文摘
背景和目标本研究的目的是提出一种聚类方法确定偏头痛组和测试的临床实用性的方法通过提供预后信息电针刺激治疗选择。
方法参与者与先兆型偏头痛(MWoA)被要求完成每日头痛日记,自我评定的抑郁和焦虑,生活质量调查问卷。全脑功能连接性(FCs)评估在静息状态功能磁共振成像(fMRI)。通过整合临床测量和功能磁共振成像数据,偏最小二乘的相关性和层次聚类分析被用来与MWoA集群参与者。多元模式分析应用来验证该子群的策略。一些参与者有8周电针刺激治疗,和响应率不同MWoA子组之间的比较。
结果在研究1中,共有97名参与者(28.2±1.0岁,70名女性参与者)与MWoA和77名健康对照组(高碳钢)(26.8±0.1岁,61名女性参与者)为(数据集1),和2 MWoA子组被定义。子群1中的参与者有显著降低头痛频率(次/月的4.4±1.1)和显著提高抑郁症的评价(49.5±2.3)抑郁得分相比,参与小组2(7.0±0.6次/月和抑郁得分为43.4±1.2)。FCs的差异主要与杏仁核、丘脑、海马、海马旁区域。在研究2中,33个参与者MWoA(30.9±2.0岁,28岁女性参与者)和23个高碳钢(29.8±1.1岁,13女性参与者)为作为一个独立的数据集(dataset 2)。分类分析验证的有效性与MWoA 2-cluster解决方案的参与者数据集1和2。在研究3中,58参与者MWoA愿意接受电针刺激治疗和被分配到不同的子组。参与者在不同的子组表现出不同的反应率(p= 0.03,或可信区间0.086 - -0.93)电针刺激治疗(分别为18%和44%子组1和2)。
讨论我们的研究提出了一个新颖的聚类方法来定义不同的MWoA子组,可用于精炼与MWoA参与者的诊断和指导的个性化策略预防疼痛和镇痛。
术语表
- AUC=
- 接受者操作特征曲线下的面积;
- 英孚=
- 情感功能;
- 足球俱乐部=
- 功能连通性;
- 功能磁共振成像=
- 功能磁共振成像;
- HC=
- 健康的控制;
- MSQ=
- Migraine-Specific生活质量调查问卷;
- MVPA=
- 多元模式分析;
- MWoA=
- 先兆型偏头痛;
- 关系,=
- 数值评定量表;
- PLSC=
- 偏最小二乘的相关性;
- ROI=
- 感兴趣的区域;
- RP=
- 角色function-preventive;
- RR=
- 角色function-restrictive;
- 情景应用程序=
- 自我评估焦虑量表;
- SDS=
- 自我评估抑郁量表;
- 支持向量机=
- 支持向量机;
- 工具与=
- 方差比得分
介绍
偏头痛是一种常见的神经系统疾病,它的特征是反复出现的严重不对称的头痛。1研究人员承认,偏头痛是一种复杂的疾病与异构的临床症状,2包括个人间变异性的残疾,3攻击频率,4和心理状态。5是什么驱使这种戏剧性的异构性偏头痛的人仍然是难以捉摸的。
齐次偏头痛子组的定义,对药物和治疗的反应也不同会直接应用在精密医学。到目前为止,一些研究人员试图探索参与者的表型或神经标记子组,观察到一些令人鼓舞的迹象。6例如,Drysdale et al。7定义子组和抑郁症集群参与者根据他们的大脑功能网络和确定个人最有可能受益于目标神经刺激疗法。同样的原理与偏头痛为分类工作参与者考虑到先进的神经成像技术已被证明有助于评估异常大脑功能和结构改变的偏头痛。8之前,一项研究subclassified偏头痛分成两个子组和报告临床测量的差异。9然而,这项研究没有调查是否在偏头痛治疗病人组有明显的治疗效果。
针灸可以减少偏头痛发作和建议作为一个有效的替代药物。10功能磁共振成像(fMRI)研究指出,针灸可能有一个调节疼痛处理通路在偏头痛治疗效果,11和可变性在针灸治疗效果可能与个人的变化有关的大脑功能网络体系结构。12
在这项研究中,我们假设:(1)参与者与偏头痛可能subclassified成不同的子组根据临床测量和大脑神经影像数据;(2)参与不同的子组有明显的异常功能连通性(FC)模式与控制相比,和(3)参与者在不同的子组可能有不同的治疗结果。为了实现我们的目标,我们提出了一个新颖的处理管道识别偏头痛子组,使用2数据集验证小组提出策略,验证了临床有效性的策略,提供预后信息治疗选择。具体地说,在研究1中,我们采用了偏最小二乘(PLSC)的相关性分析和层次聚类算法与偏头痛参与者划分为不同的簇。在研究2中,我们评估了集群战略的外部效度。在研究3中,我们评估聚类策略是否可以在提供预后信息的临床价值8周电针刺激治疗。
方法
标准协议的审批、登记和病人同意
参与者给书面知情同意,研究计划和实验程序完全向他们解释。所有研究都是基于开展赫尔辛基宣言的机构审查委员会附属医院成都中医药大学和中国西部医院批准了这项研究。电针刺激治疗被列入中国临床试验注册中心(chictr ior - 15006648, 6月23日,2015)。第一个参与者是录取7月17日,2015年。
研究1:识别子组没有先兆的偏头痛
参与者
我们连续招募参与者与先兆型偏头痛(MWoA)的神经学针灸和成都中医药大学。首页入选标准是基于第三版的国际分类头痛疾患。2当我们进入一个参与者与MWoA满足入选标准,我们选择他或她的兄弟姐妹,同学,同事,或者家庭健康对照组(高碳钢)。潜在参与者需要参加一个筛选约会所以我们可以检查它们是否适合参加项目中提到的协议。
排除标准包括以下13:(1)个人有任何身体疾病,包括肝炎、脑肿瘤,癫痫,根据医疗记录和临床评估;(2)与其他共病慢性疼痛障碍(如纤维肌痛和紧张性头痛);(3)那些有精神障碍或脑部疾病;(4)怀孕;(5)使用处方药偏头痛在前3个月;(6)那些尼古丁、酒精或药物滥用;和(7)患有幽闭恐怖症。
临床测量和成像采集
偏头痛与MWoA参与者被要求报告时间在招聘和完成每日头痛日记,包括头痛频率、郑氏自我评估焦虑量表(SAS),14平均疼痛强度,郑氏自我评估抑郁量表(SDS)。15平均每个偏头痛发作时疼痛强度评估使用数值评定量表(NRS)从0(零痛苦)到10(史上最糟糕的痛苦)。SAS和SDS都是20块受访者调查评价的分数从20到80不等。他们评估生理和心理症状化验的参与者要根据每一个开门过去一周。14,15此外,生活质量问卷(MSQ)与偏头痛,这是一个patient-reported结果分析分数从0到100,评估了参与者的生活质量与MWoA在过去4周3基本方面:角色function-preventive (RP),角色function-restrictive (RR),和情感功能(EF)。16
临床测量后,参与者MWoA接受MRI扫描在偏头痛的发作阶段(即。偏头痛发作时,至少72小时后)。静息状态脑功能图像和高分辨率的T1扫描获得使用3.0 t标记GE扫描机器,有一个8路相头线圈位于中国西部的先生研究中心医院,成都,中国(eMethods,links.lww.com/WNL/C921)。
整个大脑FC估计
整个大脑FCs估计格雷特纳工具箱。17通过使用人类Brainnetome地图集,18整个大脑段为246感兴趣的区域(ROI) (eTable 1,links.lww.com/WNL/C921)。数据预处理后(eMethods),每一个ROI的血氧等级相关时间序列提取和平均,和皮尔森相关系数是计算这些时间序列之间形成一个246×246相关矩阵包含30135独特的FC特性。一个费雪Z变换被用来转换所有相关系数。线性回归进行调整对性别和年龄的影响,导致调整FC特性。4
PLSC分析
PLSC被用来调查30135 FC特性和8临床测量之间的关系(即。、偏头痛持续时间、头痛频率、NRS, SAS、SDS、MSQ_EF MSQ_RP, MSQ_RR)。19这导致一组正交的潜变量,可以用来识别连接模式代表了最佳功能的数据和行为变量之间的协方差19(eMethods eFigure 1,links.lww.com/WNL/C921)。每个潜变量与(1)临床显著相关向量,表示每个临床测量的贡献权重FC features-symptom协会;和(2)一个大脑突出向量,表明每个俱乐部的贡献权重特性有助于FC features-symptom协会。大脑分数,测量大脑的FC特性的预测显著,计算每个参与者。20.大绝对大脑得分演示了一个强烈的个人贡献FC brain-symptom相关特性,和一个分数接近零意味着软弱的贡献。19
分层聚类
层次聚类分析21进行分配参与者与MWoA相似的大脑分数成不同的子模式。不同矩阵计算来描述每一对之间的欧氏距离与MWoA参与者。沃德最小方差方法被应用于总within-cluster方差最小化。使用pdist进行聚类分析。米,联系。m,集群。在MATLAB的m函数。没有做任何先验假设集群的数量,我们反复使用2 - 8进行了聚类分析集群的参与者MWoA和使用方差比标准来确定最优集群数量。22方差比标准代表大类间方差的比值within-cluster方差,方差比更高的分数(工具)反映了更好的聚类性能。相同的层次聚类分析也进行的临床测量和MWoA参与者。排列测试(5000次)进行评估统计学意义(请参阅eMethods,links.lww.com/WNL/C921技术细节)。
对比MWoA子组被分层聚类
群体间的比较进行了揭示其可能的差异在临床测量和整个大脑FC模式。两个示例t测试使用,和统计学意义的门槛p< 0.001。错误发现率用于正确的多重比较。between-subgroup差异的矩阵求和FCs的行显示的力量每个ROI(请参阅eMethods,links.lww.com/WNL/C921技术细节)。
研究2:交叉验证与MWoA 2-Cluster解决方案的参与者
临床测量、图像采集和数据分析数据集2
数据集研究的独立数据集2(2)招募作为门诊病人的针灸和神经学(华西医院)。首页参与者的排斥和入选标准MWoA和高碳钢相同研究1。所有临床测量和成像采集与研究1 (eMethods,links.lww.com/WNL/C921)。
2-Cluster交叉验证的解决方案
我们采用了一种多元模式分析(MVPA)过程通过应用支持向量机(SVM)分类MWoA 30135 FC特性,有或没有集群(eFigures 2和3,links.lww.com/WNL/C921),高碳钢。这种分析可以量化聚类过程的性能通过比较分类性能有或没有聚类数据集1的结果可以验证数据集2(请参阅eMethods技术细节)。
分类器训练时对高碳钢和MWoA没有集群,病人的大型个人间异质性将迫使分类器学习方面的个人特征而不是职业专用功能。23,24因此,它会导致贫穷的分类性能隔离MWoA高碳钢。因为层次聚类将减少偏头痛的异质性在每个MWoA子群中,分类器训练时对高碳钢和MWoA子群,分类性能(高碳钢vs MWoA子群)可以改善。接受者操作特征曲线下的面积(AUC)、κ系数,计算精度。分类精度定义为预测模型得到的分数计算正确预测的数量除以总数的预测(即。参与者的总数)。排列测试(5000次)进行评估统计学意义(请参阅eMethods,links.lww.com/WNL/C921技术细节)。
研究3:MWoA子组电针刺激治疗的不同反应
参与者,电针刺激治疗和临床测量
在研究3中,一些参与者与MWoA数据集1和2都愿意接受电针刺激治疗。经过4周的基线临床评价,参与者与MWoA接受电针刺激治疗三次(每次30分钟)每周8周,也就是说,总共24会话(eFigure 4,links.lww.com/WNL/C921)。细节描述关于穴位的选择在我们先前的研究。10总之,4每治疗穴位被使用。所有参与者与MWoA义务2日收到电针刺激穴位(GB8和GB20),和其他两个穴位选择基于综合症区别头痛的经络区域(包括BL60、GB34 GB40,合谷,LR3, SI3, SJ5,和ST44)。10无菌一次性acuneedles,每个批准毫米,宽0.25毫米,。针灸师,对参与者的分类也不清楚使用的聚类方法的基础上,接受治疗单方面通过切换从左边和右边点。10每一个穴位被用来实现得气的感觉(如膨胀、麻木、疼痛,或辐射,这显示了行之有效的针灸)。10我们使用了汉斯穴位神经刺激器(模型LH 200;汉学院acuneedle插入后数万,南京,中国)。刺激频率设置为2/100 Hz(改变每3秒),和刺激强度范围从0.1到1.0 mA,直到参与者自在。10所有参与者与MWoA不能摄取预防性药物。然而,在极度的头痛的实例中,参与者与MWoA允许摄入布洛芬(300毫克缓释胶囊)。10关于药物摄入的详细信息。电针刺激治疗,8周后临床测量以下4周再进行评估。参与者与MWoA头痛频率减少了至少50%被认为是反应者。
响应在不同电针刺激治疗MWoA子组
基于成像进行聚类质心数据集1中的2 MWoA子组,每个参与者的大脑分数研究3计算然后用于分配参与者与MWoA MWoA子组之一。在每个MWoA子组,电针刺激反应率测量的数量之间的比率与MWoA反应者和参与者的总数。不同电针刺激反应率子组参与者在1和2之间使用χ评估2测试。
电针刺激反应率的预测有或没有MWoA群标签
研究表明,针灸治疗结果可以预测MWoA中的先天的大脑功能网络。12,25确定MWoA子群标签可以提高个体的识别最有可能受益于电针刺激治疗,我们执行一个MVPA预测电针刺激反应者和基于全脑nonresponders FCs电针刺激治疗前或基于整个大脑FCs的组合和MWoA群标签(eMethods eFigure 5,links.lww.com/WNL/C921)。AUC,κ系数,计算精度。排列测试(5000次)进行估计的统计意义。也表现相同的分析评估是否微分电针刺激反应可能解释为简单的测量。
数据可用性
MVPA分析的MATLAB代码都可以在github (github.com/Jixin-Liu/Study-migraine-heterogeneity-using-fMRI.git)。本文将提供额外的数据相关合理的请求。
结果
研究1:MWoA子组被聚类分析
人口统计学和临床测量
总的来说,与MWoA和90高碳钢招募了110名参与者。九个参与者排除缺失数据的头痛日记。四个参与者和7高碳钢被排除在外,因为不完整的核磁共振扫描。六高碳钢被排除在外,因为时间冲突。因此,97名参与者MWoA平均年龄为28.2±1.0年和77高碳钢平均年龄为26.8±0.1年被选中(数据集1和表1)。两组之间没有显著差异,年龄和性别。头痛频率是每月6.5±0.5倍,平均疼痛强度为5.6±0.2。SAS和SDS评分平均46.4±0.9,44.7±1.1,分别。平均RR、RP和EF分数分别为61.3±1.9,71.0±2.0,71.9±2.0,分别为(表1)。
分层聚类
PLSC分析显示8正交潜变量得分和大脑在每个参与者(eTables 2和3,links.lww.com/WNL/C921)。当我们使用了8临床测量与MWoA集群参与者同样所有的集群解决方案,工具(图1一个、黑色)远低于那些当大脑分数(图1一个,红色)。单调下降的工具与集群数量的增加是最大2-cluster解决方案。2-cluster解决方案的工具与大脑大于机会水平,分数和临床测量使用(p= 0.001,CI 0 - 0.002,图1 b)。此外,工具与成像进行集群有显著高于clinical-based集群(p可信区间0.002 - -0.008 = 0.005,图1 b)。
研究2:交叉验证MWoA子组
人口和临床测量数据集2
在数据集2中,37个参与者MWoA和27高碳钢招募。四个MWoA患者被排除在外,因为一个不完整的头痛日记。四个高碳钢被排除在外,因为不适或调度问题。因此,33个参与者MWoA平均年龄为30.9±2.0岁和23高碳钢平均年龄为29.8±1.1年选择从成都中医药大学附属医院(eTable 4,links.lww.com/WNL/C921)。两组之间没有显著差异,年龄和性别。基于成像进行聚类质心数据集1中的2 MWoA子组,15个参与者与MWoA数据集2被分配到子组1和18名参与者MWoA被分配到子组2 (eTable 4)。对于整个大脑FCs,参与者在不同MWoA子组显示出类似的差异的数据集1 (eFigure 6)。
有或没有集群分类性能
数据集1(研究1),分类器训练时对所有参与者没有集群,MWoA和高碳钢正确分类的AUC 0.92,κ系数0.84,0.92(所有的准确性p= 0.0008,CI 0 - 0.0018;5000排列)(eFigure 7,links.lww.com/WNL/C921)。分类器训练后参与者集群时,在组1和高碳钢MWoA歧视的AUC 0.86,κ系数0.80,0.90(所有的准确性p= 0.0008,CI 0 - 0.0018;5000排列)(eFigure 7 a)。MWoA组2和高碳钢更精确地分类的AUC 0.94,κ系数0.89,0.96(所有的准确性p= 0.006,CI 0 - 0.0015;5000排列)(eFigure 7 a)。
在数据集2中,从数据集分类模型1使用时,所有MWoA高碳钢和分类的AUC 0.76,κ系数0.52,0.77 (eFigure 7 b,精度links.lww.com/WNL/C921)。然而,在组1和高碳钢MWoA歧视很差的AUC 0.51,κ系数0.012,0.55 (eFigure 7 b)的准确性。MWoA组2和高碳钢准确分类的AUC 0.87,κ系数0.74,0.91 (eFigure 7 b)的准确性。之间没有装罐头的效果观察数据集1和2(请参阅eResults,links.lww.com/WNL/C921详情)。
研究3:成像的各种响应MWoA子组电针刺激治疗
只有58参与者与MWoA数据集1和2都愿意接受电针刺激治疗(eTables 5 - 7,links.lww.com/WNL/C921),有17电针刺激反应(反应率= 29.3%,17/58,图3一)。成像进行集群质心时使用,33个参与者分配给子群1和6电针刺激反应被发现(反应率= 18%,6/33,图3 b);25个参与者分配给子群2和11电针刺激反应被发现(反应率= 44%,11/25,图3 b)。参与小组2电针刺激反应率明显高于那些在子群1 (p= 0.03,或可信区间0.086 - -0.93)。
不同针灸治疗8周电针刺激的反应不同的MWoA子组。(A)与MWoA所有参与者的反应率。(B)在不同MWoA子组参与者的反应率。(C)电针刺激反应的预测无基于整个大脑FCs在针灸治疗的患者和没有子群标签。AUC =接受者操作特征曲线下面积;EF =情感功能;FC =功能连通性;MSQ = Migraine-Specific生活质量问卷;MWoA =先兆型偏头痛;NRS =数字评定量表; RP = role function–preventive; RR = role function–restrictive; SAS = self-rating anxiety scale; SDS = self-rating depression scale.
确定微分响应可能解释为其他措施,30135临床测量和大脑FCs也用于集群参与者在研究3成不同的子组。不幸的是,所有的参与者与MWoA研究3被分配到同一组(请参阅eResults,links.lww.com/WNL/C921详情)。
分类性能
当分类器训练在整个大脑FCs电针刺激治疗前没有MWoA群标签,电针刺激反应和nonresponders正确分类的AUC 0.63 (p= 0.024,可信区间0.018 - -0.03),0.16(κ系数p可信区间0.15 - -0.17)= 0.16,0.72的准确性(p= 0.0028,可信区间0.001 - -0.0047)。然而,当MWoA群标签被添加为区别的特性,AUC,κ系数,和准确性增加到0.81 (p= 0.0012,CI 0 - 0.0025), 0.62 (p= 0.0008、CI 0 - 0.0018)和0.83 (p分别为= 0.0006,CI 0 - 0.0015) (图3 c)。
SVM分类器训练时在所有8个临床测量,电针刺激反应和nonresponders没有正确分类的AUC 0.54,κ系数0.13,0.67的准确性。
讨论
在这项研究中,我们发现了一个初步的新方法对于识别MWoA子组根据临床测量和大脑神经影像数据之间的联系。我们测试了这种聚类方法使用两个独立的数据集的有效性和说明其临床价值通过比较与8周电针刺激治疗反应率在不同MWoA子组的参与者。这表明个性化治疗偏头痛的方法,基于临床和神经影像数据,可以实现。
偏头痛是最禁用神经疾病之一,影响了全球大约12%的人口。26,27由于其非均质性,治疗结果个体之间的差异非常大。28这种情况可以改善如果可以更有效地诊断和治疗偏头痛,和更有针对性的治疗,疾病将提高个人的治疗结果。29日,30.事实上,一些研究已经定义MWoA子组根据临床分类方案基于疼痛强度或抑郁/焦虑水平。4,31日,32然而,这种策略不能完全捕捉MWoA异质性,因为现有的分类根据临床标准可能不描绘MWoA感受截然不同的特色。33这个缺点呼吁一种新颖的方法来测量集成来自多个类别,这将有助于提供一个更全面的描述与MWoA参与者的个体差异。在这项研究中,结合临床测量和脑成像数据,我们得到一系列潜在的组件与大量的临床测量整个大脑FC模式与MWoA参与者。捕获的个人间的变化在这些组件的表达差异与MWoA参与者临床测量和大脑FCs。集群在这些潜在的组件,所有的参与者与MWoA可分为2组。参与小组1评价较高的抑郁和更高的大脑FCs,异常和参与者组2中有更高的大脑FCs头痛频率和异常低。这些结果在很大程度上复制到一个独立的数据集。因此,我们的研究提供了一个新颖的处理管道来定义不同的MWoA子组,这可能有助于提高我们理解偏头痛的临床相关的神经生物学的异质性。
在我们的研究中,参与者之间的大脑FCs分歧子组1和2都主要集中在丘脑,杏仁核,海马,parahippocampus。的脊椎上的结构,从脊髓,接收预测丘脑扮演重要的角色在疼痛管理提升疼痛的信息传送到其他的大脑区域。34虽然仍在调查中,丘脑敏化中心的角色,畏光,触诱发痛在偏头痛已经被很好地记录下来了。35,- - - - - -,38考虑到这些研究,thalamus-related FCs的不同模式在我们的研究中可能与不同的疼痛处理和调制MWoA子组1和2。大脑皮层下结构,如杏仁核和海马是情感和记忆的关键区域处理。杏仁核中起着至关重要的作用在自动管理内存和情绪刺激,39而海马体调节学习行为和记忆和疼痛相关的关注和焦虑。40这些领域也涉及偏头痛。41,42例如,Chen等人。43观察到异常FCs的患有慢性扁桃体和情景性偏头痛。Schwedt et al。44更海马活化而经历热疼痛刺激参与者MWoA比高碳钢和激活的强度在海马体是头痛频率相关。因此,不同的适应不良的神经活动与杏仁核和海马在不同MWoA子组可能与抑郁水平差异和头痛频率。
除了提高我们理解偏头痛的临床相关的神经生物学的异构性,本研究在阐述治疗预后的潜在性能与MWoA参与者。我们的研究结果发现,电针刺激更有效缓解疼痛的参与者比子群子群2 1。抑郁得分较高的参与者在子群1但反应率低于参与者子群2。事实上,一些研究指出,抑郁症与困难在修改消极的预期意外收到积极的信息。45因为积极的和消极的预期密切相关参与者的镇痛应对后续安慰剂和活跃的医学治疗,46,47,48我们的结果可能表明,抑郁症状在参与小组1对疼痛或治疗可能导致消极的预期结果,从而阻止他们经历临床医学方面的好处。此外,我们发现,针灸急救员和nonresponders时更准确地识别分类器训练对大脑FCs在针灸治疗MWoA群标签比那些没有标签。因此,MWoA群标签也相关特性对先验的电针刺激响应预测参与者MWoA和可能有助于开发更有效的治疗偏头痛的方法。
有几个问题,应该在未来的研究讨论。分类性能改进分析集群参与者进行时MWoA群2比未聚集的参与者。这个结果可能表明大脑MWoA FC的特性子群2信息的分类,可以归纳为独立的数据集。然而,可怜的分类性能获得了与MWoA参与者在组1中,这可能与这一事实有关大脑异常较少FCs MWoA比子群子群1 2 (图2 bvs图2 c)。因为分类分析基于FCs MWoA和高碳钢之间的差异,更少的显著差异会使它具有挑战性的分类的支持向量机的利润最大化,这将导致差的分类性能。此外,子群1的患者数量是有限的。因此,谨慎是必要的在解释异常FCs MWoA组1。
此外,8个临床测量在这项研究不能完全捕捉与MWoA参与者的临床特点。标准化的程序,全面收集临床测量应该实现。这将是至关重要的改进我们的聚类方法来识别MWoA子组有明显的偏头痛症状和行为。避免与MWoA研究参与者在先兆期,目前运行的时间直到下面的偏头痛发作时应评估MRI。收集静息状态的数据,未来的研究应该使用一个静态的视觉刺激(例如,X)盯着或者一个无聊的电影没有词语或内容,以防止参与者在静息状态的反思。49考虑到参与者的数量是不平等的参与者之间MWoA和高碳钢,与一个更大的样本量进一步的研究需要一个匹配的参与者设计和验证我们的聚类方法的临床实用性。
我们提出了一个新颖的处理管道与MWoA subclassify参与者分成两个不同的子组根据临床和神经影像数据,和参与者在不同的子组有明显的异常FC模式和电针刺激反应率。初步研究可能有助于识别偏头痛患者谁最有可能受益于电针刺激疗法。
研究资金
这项工作得到了国家重点研究和开发项目(2019号yfc1709701),中国国家自然科学基金(81973962,81871330,81871330,31822025),一流的学科发展支持成都中医药大学(没有。CZYJC1901),中央大学基础研究基金(没有。JB211203)和创新团队和人才培养计划的国家中医药管理局(没有。zyycxtd - d - 202003)。
信息披露
作者报告没有相关的信息披露。去首页Neurology.org/N为充分披露。
附录的作者
脚注
去首页Neurology.org/N为充分披露。资金信息和披露认为作者相关的,如果有的话,年底提供这篇文章。
这篇文章加工费由国家重点研究和开发项目(2019号yfc1709701)。
提交和外部同行评议。处理编辑器是副主编丽贝卡·伯奇博士。
CME过程:NPub.org/cmelist
- 收到了2022年11月23日。
- 接受的最终形式2023年4月18日。
- 版权©2023年作者(年代)。发表的Wolters Kluwer健康,公司代表美国神经病学学会。首页
这是一个开放的分布式根据文章Creative Commons Attribution-g-NoDerivatives许可证4.0 (CC BY-NC-ND),它允许下载和共享工作提供适当的引用。不能改变的工作以任何方式或使用未经许可的商业杂志。
