, Fondation de France och Ministry of Research-INSERM Programme Cohortes et collections de données biologiques. Detta arbete stöddes av National Foundation for Alzheimer’s Disease and Related Disorders, INSERM, Fédération pour la Recherche sur le Cerveau, Rotary, Lille Génopôle, Institut Pasteur de Lille, Centre National de Génotypage, universitetet i Lille, Centre Hospitalier Universitaire de Lille och Laboratoire d’excellence Development of Innovative Strategies for a Transdisciplinary Approach to Alzheimer’s disease. Dr Debette och Tzourio har fått bidrag från den franska nationella forskningsmyndigheten, bidrag från Fondation Leducq och från det gemensamma programmet för forskning om neurodegenerativa sjukdomar. Dr Debette är mottagare av ett bidrag från Europeiska forskningsrådet.
Informationer
Ingen.
Fotnoter
- 1. Jessen NA, Munk AS, Lundgaard I, Nedergaard M. The glymphatic system: a beginner’s guide.Neurochem Res. 2015; 40:2583-2599. doi: 10.1007/s11064-015-1581-6.CrossrefMedlineGoogle Scholar
- 2. Marín-Padilla M, Knopman DS. Developmental aspects of the intracerebral microvasculature and perivascular spaces: insights into brain response to late-life diseases.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. Severity of dilated Virchow-Robin spaces is associated with age, blood pressure, and MRI markers of small vessel disease: a population-based study.Stroke. 2010; 41:2483-2490. doi: 10.1161/STROKEAHA.110.591586.LinkGoogle Scholar
- 4. Doubal FN, MacLullich AM, Ferguson KJ, Dennis MS, Wardlaw JM. Utvidgade perivaskulära utrymmen på MRT är ett kännetecken för cerebral småkärlssjukdom 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. Förstorade perivaskulära utrymmen och cerebral småkärlssjukdom.Int J Stroke. 2015; 10:376-381. doi: 10.1111/ijs.12054.CrossrefMedlineGoogle Scholar
- 7. Kwee RM, Kwee TC. Virchow-Robin-utrymmen vid MR-avbildning.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. Topografi och associationer av perivaskulära utrymmen hos friska vuxna: Kashima scan study.Neurology. 2014; 83:2116-2123. doi: 10.1212/WNL.0000000000001054.CrossrefMedlineGoogle Scholar
- 9. Zhu YC, Dufouil C, Soumaré A, Mazoyer B, Chabriat H, Tzourio C. High degree of dilated Virchow-Robin spaces on MRI is associated with increased risk of dementia.J Alzheimers Dis. 2010; 22:663-672. doi: 10.3233/JAD-2010-100378.CrossrefMedlineGoogle Scholar
- 10. 3CStudy Group. Vascular factors and risk of dementia: design of the three-city study and baseline characteristics of the study population. neuroepidemiology. 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. Ett automatiserat förfarande för bedömning av hyperintensitet i vit substans med multispektral (T1, T2, PD) MRT och en utvärdering av dess reproducerbarhet mellan centra baserat på två stora samhällsdatabaser.Neuroradiology. 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. Abdominal fetma och lägre grå substansvolym: en mendelsk randomiseringsstudie.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. Genome-wide association studies of cerebral white matter lesion burden: the CHARGE consortium.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. Multietnisk genome-wide association study of cerebral white matter hyperintensities on MRI.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: ett verktyg för analys av komplexa egenskaper över hela genomet.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. Uppskattning av pleiotropi mellan komplexa sjukdomar med hjälp av genomiska relationer som härrör från en-nukleotidspolymorfism och begränsad maximal sannolikhet 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. Genetisk variation i volymen av hyperintensitet i vit substans i Framingham-studien 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. Analys av genetisk variabilitet och helgenomkoppling av helhjärnan, subkortikal och ependymal hyperintensiv vit substansvolym.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. Bivariate heritability of total and regional brain volumes: the Framingham Study.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.; OATS Research Team. Tvillingars bidrag till studiet av kognitivt åldrande och demens: Older Australian Twins Study.Int Rev Psychiatry. 2013; 25:738-747. doi: 10.3109/09540261.2013.870137.CrossrefMedlineGoogle Scholar
- 22. Visscher PM, Goddard ME. En allmän enhetlig ram för att bedöma samplingsvariansen för arvbarhetsuppskattningar med hjälp av släktskaps- eller markörbaserade relationer 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. Riskfaktorer för dilaterade Virchow-Robin-rum är olika i olika hjärnregioner 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. Basala ganglier förstorade perivaskulära utrymmen är kopplade till kognitiv funktion hos patienter med cerebral småkärlssjukdom.Curr Neurovasc Res. 2014; 11:136-141.CrossrefMedlineGoogle Scholar
- 25. Satizabal CL, Zhu YC, Dufouil C, Tzourio C. Inflammatoriska proteiner och svårighetsgraden av dilaterade Virchow-Robin Spaces hos äldre personer. 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. Cerebrospinalvätsketrycket minskar med stigande ålder.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. Cerebral arterial pulsation drives paravascular CSF-interstitial fluid exchange in the murine brain.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. Försämring av paravaskulära rensningsvägar i den åldrande hjärnan.Ann Neurol. 2014; 76:845-861. doi: 10.1002/ana.24271.CrossrefMedlineGoogle Scholar
- 32. Wardlaw JM. Blood-brain barrier and cerebral small vessel disease.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. A paravascular pathway facilitates CSF flow through the brain parenchyma and the clearance of interstitial solutes, including amyloid 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. A priori-samarbete inom befolkningsavbildning: konsortiet Uniform Neuro-Imaging of Virchow-Robin Spaces Enlargement (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. Exponering för vaskulära riskfaktorer i mitten av livet påskyndar strukturellt åldrande av hjärnan och kognitiv försämring.Neurology. 2011; 77:461-468. doi: 10.1212/WNL.0b013e318227b227.CrossrefMedlineGoogle Scholar
.
Lämna ett svar