Современные методики нейровизуализации в оценке изменений коннектома головного мозга у пациенток с постмастэктомическим синдромом

Актуальность. В настоящее время психоневрологические нарушения считаются одними из основных в патогенезе постмастэктомического синдрома. Современные методики нейровизуализации — функциональная (фМРТ) и диффузионно-тензорная (ДТ-МРТ) магнитно-резонансная томография — позволяют выявить функциональные и структурные изменения коннектома головного мозга у пациенток с постмастэктомическим синдромом, обусловленные комплексом психоневрологических нарушений.

Цель исследования. Оценить изменения функционального и структурного коннектома головного мозга у пациенток с постмастэктомическим синдромом с использованием методик фМРТ и ДТ-МРТ.

Материалы и методы. Исследование проводилось на томографе с силой индукции магнитного поля 3,0 Тл. Были обследованы 46 пациенток с неврологическими нарушениями в отдаленном послеоперационном периоде (более 6 месяцев) после тотальной мастэктомии, химиотерапевтического и/или лучевого лечения рака молочной железы.

Результаты. По результатам межгруппового статистического анализа, у всех 46 пациенток с постмастэктомическим синдромом наблюдались различия в функциональной коннективности в сети пассивного режима работы мозга и количественной фракционной анизотропии в трактах белого вещества головного мозга по сравнению с контрольной группой (p < 0,01).

Заключение. Использование фМРТ и ДТ-МРТ у пациенток с постмастэктомическим синдромом позволяет выявить изменения коннектома головного мозга, коррелирующие с неврологическими нарушениями и снижением качества жизни. Полученные результаты позволят усовершенствовать лечебно-реабилитационные подходы в отношении пациенток, получающих лечение по поводу рака молочной железы.

1. DeSantis CE, Bray F, Ferlay J, et al. International Variation in Female Breast Cancer Incidence and Mortality Rates. Cancer Epidemiol Biomarkers Prev. 2015 Oct;24(10):1495–506. DOI: 10.1158/1055-9965.EPI-15-0535.

2. Fakhari S, Atashkhoei S, Pourfathi H, et al. Postmastectomy Pain Syndrome. International Journal of Women’s Health and Reproduction Sciences. 2017;5(1):18–23. https://doi.org/10.15296/ijwhr.2017.04

3. Тишакова В.Э., Филоненко Е.В., Чиссов В.И. и др. Физические методы реабилитации онкологических больных после комбинированного лечения рака молочной железы. Biomedical Photonics. 2017. Т. 6, № 1. С. 28–37.

4. Степанова А.М., Мерзлякова А.М., Хуламханова М.М. и др. Постмастэктомический синдром: вторичная лимфедема верхних конечностей после комбинированного лечения рака молочной железы (обзор литературы и собственные результаты) // Современная онкология. — 2018. — Т. 20. — № 2. — C. 45–49. DOI: 10.26442/1815-1434_2018.2.45-49

5. Wisotzky E, Hanrahan N, Lione TP, et al. Deconstructing Postmastectomy Syndrome: Implications for Physiatric Management. Phys Med Rehabil Clin N Am. 2017 Feb;28(1):153–169. DOI: 10.1016/j.pmr.2016.09.003.

6. Beyaz SG, et al. Postmastectomy Pain: A Crosssectional Study of Prevalence, Pain Characteristics, and Effects on Quality of Life. Chin Med J (Engl). 2016 Jan 5;129(1):66–71.

7. Capuco A, Urits I, Orhurhu V, et al. A Comprehensive Review of the Diagnosis, Treatment, and Management of Postmastectomy Pain Syndrome. Curr Pain Headache Rep. 2020 Jun 11;24(8):41. DOI: 10.1007/s11916-020-00876-6.

8. Обманов И.В., Ярыгин М.Л., Шмырев В.И. и др. Неврологические нарушения у больных раком молочной железы после хирургического лечения. Журнал неврологии и психиатрии им. С. С. Корсакова. 2015;115(8):42–44.

9. Stubblefield MD, Keole N. Upper Body Pain and Functional Disorders in Patients With Breast Cancer. PM&R. 2014;6:170–183. https://doi.org/10.1016/j.pmrj.2013.08.605

10. Fomberstein K, Qadri S, Ramani R. Functional MRI and pain. Curr Opin Anaesthesiol. 2013 Oct;26(5):588– 93. DOI: 10.1097/01.aco.0000433060.59939.fe.

11. Legrain V, Iannetti GD, Plaghki L, et al. The pain matrix reloaded: a salience detection system for the body. Prog Neurobiol. 2011. Vol. 93. No 1. P. 111–24. DOI: 10.1016/j.pneurobio

12. Лепехина А.С., Поспелова М.Л., Ефимцев А.Ю. и др. Клинико-нейровизуализационное сопоставление динамики функциональной коннективности головного мозга у пациентов с хронической головной болью напряжения. Современные проблемы науки и образования. — 2021. — № 3.

13. Шихкеримов Р.К., Савин А.А., Вельшер Л.З. и др. Патология плечевого сосудисто-нервного пучка в клинических проявлениях постмастэктомического синдрома. Вестник Национального медико-хирургического центра им. Н. И. Пирогова, 2011; 6 (4), 86–90.

14. Магомедов М.М., Халитов И.А., Михайлова Б.И. и др. Психоэмоциональные проблемы больных постмастэктомическим синдромом.. Современные проблемы науки и образования. — 2009. — № 9.

15. Масляков В.В., Левина В.А., Накаева Е.Ю. Качество жизни и послеоперационная реабилитация больных раком молочной железы. Медицинский вестник Северного Кавказа. 2014. № 1 (33)]. http://doi.org/10.14300/mnnc.2014.09007

16. Ефимова М.Ю., Иванова Н.Е., Алексеева Т.М. и др. Патофизиологические основы восстановления высших корковых функций. Современные проблемы науки и образования. — 2019. — № 3.

17. Hänggi J, Fövenyi L, Liem F, et al. The hypothesis of neuronal interconnectivity as a function of brain size-a general organization principle of the human connectome. Front Hum Neurosci. 2014 Nov 11;8:915. DOI: 10.3389/fnhum.2014.00915.

18. Lv H, Wang Z, Tong E, et al. Resting-State Functional MRI: Everything That Nonexperts Have Always Wanted to Know. ANJR. American Journal of Neuroradiology. 2018. V. 39. No. 8. P. 390–1399. https://doi.org/10.3174/ajnr.A5527.

19. Mak LE, Minuzzi L, MacQueen G, et al. The Default Mode Network in Healthy Individuals: A Systematic Review and Meta-Analysis. Brain Connect. 2017. V. 7. No. 1. P. 25–33. https://doi.org/10.1089/brain.2016.0438

20. Baliki MN, Mansour AR, Baria AT, et al. Functional reorganization of the default mode network across chronic pain conditions. PLoS One. 2014. Vol. 9. No. 9: e106133. DOI: 10.1371/journal.pone.0106133.

21. Chung MK, Hanson JL, Adluru N, et al. Integrative Structural Brain Network Analysis in Diffusion Tensor Imaging // Brain Connectivity. — 2017. — Vol. 7, No 6. — P. 331–346.

22. Trivedi R, Rathore RKS, Gupta RK. Review: Clinical application of diffusion tensor imaging. Indian J Radiol Imaging. 2008;18(1):45–52. DOI:10.4103/0971-3026.38505.

23. O’Donnell LJ, Westin CF. An introduction to diffusion tensor image analysis. Neurosurg Clin N Am. 2011;22(2):185-viii. DOI:10.1016/j.nec.2010.12.004.

24. Zhang Y, Vakhtin AA, Jennings JS, et al. Diffusion tensor tractography of brainstem fibers and its application in pain. PLoS One. 2020 Feb 18;15(2):e0213952. DOI: 10.1371/journal.pone.0213952.

25. Liao Y, Huang X, Wu Q, et al. Is depression a disconnection syndrome? Meta-analysis of diffusion tensor imaging studies in patients with MDD. J Psychiatry Neurosci. 2013;38(1):49–56. DOI:10.1503/jpn.110180.

26. Jao CW, Soong BW, Huang CW, et al. Diffusion Tensor Magnetic Resonance Imaging for Differentiating Multiple System Atrophy Cerebellar Type and Spinocerebellar Ataxia Type 3. Brain Sci. 2019 Dec 3;9(12):354. DOI: 10.3390/brainsci9120354..

27. Ефимцев А.Ю., Фокин В.А., Труфанов А.Г. и др. Поражение миелинизированных волокон при болезни Паркинсона: возможности диффузионной тензорной магнитно-резонансной трактографии. Визуализация в медицине 2016, 1 (1), 22–29.

28. Stouten-Kemperman MM, de Ruiter MB, Koppelmans V, et al. Neurotoxicity in breast cancer survivors ≥10 years post-treatment is dependent on treatment type // Brain Imaging and Behavior. — 2015. — Vol. 9. — P. 275–284.

29. Kesler SR, Watson CL, Blayney DW. Brain network alterations and vulnerability to simulated neurodegeneration in breast cancer // Neurobiol Aging. — 2015. — Vol. 36, No 8. — P. 2429–2442.

30. Li TY, Chen VC, Yeh DC, et al. Investigation of chemotherapy-induced brain structural alterations in breast cancer patients with generalized q-sampling MRI and graph theoretical analysis. BMC Cancer. 2018;18(1):1211. Published 2018 Dec 4. DOI:10.1186/s12885-018-5113-z.

31. Yeh FC, Badre D, Verstynen T. Connectometry: A statistical approach harnessing the analytical potential of the local connectome. Neuroimage. 2016 Jan 15;125:162–171. DOI: 10.1016/j.neuroimage.2015.10.053.

32. Yeh FC, Verstynen TD, Wang Y, et al. Deterministic diffusion fiber tracking improved by quantitative anisotropy. PLoS One. 2013 Nov 15;8(11):e80713. DOI: 10.1371/journal.pone.0080713.

33. Yeh FC, Panesar S, Barrios J, et al. Automatic Removal of False Connections in Diffusion MRI Tractography Using Topology-Informed Pruning (TIP). Neurotherapeutics. 2019 Jan;16(1):52–58. DOI: 10.1007/s13311-018-0663-y.

34. Cai S, Chong T, Zhang Y, et al. Alzheimer’s Disease Neuroimaging Initiative. Altered Functional Connectivity of Fusiform Gyrus in Subjects with Amnestic Mild Cognitive Impairment: A Resting-State fMRI Study. FrontHumNeurosci. 2015 Aug27;9:471. DOI: 10.3389/fnhum.2015.00471.

35. Simone Kühn, Jürgen Gallinat, Resting-State Brain Activity in Schizophrenia and Major Depression: A Quantitative Meta-Analysis, Schizophrenia Bulletin, Volume 39, Issue 2, March 2013, Pages 358–365, https://doi.org/10.1093/schbul/sbr151

36. Brownstone RM, Chopek JW. Reticulospinal Systems for Tuning Motor Commands. Front Neural Circuits. 2018;12:30. Published 2018 Apr 18. DOI:10.3389/fncir.2018.00030.

37. Kwon HG, Hong JH, Hong CP, et al. Dentatorubrothalamic tract in human brain: diffusion tensor tractography study. Neuroradiology. 2011 Oct;53(10):787–91. DOI: 10.1007/s00234-011-0878-7.

38. Petersen KJ, Reid JA, Chakravorti S, et al. Structural and functional connectivity of the nondecussating dentato-rubro-thalamic tract. Neuroimage. 2018 Aug 1;176:364–371. DOI: 10.1016/j.neuroimage.2018.04.074.