详情

脑小血管病与老年睡眠障碍患者的相关性研究

申报人:刘昊霖 申报日期:2025-03-26

基本情况

2025创新项目
脑小血管病与老年睡眠障碍患者的相关性研究 学生申报
创新训练项目
医学
临床医学类
学生来源于教师科研项目选题
二年期
随着全球人口老龄化加剧,老年睡眠障碍(如失眠、睡眠呼吸暂停等)和脑小血管病(CSVD)的发病率显著上升,成为威胁老年人健康的重大公共卫生问题。研究表明,脑小血管病可通过影响脑血流动力学、神经炎症反应等机制导致睡眠-觉醒周期紊乱,而睡眠障碍可能进一步加重脑小血管病变,形成恶性循环。然而,目前国内外对两者关联机制的研究仍处于起步阶段,缺乏系统性探索。本项目的实施将为揭示脑小血管病与老年睡眠障碍的相互作用机制和干预措施提供科学依据,为老年人群的早期筛查、精准干预和健康管理提供新思路,具有重要的学术价值和社会意义。
1.担任大学生创新训练计划项目“气机升降理论指导下的中医康复疗法在缺血性脑卒中的康复效果探析”成员并取得校级立项的成就。
2.参加第十九届山东省“挑战杯”,作品“壳聚糖基可注射水凝胶用于局部肿瘤治疗”获得奖项。
3.作为第九届大学生医学创新实验大赛的项目成员,参与实验设计。
4.参与过老师的课题组,掌握了一系列的基础医学实验技术,例如:Western Blot实验、免疫组化、qPCR等
承担济宁市科技局重点研发项目
引导学生自主学习、自主完成研究计划,并敦促学生进行项目实施及成果转化、论文书写,确保项目顺利进行。
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
刘昊霖 临床医学院(附属医院) 临床医学(本科) 2024 统筹项目整体进展,制定研究计划和时间节点
赵秀文 临床医学院(附属医院) 临床医学(本科) 2023 使用SPSS/Python清洗数据、构建数据库
王彩云 康复医学院 康复治疗学(本科) 2023 对接医院神经内科科室收集病例数据
马徐丽 康复医学院 康复治疗学(本科) 2023 研究方案的设计,制定纳入/排除标准、变量定义表
宋修瑞 中西医结合学院 中西医临床医学(本科) 2023 文献检索与综述撰写,建立研究假设框架
韩吴冰 临床医学院(附属医院) 临床医学(本科) 2024 进行实验室检测指标记录、执行统计建模

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
刘子超 临床医学院(附属医院)

立项依据

  脑小血管病(Cerebral Small Vessel Disease, CSVD)是一种以脑白质高信号(WMH)、腔隙性脑梗死、脑微出血等影像学标志物为特征的隐匿性脑血管病变。本研究的目的是系统探讨脑小血管病(CSVD)与老年睡眠障碍之间的双向因果关系及其作用机制,突破现有研究多局限于单向关联分析的局限,重点揭示二者互为因果的复杂关系网络。通过构建动态交互模型,阐明CSVD相关病理改变与睡眠障碍的恶性循环机制,为老年神经退行性疾病的早期预警和综合干预提供创新性理论依据。同时,探索针对共病的非药物干预策略(如认知行为疗法)及药物优化方案,结合多地区分层分析(纳入城乡差异、文化背景因素),建立适用于不同老年人群的个体化干预策略。为临床转化提供实证支持。研究通过整合多学科合作框架(如神经内科、睡眠医学科、影像科及基础医学团队),基于多模态神经影像技术(包括MRI白质高信号定量分析、微出血灶定位),结合多导睡眠图(PSG)和睡眠量表评估,纵向追踪CSVD影像特征与睡眠结构参数(NREM周期紊乱、REM密度异常)的动态演变规律,解析脑微血管损伤对睡眠调节中枢(视交叉上核、丘脑网状核)的神经通路损害机制。其次,采用中介效应模型验证睡眠障碍(特别是睡眠片段化、深睡眠缺失)通过血脑屏障通透性改变、神经炎性因子(IL-6、TNF-α)异常升高、肠道菌群失调、脂质代谢紊乱、超氧化物歧化酶活性降低等途径加速CSVD进展的病理机制。接着建立交叉滞后模型,通过3年队列随访数据,量化分析CSVD负荷(总SVD评分)与睡眠质量指数(PSQI)的时序性交互影响,明确二者互为因果的剂量-效应关系及关键时间窗。然后构建CSVD动物模型验证“失眠-CSVD”的因果链。最后,基于上述发现构建CSVD-睡眠障碍双向作用理论框架揭示CSVD对老年睡眠障碍的影响路径,为早期分层干预及卫生经济学优化提供创新性科学依据。研究结果将助力优化老年神经退行性疾病管理策略,减少因睡眠障碍导致的认知功能下降和心脑血管事件风险,具有临床转化价值。
  随着人口老龄化的加剧,脑小血管病(CSVD)和睡眠障碍成为影响老年人健康的两大重要疾病。CSVD是导致认知障碍、步态异常及血管性痴呆的主要病因,其影像学特征(如白质高信号、腔隙性脑梗死、微出血等)与睡眠障碍密切相关。近年来,研究表明睡眠障碍(尤其是失眠)不仅是CSVD的常见并发症,也可能是其发病的危险因素之一。然而,目前关于CSVD与老年睡眠障碍的相关性研究仍存在以下问题:1. 关联性证据不足:现有研究多集中于阻塞性睡眠呼吸暂停(OSA)与CSVD的关系,而针对非呼吸性睡眠障碍(如失眠)的研究较少,且结论不一致; 2. 机制研究不深入:失眠可能通过炎症反应、氧化应激、血脑屏障破坏、脂质代谢紊乱、肠道菌群失调等途径加剧CSVD,但缺乏系统性验证;3. 干预策略局限:现有治疗以药物对症为主,缺乏针对CSVD与睡眠障碍共病的整合性干预方案。本研究拟通过采用病例-对照设计、设计临床干预实验、建立CSVD动物模型多维度评估,揭示老年睡眠障碍与CSVD各影像亚型的关联性,探索其潜在的生物标志物和病理机制以及干预效果及其方法,为早期干预提供理论依据。
一、采用病例-对照设计
①纳入两组研究对象:
1. 病例组纳入标准:(1)年龄≥60岁,符合《睡眠障碍国际分类》第三版(ICSD-3)对睡眠障碍(以失眠为主)的诊断标准;(2)患者自愿参与研究并签署知情同意书。(3)按地区和文化背景分层(如按城乡、饮食习惯分类)
排除标准:(1)失眠由躯体疾病(如甲状腺功能异常、肿瘤等)或心理疾病(如焦虑症、抑郁症)引起:(2)无法配合完成多导睡眠监测(PSG)或头颅MRI检查;(3)存在严重心血管疾病(如心力衰竭)、呼吸系统疾病(如COPD)、血液系统疾病、高同型半胱氨酸血症或结缔组织病;(4)头颅MRI提示脑大血管病变(如新发梗死灶、脑出血、软化灶、明显脑动脉狭窄等)。
2.对照组纳入标准:(1)年龄≥60岁,同期于我院体检并完成头颅MRI检查;(2)无睡眠障碍病史,匹兹堡睡眠质量指数(PSQI)评分<8分;(3)自愿参与研究并签署知情同意书。(4)按地区和文化背景分层(与病例组相匹配,确保可比性)
排除标准:(1)头颅MRI提示陈旧性脑梗死、新发病灶或出血性病变;(2)存在严重全身性疾病(同病例组排除标准);(3)临床资料缺失或不完整。 

                                          表1:纳排标准图
summernote-img  
                           
                                                                             
②研究数据通过以下四类指标系统采集:
1. 一般情况:记录人口学特征(年龄、性别)、既往病史(高血压、糖尿病等)、生活方式(吸烟、饮酒史)等基础信息。2. 睡眠相关因素:客观评估:采用多导睡眠监测(PSG)量化睡眠参数,包括总睡眠时间(TST)、REM期与NREM期(N1、N2、N3)时长、总觉醒次数、微觉醒指数(MAI)、睡眠潜伏期(SL)及睡眠效率(SE%)。主观评估:通过匹兹堡睡眠质量指数(PSQI)量表评估日间功能障碍及睡眠满意度,以PSQI总分≥8分界定为睡眠质量异常3. 实验室检测:采集空腹静脉血,检测血常规、血脂(总胆固醇、甘油三酯等)、血糖、肝肾功能等指标,排除代谢性疾病干扰。同时检测炎症因子(IL-6、TNF-α、CRP)指标、氧化应激指标(MDA、SOD)、肠道菌群以及代谢组学指标4. 颅脑MRI影像分析:扫描序列:T1WI、T2WI、FLAIR、SWI、DWI;CSVD亚型定义:(1)近期皮质下小梗死:穿支动脉供血区新发腔隙性梗死(DWI高信号,ADC低信号);(2)血管源性腔隙:直径≤20mm,T2 FLAIR呈中心低信号伴周围胶质增生环;(3)脑白质高信号(WMH):T2WI/FLAIR高信号,按Fazekas量表分级;(4)血管周围间隙扩大(EPVS):基底节或半卵圆中心区CSF信号灶(直径<3mm);(5)微出血:SWI序列低信号灶(直径2-5mm),排除血管周围间隙;(6)脑萎缩:脑沟增宽、脑室扩大,排除局部病变所致萎缩。

                                           表2:四类指标系统 
summernote-img   

                                 表3:PSQI量表结构及评分标准
summernote-img

                                      表4:总分解释与临床意义
summernote-img

③统计分析
1. 关联性分析:采用多因素Logistic回归模型,以CSVD亚型(二分类变量)为因变量,睡眠障碍(病例组/对照组)为核心自变量,校正年龄、性别、高血压等混杂因素,明确睡眠障碍与CSVD的独立关联性。
2. 机制探索:通过中介效应模型验证炎症因子(IL-6、TNF-α、CRP)、氧化应激指标(MDA、SOD)及肠道菌群以及代谢组学指标在“睡眠障碍→CSVD”通路中的中介作用,揭示潜在病理机制。
3. 影像-睡眠交互分析:运用多元线性回归模型,探讨PSG参数(如REM期占比、觉醒次数)对CSVD影像特征(如WMH体积、EPVS数量)的影响,量化睡眠结构异常与脑小血管损伤的剂量-效应关系。
二、设计临床干预实验
现有研究缺乏针对共病的整合性干预方案。本试验拟探索非药物干预(如CBT-I)或药物(如褪黑素受体激动剂、褪黑素、苯二氮卓类、非苯二氮卓类安眠药)治疗对CSVD患者睡眠质量及脑血管保护作用。
①.分组设计
1.对照组:常规治疗
2.干预组1:常规治疗 + 非药物干预(如CBT-I)(每周1次,共8周)
3.干预组2:常规治疗+ 药物(如褪黑素受体激动剂、褪黑素、苯二氮卓类、非苯二氮卓类安眠药)(每晚8mg)
注:样本量:每组50例,基于PSQI评分改善效应量计算。
②.纳入与排除标准
   summernote-img
③.干预措施
1.CBT-I方案
ⅰ睡眠限制:根据基线睡眠日记调整卧床时间
ⅱ刺激控制:建立床与睡眠的条件反射
ⅲ认知重构:纠正对失眠的灾难化思维
ⅳ放松训练:渐进式肌肉放松法
2.药物干预:褪黑素受体激动剂、褪黑素、苯二氮卓类、非苯二氮卓类安眠药(干预组2),每晚固定时间服用,持续12周。
④评估指标
1.12周后PSQI评分变化(ΔPSQI≥3分为有效)
2.CSVD影像进展(WMH体积变化,通过MRI定量分析)
3.多导睡眠图(PSG)参数:睡眠效率(SE%)、REM期占比
4.炎症标志物:血清IL-6、TNF-α水平
5.氧化应激指标(MDA、SOD)
6.肠道菌群检测以及代谢组学分析
⑤.数据收集与分析
1. 时间点:基线(T0)、干预第12周(T1)、干预后6个月(T2)
2. 统计方法:中介效应模型(睡眠改善→炎症降低→WMH减少)进行相关性分析和 Kruskal-Wallis检验进行组间比较 。
⑥.可行性保障
1.济宁医学院附属医院神经内科病例库及MRI设备
2. 课题组已掌握的CBT-I标准化操作手册
三、建立CSVD动物模型
summernote-img
                     
发展动态:
  脑小血管病(cerebral small-vessel disease,CSVD)是严重危害我国人民健康的常见脑血管疾病,它是指脑内小动脉、毛细血管和小静脉由于各种  病因引起的一系列临床综合征[1][21]。CSVD最常见的病因分型为小动脉粥样硬化型,小动脉闭塞所致的CSVD占我国缺血性卒中病因的30%左右[2][24]。CSVD多起病隐匿,除急性卒中表现外,还可存在认知障碍[9][23]、运动障碍、抑郁和大小便失禁等慢性症状,随病情进展可发展为血管性痴呆[3]。该病因前期表现缺乏特异性而易被临床医师忽视,近年随着影像学技术的发展,头颅MRI成为公认的诊断CSVD的最重要手段,主要表现为新发皮质下微梗死(RSSI)、可能为血管源性腔隙和脑白质高信号、血管周围间隙扩大、脑微出血和脑萎缩[1][21][22]。充足、良好的睡眠是维持人类生命活动所必需,也是机体整合及保持中枢神经系统(CNS)正常功能不可或缺的重要环节,在保持CNS健康和抵抗CSVD中起着至关重要的作用。睡眠障碍是CSVD可干预的危险因素之一,包括失眠症、阻塞性睡眠呼吸暂停(OSA)、不安腿综合征、发作性睡病及其他非呼吸性睡眠障碍。长期睡眠不充分会使一些代谢产物(如β-淀粉样蛋白)和毒素在大脑中堆积[4],而CSVD又可以通过破坏与之相关的神经通路影响睡眠。CSVD和睡眠障碍可严重影响人们的生命质量,两者之间的关系已逐渐得到关注[10][11],现对该领域的最新研究进展进行综述,以期进一步揭示睡眠障碍作为CSVD防治靶点的潜在价值,为促进CSVD的早期干预治疗等相关研究提供方向。
  睡眠呼吸障碍的最常见类型是OSA,是由于睡眠过程中反复发生呼吸暂停引起夜间低氧和高碳酸血症,表现为打鼾、呼吸暂停和白天过度睡意等症状,其可促进动脉粥样硬化、冠心病和卒中的发生,严重者可发生猝死[5]。目前关于OSA与CSVD联系的相关研究较多,其与脑白质病变、腔隙性脑梗死、血管周围间隙扩大相关[6][7][8][25]。有研究结果均显示,由于OSA患者的慢性间歇性低氧、高碳酸血症和睡眠片段化,触发随后产生的活性氧和氧化应激生物标志物对血管内皮细胞造成损害,导致微血管损伤。
  失眠症是指由于入睡困难或睡眠不深等造成的未能达到正常机体需求而影响日间工作效率的一种睡眠障碍。近年,关于失眠症状(如睡眠质量、睡眠时长等)与CSVD的关系也得到广泛研究。有学者的研究结果表明,睡眠时间<6 h与睡眠时间≥9 h均是CSVD患者认知功能受损的独立危险因素。[12]
  不安腿综合征、周期性腿动与CSVD之间关系的相关证据有限且不一致。有一项纳入37例CSVD患者的研究,在校正年龄等危险因素之后,周期性腿动指数升高与患者基底节血管周围间隙扩大相关。然而,一项纳入146例无卒中史老年人的研究得出阴性结论,该研究结果显示周期性腿动指数与CSVD的神经影像学特征之间并没有独立的关联。
  使用匹兹堡睡眠质量指数量表(PSQI)评价CSVD患者一般睡眠质量后发现,CSVD患者的睡眠功能可能会因其日间功能受损而被殃及[12]。最近一项基于社区的横断面研究结果表明,CSVD患者的日间过度嗜睡发生率较高,此外,日间过度嗜睡与脑白质高信号和腔隙存在相关性。
  目前关于非呼吸性睡眠障碍与 CSVD 的相关性研究仍缺乏关注,睡眠呼吸障碍和 CSVD 关系的研究尽管逐渐走向成熟,但不同研究结果之间仍存在较大争议。因此,设计出更完善的研究方案、探究CSVD患者相关性睡眠障碍或睡眠障碍患者相关性CSVD的病理生理机制、评估二者相关的治疗策略,以便患者能够及时接受临床前期的筛查和管理,防止或减缓疾病进展。
国外研究现状:
  近年来,国际学术界对脑小血管病(CSVD)与睡眠障碍的关联机制及干预策略开展了系统性研究,形成了多维度证据链。在病理机制方面,研究已证实睡眠呼吸暂停低通气综合征(OSAHS)患者中脑白质高信号(WMLs)的体积与低氧血症严重程度呈正相关[17],交感神经过度激活可能通过内皮功能障碍促进血脑屏障渗漏。高场强7T MRI联合DTI技术揭示了睡眠障碍患者白质纤维束各向异性分数(FA值)降低与默认模式网络功能连接异常的特征性改变,提示轴突完整性破坏可能是认知损害的神经基础[18]。
  生物标志物研究领域取得突破性进展,纵向队列数据显示,血清IL-6、TNF-α等促炎因子水平升高与睡眠片段化程度呈剂量依赖性关系[19],而血脑屏障损伤标志物S100β在CSVD合并昼夜节律紊乱患者脑脊液中显著升高,提示神经血管单元破坏可能是共同病理通路。基于UK Biobank(n=40,000)和Framingham队列(n=3,500)的大样本分析表明,睡眠效率低于85%的个体5年内CSVD影像标志物进展风险增加2.3倍[20]。
国内研究现状:
  近年来,国内学者围绕脑小血管病(CSVD)与老年睡眠障碍(尤其是慢性失眠障碍,CID)的关联性开展了多项研究,重点关注流行病学特征、病理机制及临床干预策略[11][12][13]。
  多项横断面研究揭示了CSVD与CID的高共病率。李延红等研究发现,老年CID患者中CSVD检出率为60.3%,显著高于对照组(41.7%),其中腔隙性梗死(LI)占比最高(58.6%),提示失眠可能通过血管损伤机制加速CSVD进展。王继辉的研究进一步表明,CID合并CSVD患者主观症状隐匿,但客观睡眠监测显示其觉醒时间(105.8 min vs. 70.1 min)、微觉醒指数(29次/h vs. 21次/h)显著升高,而睡眠效率(67% vs. 75%)与认知功能(MoCA评分19.0 vs. 23.5)显著降低,提示睡眠结构紊乱与认知损害可能互为因果[15]。
  国内研究从多角度揭示了CID与CSVD的交互机制。CID患者血清中IL-6、TNF-α等炎症因子水平升高,长期失眠通过内皮细胞损伤、BBB通透性增加及Aβ沉积加剧CSVD进展。睡眠参数异常,如总睡眠时间短(<5小时)、睡眠效率低(<65%)及病程长(>5年),是CSVD的独立危险因素,可能通过脑低灌注及代谢废物清除障碍加速CSVD发展。此外,CSVD患者认知功能显著受损,尤其在视空间、执行功能及短期记忆维度,MoCA评分降低,提示CSVD可能通过白质损伤影响神经网络连接,导致认知功能下降。
  目前国内干预仍以对症治疗为主,如镇静药物或血管危险因素控制。李延红提出整合多导睡眠监测(PSG)与影像标志物(如白质高信号体积)的量化模型,但缺乏针对共病的非药物干预(如认知行为疗法)研究[16]。研究局限性明显:样本多为单中心、小样本(如王继辉研究仅纳入28例CSVD患者),结论外推性受限[14];机制研究多聚焦单一通路,缺乏对神经血管单元与睡眠调控网络的系统性整合;横断面设计难以明确因果关系,需前瞻性队列验证睡眠干预对CSVD的预防作用。
  未来需通过多中心大样本研究扩大数据规模,结合多模态神经影像(如动态SWI、功能MRI)与睡眠生理参数(如REM期占比、微觉醒指数)的动态监测,阐明CSVD与睡眠障碍的因果关联。同时,应探索基于炎症通路调控或BBB保护的靶向治疗,推动个体化干预策略的临床转化。
参考文献:
[1]中华医学会神经病学分会. 中华医学会神经病学分会脑血管病学组. 中国脑小血管病诊治指2020[J]. 中华神经科杂志,2022, 55(8): 807- 818. DOI: 10.3760/cma.j.cn113694- 20220321-00220.
[2]蔡彤彤,胡建凡,周厚仕,等.急性轻型缺血性卒中脑小血管病总体负担与认知障碍及功能结局的相关性分析[J].广东医学,2025,46(02):305-310.DOI:10.13820/j.cnki.gdyx.20243037.
[3] 王锋, 周华, 赵中. 基于磁共振弥散张量成像在尼莫地平治疗脑小血管病认知功能损害中的应用研究[J].中国医师进修杂志. 2021,44(2):132-138.DOI: 10.3760/cma.j.cn115455-20200528-00676.
[4]孙德琴,范鹰.脑小血管病与睡眠障碍关系的研究进展[J].卒中与神经疾病,2021,28(03):359-361.
[5]吾云,杨行妹,韩美荣,等.夜间氧疗对睡眠呼吸障碍患者疗效的研究进展[J].新疆医科大学学报,2025,48(02):249-254.
[6]史晓英,何洪真,许静,等.阻塞性睡眠呼吸暂停与脑小血管病关系研究进展[J].中国脑血管病杂志,2022,19(11):783-787.
[7]孙若楠.阻塞性睡眠呼吸暂停与脑小血管病影像学标志物的相关性[D].郑州大学,2021.DOI:10.27466/d.cnki.gzzdu.2021.002605.
[8]曾慧鈃,李金标,王猛,等.基于纤维束示踪的空间统计分析对脑小血管病合并阻塞性睡眠呼吸暂停患者脑微结构改变的研究[J].中国卒中杂志,2023,18(05):503-513.
[9]宋丹丹.脑小血管病患者认知障碍的临床研究[D].皖南医学院,2022.DOI:10.27374/d.cnki.gwnyy.2022.000135.
[10]焦立影,郭宇宙.睡眠障碍与脑小血管病相关性的研究进展[J].中国实用神经疾病杂志,2025,28(03):392-396.
[11]詹飞霞,陈晓晗,赵玉丞,等.脑小血管病与睡眠障碍相关性研究进展[J].中国现代神经疾病杂志,2021,21(05):423-426.
[12]卞旭东,王维,于苗,等.脑小血管病与失眠关联性的研究进展[J].中医临床研究,2024,16(14):95-99.
[13]柴文, 李方明, 陈小武. 睡眠障碍与脑小血管病关系的研究进展 [J]. 中国卒中杂志, 2020, 15 (05): 564-569.
[14]王继辉, 李冠英, 阮恒芳, 李莉莉, 陈小东, 门雪娇, 卢婷婷, 陆正齐. 慢性失眠患者中脑小血管病临床特征分析 [J]. 中国脑血管病杂志, 2019, 16 (10): 514-519.
[15]李延红. 老年人慢性失眠障碍与脑小血管病的相关性分析[D]. 导师:冶学兰;赵秀丽. 青海大学, 2018.
[16]李延红, 冶学兰. 慢性失眠障碍与脑小血管病相关性研究进展 [J]. 世界最新医学信息文摘, 2017, 17 (76): 81-82.
[17]Raptis D G, Sinani O, Rapti G G, et al. Clinically silent small vessel disease of the brain in patients with obstructive sleep apnea hypopnea syndrome[J]. Diagnostics, 2021, 11(9): 1673.
[18]Huang H, Song W, Wang P, et al. White Matter Hyperintensities: Cerebral Small‐Vessel Diseases and White Matter Microstructural Impairments[J]. iRADIOLOGY, 2025.
[19]Toborek M. Conference on Cerebral Vascular Biology (CVB 2019)[J]. 2019.
[20]Scheuermann B C, Parr S K, Schulze K M, et al. Associations of cerebrovascular regulation and arterial stiffness with cerebral small vessel disease: a systematic review and meta‐analysis[J]. Journal of the American Heart Association, 2023, 12(23): e032616.
[21]Wang J, Wang B, Wang K. Review of neuroimaging research progress of cerebral small vessel disease[J]. Folia neuropathologica, 2023, 61(1): 1-7.
[22]Chen X, Wang J, Shan Y, et al. Cerebral small vessel disease: neuroimaging markers and clinical implication[J]. Journal of neurology, 2019, 266: 2347-2362.
[23]Ding M, Cui M, Dong Q. Cerebral small vessel disease and post-stroke cognitive impairment[J]. International Journal of Cerebrovascular Diseases, 2019: 273-279.
[24]Wu S, Wu B, Liu M, et al. Stroke in China: advances and challenges in epidemiology, prevention, and management[J]. Lancet Neurol, 2019, 18(4): 394- 405. DOI: 10.1016/S1474- 4422(18)30500-3.
[25]Chokesuwattanaskul A, Lertjitbanjong P, Thongprayoon C, et al. Impact of obstructive sleep apnea on silent cerebral small vessel disease: a systematic review and meta-analysis[J]. Sleep medicine, 2020, 68: 80-88.
1.现有研究多聚焦阻塞性睡眠呼吸暂停(OSA)与CSVD的关系,而本研究创新性地以非呼吸性睡眠障碍(如失眠)为核心,首次系统探讨其与CSVD各影像亚型(如白质高信号、微出血等)的独立关联性。通过严格排除OSA及混杂因素(如焦虑、躯体疾病),研究更精准地揭示了失眠在CSVD发生发展中的潜在作用,为拓展CSVD危险因素谱提供了新视角。
2.研究创新性地提出脑小血管病与失眠存在“互为因果”的关系,不仅总结脑小血管病(如腔隙性脑梗死、脑白质高信号等)通过缺血缺氧、代谢产物清除障碍等病理机制引发失眠,还首次系统论证长期慢性失眠通过炎症因子升高、血脑屏障破坏等途径加速脑小血管病进展,为双向干预提供了理论依据。
summernote-img
3.研究构建了“主观-客观-影像-生化”四位一体的评估框架:本研究首次整合PSG+多模态MRI+生物标志物,通过匹兹堡睡眠指数(PSQI)结合PSG客观参数全面评估睡眠质量,采用多模态MRI(SWI、FLAIR等)精准定义CSVD亚型,并联合血液生物标志物筛选潜在预警指标。这一体系不仅为CSVD与睡眠障碍共病的早期诊断提供标准化工具,更通过揭示可干预靶点(如炎症通路),为未来开发非药物整合干预方案(如睡眠调控联合抗炎治疗)奠定理论基础。

summernote-img

4.研究通过病例-对照设计(严格匹配混杂因素)、高分辨率MRI(如SWI)和PSG技术确保数据可靠性,并整合神经影像、睡眠医学与分子生物学,首次构建老年人群“睡眠障碍-炎症/氧化应激等-脑小血管损伤”跨尺度模型。成果可直接指导CSVD高危人群的睡眠筛查(如PSQI联合PSG预警)和个体化干预(如REM睡眠优化疗法),推动从机制研究到脑健康管理的精准转化。
5.研究突破传统单一机制假说,整合炎症因子(IL-6、TNF-α)、氧化应激指标(MDA、SOD)、血脑屏障代谢组学分析以及肠道菌群检测,利用中介效应模型系统验证“睡眠障碍→炎症/氧化应激等→CSVD损伤”的病理通路。同时,创新性地将多导睡眠监测(PSG)参数(如REM期占比、觉醒次数)与CSVD影像特征(如WMH体积、EPVS数量)进行剂量-效应分析,首次量化睡眠结构异常对脑小血管损伤的动态影响,为机制研究提供可视化证据。 
6.首次建立“神经内科-睡眠医学-影像学-基础实验”跨学科联合平台,通过设计CBT-I/药物干预实验使临床转化更加突出,同时进行动物实验验证进一步强化机制以及干预效果  

                                       summernote-img
                                                                                 图 1技术路线图

拟解决问题:
基于研究背景和课题组基础,本课题拟解决以下关键科学问题及临床问题,并按研究逻辑梳理如下:
一、机制探索层面
1.睡眠障碍与CSVD的双向作用机制解析
拟解决:明确不同睡眠障碍类型(如OSA/失眠/不安腿)通过何种病理通路(血脑屏障损伤/神经炎症/自主神经失调)加剧CSVD进展。
技术支撑:结合多导睡眠监测+相关化验指标如血清Aβ/Tau蛋白检测+高分辨率MRI血管周围间隙评估。
二、临床转化层面
1.睡眠干预窗口期确定
拟解决:构建包含PSQI评分+炎症因子水平(C反应蛋白、白细胞介素-6、肿瘤坏死因子-α)、氧化应激指标、肠道菌群检测、代谢组学分析的CSVD风险预测模型,识别最佳干预时机,形成"机制发现-生物标志物鉴定-干预验证"的完整转化链条。
数据基础:依托附院CSVD队列的近年随访数据。
三、卫生经济学层面
1.分级诊疗路径优化
拟解决:建立基于睡眠障碍严重程度分层的CSVD个体化防治方案成本效益模型。
实施基础:济宁地区医联体网络的真实世界数据支持。
目标成果:
1、制定出更完备的研究计划,深入研究CSVD患者与睡眠障碍之间的关联性或睡眠障碍患者与CSVD的病理生理过程,评估针对这些关联性的治疗方案,确保患者能够获得及时的临床前筛查与管理,从而预防或减缓病情的恶化。
2、课题组将依托已建立的CSVD专病数据库(大量完善的多模态数据),通过前瞻性队列设计验证上述科学假设。预期成果包括:①建立睡眠优化干预的CSVD防治方案 ②发表1-2篇期刊论文 ③制定CSVD相关睡眠障碍诊疗专家共识。

进度安排:

summernote-img

  项目在执行过程中常面临着很多不确定性因素,通过进度风险与应对措施表,项目组成员能更从容地应对不确定性,确保项目在可控范围内推进。
           
                                   进度风险与应对措施表
summernote-img

  本课题组从研究对象、纳排标准、临床资料收集、数据分析对课题进行了设计,涉及了睡眠各项因素,化验、影像学标准等多个水平,并且本项目采用的研究和统计方法是国内外研究中广泛采用的方法,技术十分成熟,结果可靠。而且,此研究具备了雄厚的研究条件,包括济宁医学院附属医院丰富的病源和科研团队,均可为本研究的顺利进行提供保证。本课题组近年来一直致力于脑小血管病及睡眠障碍等临床研究,并做出了相应的原创性科研成果。指导老师参与了多项课题的开展,具有卓越的领导能力和丰富的学术背景;项目组成员梯度结构合理,分工明确,将为本课题的顺利完成提供了人力及技术保障。
已具备的条件:
1.学校实验基础:济宁医学院基础医学实验教学中心坐落于风景秀丽的太白湖之滨。中心包括人体解剖学实验室、形态学实验室、生化与分子生物学实验室、机能学实验室。2007 年,基础医学院实验教学中心被批准为省级实验教学中心。经过多年的建设,现教学中心实验用房使用面积达 5510m2,设备数量3540 台(套),设备总值 3600 万元,品质精良,规模宏大,居国内外先进水平。目前,中心已经实现 WIFI 全覆盖,建立了完备的网络信息管理平台,多方位实施开放式和互动式医学实验教学。
2.学校基础:济宁医学院始建于1952年,是一所以医学为主体、多学科协调发展的省属本科医学院校。学校现有济宁太白湖、任城和日照三个校区,19个教学单位,35个本科专业,其中国家级一流本科专业2个、省级18个,拥有临床医学、公共卫生、药学3个硕士专业学位授权点。学校是全国首批卓越医生教育培养计划高校、山东省首批应用型本科高校,2011年获批服务国家特殊需求硕士人才培养项目,2024年获批硕士学位授予单位。学校师资力量雄厚,现有教职工1600余人,专任教师1242人,高级职称教师606人,博士、硕士研究生导师582人,拥有“泰山学者”特聘专家等高层次人才。临床医学进入ESI全球排名前5‰,药理学与毒理学学科进入前1%。学校拥有多个国家级和省部级科研平台,省临床重点专科26个,省中医药临床重点专科1个,省临床精品特色专科5个,省医药卫生、中医药等重点学科13个。学校主办多种学术期刊,司法鉴定中心是山东省法医类领军机构。学校直属附属医院为山东省区域医疗中心,综合实力位居全国三级综合医院第一方阵。学校坚持开放办学,与多所国外高校开展合作项目。学校秉承“明德、仁爱、博学、至善”校训,累计培养10万余名高素质人才。
3.济宁医学院附属医院基础:济宁医学院附属医院位于济宁市中心,是一所集医疗、教学、科研、预防保健为一体的省属综合性“三级甲等”医院、山东省区域医疗中心。医院现拥有两个院区,院本部和太白湖院区,开放床位4457张,员工5688人,博士后、博士、硕士人员2034人,承担着鲁西南地区2000多万人口的医疗保健任务。医院年均门诊量438万人次,住院量约25万次,年手术量15万台次,平均住院日降至5.8天,主要业务指标和质量效益指标继续保持国内同级医院优秀水平,在国家三级公立医院绩效考核中,连续5年全国百强;在山东省卫生健康事业单位绩效考核中连续4年考核优秀,综合服务能力在山东省位居前列。医院现有国家临床重点专科及建设项目 3 个(临床护理、 骨科、内分泌科),省专科区域医疗中心 1 个,省临床重点专科 26 个,省中 医药临床重点专科 1 个,省临床精品特色专科 5 个,省级医药卫生重点学科和 重点实验室及建设单位 14 个。医院不断开展技术攻关和创新,特色医疗项目优势明显。医院拥有世界先进的第四代达·芬奇手术机器人、PETCT、双源螺旋CT、ECT、3.0T磁共振、直线加速器、DSA、全飞秒激光屈光手术仪等大型医疗设备,其中万元以上大型医疗设备9400余台(件)。医疗设备总值达到16.96亿元。 
尚缺少的条件及解决方法:
1.样本量不足问题:研究对象数量可能不足以支持某些统计分析,尤其是某些亚组分析。可能需要更多的外部数据或与其他研究机构的数据共享,以增强研究的普遍性和代表性。
解决方案:延长数据收集时间,或扩大研究范围,纳入更多医院或地区的患者。与其他医院或研究机构建立数据共享协议,或参与多中心研究项目,扩大数据来源。
2.时间管理问题:研究项目可能时间紧迫,尤其是在数据收集和分析阶段。
解决方案:制定详细的时间表,合理分配任务,确保每个阶段按时完成,必要时增加人手
3. 研究成果的推广与应用问题:研究成果可能需要更多的推广渠道,以便在临床实践中得到应用。
解决方案:通过发表高质量论文、举办学术研讨会、与临床医生合作推广研究成果,确保其在实际医疗中的应用。

经费预算

开支科目 预算经费(元) 主要用途 阶段下达经费计划(元)
前半阶段 后半阶段
预算经费总额 20000.00 12800.00 7200.00
1. 业务费 17200.00 11800.00 5400.00
(1)计算、分析、测试费 9000.00 测试相关指标和数据分析,相关软件应用费用,专家咨询费 6000.00 3000.00
(2)能源动力费 0.00 0.00 0.00
(3)会议、差旅费 1200.00 用于召开小组会议和培训 900.00 300.00
(4)文献检索费 2000.00 文献检索 1500.00 500.00
(5)论文出版费 5000.00 撰写并发表论文和研究报告 3400.00 1600.00
2. 仪器设备购置费 0.00 0.00 0.00
3. 实验装置试制费 0.00 0.00 0.00
4. 材料费 2800.00 用于研究济医附院的有关材料,动物模型构建 1000.00 1800.00
结束