Nature Mental Health：利用TMS诱导的心脑耦合HBC探测前额叶与膝下前扣带皮层连接
文摘
2024-10-11 15:58
澳大利亚
![]()
Dijkstra, E.S.A., Frandsen, S.B., van Dijk, H. et al. Probing prefrontal-sgACC connectivity using TMS-induced heart–brain coupling. Nat. Mental Health 2, 809–817 (2024). https://doi.org/10.1038/s44220-024-00248-8 经颅磁刺激（TMS）诱导的心脑耦合（HBC）已被提出为一种无需fMRI引导的神经导航即可验证额叶-迷走神经通路靶向的技术。与此同时，最近的fMRI引导的个性化TMS方案旨在靶向与膝下前扣带皮层（sgACC）负相关的前额叶区域，因为这些靶点可能具有更好的抗抑郁效果。然而，尚未测试HBC为基础的靶点选择与这些fMRI引导的靶点重叠的程度。在这项研究中，我们利用fMRI引导的TMS来确定当靶向与sgACC负相关的区域时，TMS诱导的HBC是否受到特定影响。在这项交叉设计的初步研究crossover pilot study中，我们对14名健康参与者施加神经导航TMS，靶向5个额叶和5个顶叶区域，这些区域分别与sgACC呈正相关（双侧）、负相关（双侧）或中性相关（中线）。这些靶点是基于个体静息态fMRI数据前瞻性确定的。我们比较不同TMS靶点对HBC的诱导效应，分别分析额叶和顶叶区域的差异。在前额叶靶点中，14名参与者中的12人（86%）在与sgACC负相关的TMS靶点上显示出最大的HBC功率。在与sgACC中性相关的靶点相比，左侧额叶（效应量d=0.68）和左侧顶叶（d=0.75）的sgACC负相关靶点HBC功率显著更高。这一效应与负相关性的强度无关。相比之下，HBC功率与右侧额叶（r=0.56）和右侧顶叶（r=0.72）的sgACC连接强度呈正相关。我们使用fMRI引导的TMS可预测并选择性地调节通过HBC测量的心率变化。HBC可能被用作1个灵活的读数工具，帮助识别特定前额叶与sgACC连接的个体化TMS靶点。 重复经颅磁刺激（Transcranial magnetic stimulation，TMS）针对背外侧前额叶皮层（dorsolateral prefrontal cortex，DLPFC）是治疗难治性重度抑郁症（major depressive disorder，MDD）的公认方法。TMS的抗抑郁效果被认为与DLPFC刺激部位与膝下前扣带皮层（subgenual anterior cingulate cortex，sgACC）之间的负功能连接有关，并且从DLPFC到sgACC的TMS诱导活动传播已被探索作为临床TMS效果的生物标志物。独立但相关的，前额叶-迷走神经网络frontal-vagal network theory理论提出，DLPFC、sgACC和迷走神经共同参与自主神经控制以及MDD的病因学。这种网络重叠被认为是TMS与迷走神经刺激（vagus nerve stimulation，VNS）之间潜在联系的机制，后者也是一种有效的抑郁症神经刺激治疗方法。 这种原理启发神经-心脏引导的TMS方法（neuro-cardiac-guided TMS）的发展，该方法通过TMS期间心率减缓来衡量前额叶-迷走神经通路的激活。心脑耦合（Heart-brain coupling，HBC），通过TMS期间的心率变化测量，是一种可靠量化TMS诱导的心跳间期变化的指标，其与TMS周期时间密切相关。假设这种刺激会引起心动过缓，而随后休息期则允许心率正常化，导致取决于刺激参数的特定节奏。研究表明，这种效应对不同的TMS靶点具有靶点选择性。 如果TMS诱导的HBC能够准确识别与sgACC负相关的前额叶靶点，而无需个性化的静息态功能连接数据，HBC将成为验证目标网络参与的可访问替代方法。然而，虽然已提出sgACC可能参与前额叶-迷走神经网络，但据我们所知，这尚未通过脑成像得到确认。此外，与sgACC负相关的靶点不仅限于前额叶皮层，在顶叶区域也观察到负相关性高峰。顶叶皮层是被建议用于治疗MDD的若干备选皮层TMS靶点之一，因为它与与精神疾病相关的网络广泛连接，最近的两项大型研究显示，在顶叶区域发现精神疾病的因果网络高峰。因此，顶叶靶点也可能作为潜在的TMS治疗MDD的靶点，尽管关于顶叶刺激的效果知之甚少。 在本文中，我们使用静息态功能连接来前瞻性地识别TMS靶点，并评估HBC变化是否依赖于TMS靶点与sgACC的连接。鉴于先前的TMS方案中发现右侧（1Hz）和左侧（iTBS，10Hz）前额叶皮层靶向治疗MDD有效，我们的第1个目标是确定HBC在选择与sgACC负相关的前额叶靶点方面的可靠性。我们使用与sgACC正相关的前额叶部位以及与sgACC无相关性的前额叶部位作为对照组。后者被添加是因为TMS对正相关部位的刺激可能仍会调节sgACC，但被认为会引发不同的网络效应。我们独立研究顶叶部位的HBC作为次要问题。具体而言，我们假设（1）在前额叶皮层中，HBC功率将在与sgACC负相关的TMS靶点处达到最大；（2）与sgACC负相关的前额叶靶点会引发更大的HBC功率，与其他前额叶靶点相比；（3）在顶叶TMS靶点中也会观察到类似的效应。 基线参与者特征总结在图1a中，参与者招募流程图在图1b中描述。![]()
可预测且选择性的神经调节 我们使用静息态功能磁共振成像创建与sgACC的个体连接图。在这些图中，我们手动识别与sgACC呈高负相关、高正相关或无相关性的区域（分别为负相关、正相关或中性sgACC）（图2a）。我们为每个参与者识别10个靶点（5个前额叶部位和5个顶叶部位），其中40%（4个部位）为负相关sgACC靶点（图2b）。在对前额叶靶点进行10Hz TMS时（图2c），在14名参与者中，有12人（86%）在与sgACC负相关的靶点上显示出最大的HBC功率（相对于40%的机会值，P<0.001）。在顶叶中，准确率为50%（7/14名参与者；P=0.157）（图3）。通过刺激引起的疼痛评分（数值疼痛评分量表numerical pain rating scale：NRS-11）无法识别sgACC负相关靶点，其准确率分别为前额叶42%和顶叶41%。![]()
![]()
作为主要结果的二次分析，我们进行重复测量方差分析，设有3个条件（2个正相关、2个负相关和1个中性靶点），通过平均2个负相关sgACC靶点和2个正相关靶点的HBC功率。在前额叶部位，条件有显著效应，F(2,26)=3.556，P=0.043。而在顶叶区域，条件效应不显著（P=0.207）。在前额叶部位，当以性别为协变量时，效应相似（F(2,24)=3.436,P=0.049），但当以年龄为协变量时，效应减弱（F(2,24)=2.536,P=0.100），尽管模型并没有针对多个协变量进行统计效能的调整。事后配对样本t检验显示，在前额叶中，sgACC负相关靶点的HBC功率（平均值（M）=0.445，标准差（s.d.）=0.174）显著高于sgACC中性靶点（M=0.341，s.d.=0.158）：t(13)=2.327，P=0.037，Cohen’s d=0.63），但与正相关sgACC靶点相比无显著差异（M=0.375，s.d.=0.111，P=0.121）。在顶叶中，负相关sgACC靶点（M=0.331，s.d.=0.104）与正相关sgACC靶点（M=0.301，s.d.=0.141，P=0.531）或与中性sgACC靶点（M=0.262，s.d.=0.127，P=0.055，d=0.564）之间无显著差异（图4）。为进一步探索HBC功率在负相关sgACC部位中较高的程度，在事后分析中，我们将每个刺激部位分为单独类别，而不是基于sgACC连接将它们进行分组。在左侧前额叶的负相关sgACC部位（M=0.474，s.d.=0.235）与前额叶的中性sgACC部位（M=0.341，s.d.=0.158）相比，HBC功率显著更高：t(13)=2.259,P=0.042,d=0.68）；在左侧顶叶的负相关sgACC部位（M=0.367，s.d.=0.153）与顶叶的中性sgACC部位（M=0.262，s.d.=0.127）相比，HBC功率也显著更高：t(13)=2.502,P=0.026,d=0.75）。其他部位之间无显著差异（所有P值均≥0.074）（图4）。相邻部位之间的距离与这些部位的HBC功率差异之间没有相关性（P=0.248）。此外，前额叶或顶叶部位的疼痛强度与HBC功率之间没有显著相关性（所有P值均≥0.076）。![]()
最后，在右侧前额叶（r(14)=0.556,P=0.049）和右侧顶叶（r(14)=0.719,P=0.004）的负相关sgACC部位，HBC功率与sgACC连接强度之间存在显著相关性。其他部位则没有显著相关性（所有P值均≥0.066）（图5）。由于这些测试是探索性分析，旨在为未来的研究生成假设，因此这些结果未进行多重比较校正。![]()
在这项交叉设计的初步研究中，我们证明TMS诱导的HBC可以作为一种简单的手段，用于识别个体体内与sgACC负相关的前额叶靶点，并且fMRI引导的TMS可以选择性地调节心率。这一发现非常重要，因为刺激部位与sgACC的功能连接是目前最为稳健和可重复的预测MDD治疗反应的指标之一，正如最近的一项系统综述所展示的那样。与sgACC负相关的前额叶区域TMS刺激与中性区域相比，诱发更强的HBC。因此，HBC功率能够区分负相关和中性靶点。对于正相关靶点，这一效应呈现出相同趋势，但未达到显著水平。在顶叶区域，我们没有观察到HBC功率的条件效应。此外，与sgACC负相关的靶点在左侧半球的HBC功率明显高于中性靶点。在右侧半球，与sgACC负相关的靶点处的HBC功率显著与该靶点的sgACC连接强度相关。 首先，TMS诱导的HBC能够以86%的准确率确定被刺激的部位是否为sgACC负相关靶点。疼痛评分无法达到这一准确率（41%），说明结果并非由不同部位的疼痛差异驱动。我们发现负相关部位的HBC更强，这与最近的研究一致，该研究表明HBC在Beam F3靶点（该靶点通常显示更强的sgACC负相关）比在5cm规则靶点处更为显著（Zwienenberg等，待发表）。然而，对于某些个体而言，5cm规则靶点附近也观察到较强的HBC，这表明可能有必要对靶点进行个性化调整。尽管这些发现是在健康个体中观察到的，但先前的研究表明，TMS诱导的心率变化在健康个体和MDD患者之间是可比的。总体来看，这些结果表明，在无法获得fMRI的情况下，TMS诱导的HBC或许可以作为一种探针，用于识别与sgACC负相关的个体化TMS靶点，尽管仍需进一步研究，以确定这种方法是否能像个性化功能连接一样改善临床效果。 我们在不同前额叶刺激部位观察到的生理差异也可能为TMS的空间分辨率提供一些线索。计算模型表明，TMS可能在刺激部位周围产生1个逐渐衰减的广泛电场，衰减范围可达数cm。然而，这种衰减函数的解释较为复杂；微小剂量的变化可能导致TMS诱发运动诱发电位的大幅变化，因此可以合理推测，电场的细微衰减也可能引起生理效应的显著差异。我们的结果支持这一假设，因为我们在前额叶刺激部位观察到的生理效应不同，而这些部位之间的平均距离仅为约1cm，尽管我们使用固定的线圈方向。 在顶叶刺激部位，我们没有观察到HBC的靶点特异性差异。针对这一前额叶-顶叶差异，有几个可能的解释。一种可能性是，顶叶皮层总体上对TMS的调节反应较差。另一种可能性是，顶叶皮层通过突触与sgACC的距离比前额叶皮层更远，源自顶叶皮层的复杂网络效应可能在解释缺乏靶点特异性HBC效应方面起到作用。最后，HBC可能是通过特定的前额叶-迷走神经网络介导的，该网络可以通过sgACC连接进行定位。无论如何，关于顶叶刺激在MDD中的作用知之甚少，进一步的、更严格的研究有待确定顶叶区域与抑郁症的关系。 此外，探索性分析表明，与sgACC负相关靶点的TMS在左半球前额叶和顶叶部位引发更强的HBC功率，而右半球负相关靶点的HBC功率与sgACC连接强度显著相关。因此，一方面，左半球sgACC负相关靶点的HBC功率总体上较强；另一方面，右半球的HBC功率则与sgACC负连接的强度成比例。虽然我们的数据未能直接测试这种侧化的原因，而且这种差异可能是由于样本量较小或多重比较效应所致，但先前的研究表明，某种程度的侧化是可以预期的，这是因为心脏的神经支配存在不对称性。更具体地说，右侧迷走神经支配窦房结，从而导致心动过缓。因此，右侧半球更直接与心率抑制相关，这可能解释其心率效应与静息态功能连接强度之间的关系。相比之下，左半球可能更依赖于精确的靶向定位。同样，MDD的迷走神经刺激通常在左侧进行，以避免心脏并发症，研究表明右侧迷走神经刺激比左侧迷走神经刺激在狗中引发更强的心动过缓。相应地，MDD的TMS治疗通常在左侧采用高频刺激，而在右侧采用低频刺激，因此我们预计低频TMS的HBC效应较小。有趣的是，最近一项研究发现DLPFC TMS的剂量反应关系存在个体和侧向差异，暗示静息运动阈值（resting motor threshold，RMT）可能无法转移为前额叶的兴奋性阈值。因此，若能通过强度扫描（从低到高）确定个体HBC功率峰值强度，TMS诱导的HBC可能用于识别个体化刺激剂量。应该在包含MDD临床结果的更大规模、统计效能良好的试验中进一步研究这些初步的侧化效应，以确定HBC的侧化在临床上是否具有意义，或者是否仅反映TMS诱导的HBC应如何衡量的差异。 本研究的初衷是为今后研究如何使用这一工具进行临床靶向提供起点。例如，TMS诱导的HBC可以作为一种“读数readout”，用于评估是否击中负相关靶点，但我们并未明确测试HBC功率搜寻过程是否能够找到负相关靶点的峰值。相反，我们关注的是更务实的问题，即HBC是否可以用于在个体内识别与sgACC负相关的靶点，因为与sgACC的负相关性与TMS的抗抑郁效果有关。我们建议未来在MDD患者中的大型临床试验可以评估在不同基于证据的靶点（即Beam F3；5cm规则；5.5cm规则）上的TMS诱导的HBC。由于这些靶点在组水平上的反应和缓解率相似，HBC可以帮助对患者进行分层治疗，以提高其对个体靶点的反应概率。同样，我们也没有测试TMS对心率的影响是否特定于sgACC这一神经解剖学问题。很可能且有可能性，该效应是由参与推测的前额叶-迷走神经网络的其他区域介导的。无论sgACC是否是这一网络的核心部分或表象现象，我们发现HBC可以帮助我们在个体内找到与sgACC负相关的靶点。未来的研究可以通过随机化刺激部位而不是基于前扣带回下部连接选择靶点来确定这一神经解剖结构。 首先，我们的样本量相对较小，因为在没有初步效应量的情况下，难以进行准确的统计效能计算，从而限制我们对准确性的精确量化。我们招募15名受试者，目的是获得未来统计效能计算的效应量。尽管存在这一限制，我们在两侧半球都发现较大且一致的效应量，这表明未来可以开展更大规模的研究，以建立更精确的效应量。其次，静息态fMRI扫描并未与TMS同时进行，而是在大约一周前进行。这一方法使我们能够获得长时间且标准化的静息态序列，理论上应该在时间上是稳定可靠的，但由于缺乏TMS-fMRI的同步采集，我们无法确定瞬时信息流的方向。第三，sgACC中性靶点总是位于负相关和正相关sgACC区域附近，因为没有1个部位是完全“与sgACC无关联”的。由于完全中性的sgACC靶点实际上不存在，可能仍会有部分刺激区域与sgACC相连。这会为分析带来噪音，可能限制我们观察到的效应量。然而，尽管有潜在的噪音，我们仍然观察到靶点特异性的显著效应。第四，sgACC中性靶点在大脑中的空间位置与负相关和正相关的sgACC靶点不同（位于中线），这可能是不同靶点之间HBC功率差异的另一种解释。最后，我们假设sgACC是识别可能调节迷走神经的前额叶靶点的感兴趣区域（ROI），但我们无法直接检验这一假设。因此，未来对该数据集的基于数据驱动的分析可能会揭示通过TMS诱导的HBC介导的其他可能的ROI。 尽管本研究存在局限性，但我们的发现表明，个体化的HBC选择靶点更可能与sgACC呈负相关。这些结果为进一步绘制大脑中特定通路的地图奠定基础。由于与sgACC负相关的靶点与更好的抗抑郁疗效相关，HBC可能成为优化MDD TMS靶点的有效和灵活的替代方法，而不是像目前临床实践中常见的那样，基于距运动皮层的固定距离来选择TMS靶点。这表明有必要进行HBC与临床结果相关的研究。更广泛地说，HBC可能作为非侵入性脑刺激中靶点参与的生物标志物。 本研究共纳入15名健康参与者（6名女性，9名男性，年龄22-61岁，平均年龄M=36.4，标准差s.d.=14.7），参与者在提供书面知情同意后参与本研究，并接受精神病学评估。排除标准包括：（1）由持证神经精神科医生通过基线筛查确定的活跃神经/精神障碍；（2）年龄<18岁或>65岁；（3）标准的MRI排除标准，如幽闭恐惧症和体内有金属物体；（4）标准的TMS排除标准，如癫痫。生物性别和性别认同在所有参与者中一致。抑郁症状在基线精神病筛查中被排除，因此我们没有测量抑郁水平。 招募和研究访问于2022年11月和12月在布莱根妇女医院进行。本研究包括三次研究访问：与持证精神科医生的筛查访问、MRI扫描访问和TMS访问，三次访问之间间隔约一周。参与者每人获得150美元的参与补偿。本研究获得马萨诸塞州综合医院和布莱根妇女医院伦理委员会的批准（伦理批准ID2022P002265）。 神经影像数据在布莱根研究影像核心实验室的Siemens 3T Prisma扫描仪上采集，配备实时运动检测和校正功能，以及32通道的头线圈。解剖扫描和静息态功能连接扫描（共六次6.5分钟的扫描）使用45min的采集过程，具有2.4mm各向同性分辨率和800ms重复时间（TR），遵循青少年大脑认知发展研究的协议，包含60层覆盖整个大脑的切片，使用多频带加速因子6。功能数据与1.0mm各向同性分辨率的T1加权MPRAGE核磁共振图像进行共配准。最近的研究表明，较长的回波时间或多回波采集可以提高sgACC连接估计的可靠性。然而，这些研究基于较小样本量和相对较短的扫描时间。为最大化可靠性，我们使用1个较长的采集时间（42min），遵循经过验证的青少年大脑认知发展协议。未来的研究可能会进一步探讨不同图像采集协议的影响。 功能磁共振数据在CONN工具箱中预处理，包括重定位、切片时序校正、归一化、基于Artifact Detection Tool（伪影检测工具）的异常值检测、使用6mm全宽半高（FWHM）核对功能数据进行平滑处理，以及对解剖数据进行分割和归一化。去噪处理包括回归白质、脑脊液和灰质/全局信号，并应用0.008-0.09Hz的时间带通滤波器。每位参与者的扫描结果均计算以sgACC作为种子区域的种子-体素功能连接分析（图2a）。 我们将标准的蒙特利尔神经学研究所空间中的sgACC ROI（感兴趣区域）转换为每个参与者的个体解剖空间，以计算每位参与者的sgACC的全脑种子功能连接。我们为每位参与者识别10个靶点（5个前额叶靶点和5个顶叶靶点），其中包括左侧和右侧与sgACC呈正相关和负相关的靶点，以及1个中性靶点位于中线。中性靶点与sgACC的相关性极弱（|r|<0.075）。我们将这些靶点分别称为“负相关sgACC靶点”、“正相关sgACC靶点”和“中性sgACC靶点”。通过手动审查MRI扫描，研究人员（E.S.A.D.和S.H.S.）前瞻性地选择靶点。靶点首先由E.S.A.D.在FSLeyes中选择，随后与S.H.S.共同审查并确认。由于每个靶点在刺激前是手动选择的，因此未应用标准化掩码。对于负相关和正相关的sgACC区域，阈值设为0.2-0.7，通常清楚地显示出峰值位置（见图2a中的示例），而对于中性sgACC区域，阈值设定为0.01-0.7。然后排除可能产生副作用的高风险靶点。对于前额叶靶点，我们排除可能过于前方或外侧，难以通过TMS访问的靶点。对于所有靶点，还考虑与运动皮层的距离，以确保安全，因为刺激运动皮层可能会增加癫痫的风险。最终选择的刺激部位如图1b所示。相邻部位之间的距离（基于MRI坐标）至少为0.5cm，前额叶部位的平均距离为1.1cm（95%CI 0.90-1.27，s.d.=0.48），顶叶部位的平均距离为1.5cm（95%CI 1.15-1.86，s.d.=0.91）（图1b）。参与者并不知道哪个靶点是正相关、负相关还是中性sgACC靶点。研究人员无法对靶点进行盲法处理，因为不同靶点的位置存在系统性差异。有关方法的概述及所有参与者的刺激部位概览，见图1a和图1b，图1b还包括大致的Beam F3（参考）和5cm规则靶点作为参考。 TMS使用MagventureX100系统（Magventure）进行，配备冷却B65型双线圈，配合Localite神经导航系统（LocaliteGmbH）使用。在每次实验中，我们首先靶向5个前额叶部位，然后继续靶向5个顶叶部位。部位之间的顺序是随机的，但不允许连续刺激同一侧半球，以防止交叉效应。此外，以往研究表明可能的携带效应非常小，TMS诱导的HBC几乎是即时的，推测这是由于迷走神经是髓鞘化神经。5秒TMS的初始效应降低心率，随后在11秒的训练间隔（ITI）期间恢复正常。鉴于这种快速恢复，我们预计不会出现携带效应。TMS线圈以相对于矢状面45°的角度放置在10个刺激部位上。右侧和左侧半球的静息运动阈值强度定义为在4次试验中至少2次能在对侧手中诱发可见抽搐的最低刺激强度。右侧和左侧半球的平均RMT用于TMS的剂量确定。平均RMT为51%机器输出（%MSO），左右半球的RMT平均相差5%MSO点（95%CI 2.30-7.84，s.d.=4.80）。 使用10Hz的TMS进行刺激，每次5秒，训练间隔为11秒（Dash协议）。参与者接受15次从低到高强度的强度扫描，每次强度训练一步，15次中的最后一次强度为120%RMT。在每个部位，测量前有16秒无刺激时间（总共256秒），机器输出的初始强度定义为比120%RMT低28%MSO。2次连续靶点刺激之间的休息时间至少为5分钟，最多为10分钟，前额叶和顶叶靶点之间的转换期间也有休息时间。整个TMS过程持续1.5至2小时。使用PolarH10心率带（Polar Electro 2022）通过蓝牙连接Heart Brain Connect应用程序（Brain clinics Foundation，版本1.32）同时测量心率（图1c）。 在每个刺激部位，参与者被要求使用数值疼痛评分量表（NRS-11）对疼痛进行评分。在刺激访问的中途和结束时，询问参与者是否有头痛症状。每位参与者在TMS访问结束时都会与持证的神经精神科医生（S.H.S.）见面，进行反馈并评估不良反应。 由于心电图（ECG）记录质量较差（有异位心搏），一名参与者被排除在分析之外，因此最终分析样本为14名参与者（图1b）。其中一名参与者在右侧前额叶负相关sgACC靶点处感到疼痛过大，无法继续进行刺激。对于该参与者，这一测量通过其他4个前额叶靶点的平均HBC功率进行插补。ECG数据使用Python（2001-2022Python软件基金会）中定制的分析工具包进行分析。有关该方法的详细信息，请参见参考文献15。简言之，10Hz的Dash协议周期时间为16秒（5秒刺激，11秒训练间隔）。这产生1个特定的频率1/16=0.0625Hz。因此，在0.0625Hz处量化整个强度扫描期间的HBC，并在前额叶和顶叶靶点进行可视化，以生成定制的HBC标记报告（图1c）。 主要结果指标是刺激部位的整体HBC功率，定义为0.0625Hz处的平均振荡功率（μV²），在所有部位和强度下最小-最大标准化到0和1之间（分别针对前额叶和顶叶部位）。利用HBC报告，我们确定HBC功率最大的部位是否为负相关的sgACC靶点，并测试通过HBC功率识别负相关sgACC部位的准确率是否高于40%的随机水平。该随机水平是基于5个靶点中有2个（40%）为负相关sgACC靶点。 我们使用重复测量方差分析来比较三种条件（2个正相关sgACC、2个负相关sgACC和1个中性sgACC靶点），通过平均2个负相关靶点和2个正相关靶点的HBC功率进行比较。使用SPSS中的配对样本t检验，比较负相关sgACC靶点的HBC功率与正相关和中性sgACC靶点的HBC功率，探讨在负相关sgACC靶点是否确实存在较高的HBC功率。为探索HBC功率在负相关sgACC位置是否较高的程度，我们将每个刺激部位作为单独类别，而不是基于sgACC连接进行分组，分别比较每个负相关sgACC靶点与正相关sgACC和中性sgACC靶点。作为另一项探索性分析，我们计算每个部位HBC功率与sgACC连接强度之间的线性相关性以及部位间距离的Pearson相关系数。由于这些测试是为未来研究生成假设而设计的探索性分析，因此结果未进行多重比较校正。 疼痛评分也在参与者内进行最小-最大标准化，并纳入上述分析以控制疼痛作为混杂因素的影响。首先，测试疼痛评分最高的部位是否能以超过40%的随机水平识别负相关的sgACC靶点。随后，我们计算疼痛评分与HBC功率之间的Pearson相关系数，以评估二者之间的关系。
