2024年8月，首都医科大学附属北京天坛医院神经外科学中心张建国教授团队在美国神经放射学杂志《American Journal of Neuroradiology》发表了一篇题为《Individual Structural Covariance Network Predicts Long-Term Motor Improvement in Parkinson Disease with Subthalamic Nucleus Deep Brain Stimulation》的研究论文。这项研究首次利用T1成像构建帕金森病（PD）患者的个体结构网络，揭示了其在预测丘脑底核脑深部电刺激（STN-DBS）术后长期运动疗效中的应用潜力。特别发现小脑-基底节-前额叶网络具有显著预测效能，提示了PD患者的运动障碍不仅与运动系统相关，还涉及复杂的认知网络调控过程。此研究为术前精准评估提供了新思路，提升了DBS疗效预测的精度。北京天坛医院刁玉博士为第一作者，北京天坛医院张建国教授为通讯作者。
引 言
主要结论
01
小脑-基底节-前额叶网络的连边特征及疗效预测
研究共入组178名参与者（138名PD患者和40名健康对照），根据STN-DBS术后中位数3年的运动改善情况，将患者分为改善良好（GIG）组和改善较差（MIG）组。研究团队通过神经网络多层感知分类器筛选全脑连边特征，结果显示小脑-基底节-前额叶网络在区分GIG和MIG两组上效果显著，AUC值达到0.802。这表明基于个体化结构网络的连边特征可以较高效地预测患者的术后改善，为个体化DBS疗效评估提供了科学支持。
02
网络拓扑属性与疗效的关系
进一步分析表明，PD患者的长期疗效与小脑-基底节-前额叶网络的拓扑结构属性密切相关。研究显示，该网络的度中心性和局部效率与长期运动预后呈显著正相关——即拓扑结构更紧密的网络更易受到DBS的有效调节。相反，网络离散性较高的患者群体在术后改善有限，这揭示了患者的早期网络状态可能是影响疗效的重要因素。
图2：个体结构网络的拓扑属性与STN-DBS长期疗效之间的关系。
03
小脑-基底节-前额叶网络的预测模型及其临床价值
通过XGBOOST构建小脑-基底节-前额叶网络预测PD患者STN-DBS术后长期运动评分的预测模型，预测模型与真实值相关性达到0.671，均方误差为0.055。这一预测模型显示出良好的应用前景，提示运动恢复不仅依赖于运动系统，还需认知网络的高度参与。研究表明，小脑-基底节-前额叶网络作为“运动-认知”网络，可以为PD术前评估提供新型生物标志物。
总 结
第一作者简介
刁玉 博士
首都医科大学附属北京天坛医院
首都医科大学附属北京天坛医院专业型博士研究生
师从北京天坛医院张建国教授，主要研究方向为脑功能性疾病的颅内电生理及影像学研究
近五年发表SCI论文十余篇
通讯作者简介
张建国 教授
首都医科大学附属北京天坛医院
教授，主任医师，博士生导师
首都医科大学附属北京天坛医院神经外科学中心副主任兼功能神经外科主任
北京市神经外科研究所功能神经外科研究室主任、神经电刺激研究与治疗北京市重点实验室主任
首都医科大学运动障碍性疾病诊疗与研究中心主任、神经调控技术国家工程研究中心副主任
享受国务院政府特殊津贴、北京学者、北京市有突出贡献专家
兼任中国医师协会神经外科医师分会常务委员兼总干事、中国医师协会神经调控专业委员会主任委员、中国抗癫痫协会（CAAE）副会长、中华医学会神经外科学分会神经生理监测学组主任委员、北京医学会帕金森病与运动障碍分会副主任委员、北京医学会神经外科分会副主任委员、中国神经调控联盟理事长、世界立体定向和功能神经外科学会（WSSFN）常务理事、亚洲癫痫外科协会常务理事等
专注脑功能性疾病30余年，率先应用脑起搏器治疗帕金森病，开启了神经调控治疗脑功能性疾病的序幕，建立首个国家级神经调控多学科诊疗体系和平台，组建中国神经调控联盟，主持推动脑起搏器国产化的临床验证，为我国有源性植入脑起搏器的研发和临床推广做出了突出贡献
主持科技部、国自然重点及省部级课题20余项，近5年在《JAMA Neurology》、《Nature Communications》、《JNNP》、《Brain》等国际期刊发表相关研究成果150余篇
主编和编译论著8部，主持撰写临床诊疗指南及专家共识8项，其中1部被纳入国际指南规范
2018年获“国家科技进步一等奖”，2021年获“华夏医学科技奖一等奖”，2021年当选“北京学者”等
识别二维码，前往张建国 教授学术主页
查看更多精彩内容
点分享
点收藏
点点赞
点在看
