综述：慢性疼痛中的大脑网络特性：基于图论的连接性指标的系统性回顾与荟萃分析

《Frontiers in Neuroscience》：Brain network properties in chronic pain—a systematic review and meta-analysis of graph-based connectivity metrics

　　慢性疼痛患者存在功能性脑网络拓扑局部效率降低，但结构性拓扑未发现显著改变，提示功能连接异常可能参与其病理机制。

　　慢性疼痛是一种长期存在的健康问题，影响全球超过30%的人口。它不仅对个人的生活质量造成严重影响，也带来了巨大的经济负担。与急性疼痛不同，急性疼痛通常是机体对损伤的一种保护性反应，而慢性疼痛则是一种复杂的病理状态，涉及大脑结构和功能层面的神经可塑性改变。尽管已有大量研究关注慢性疼痛的神经机制，但其对大脑网络拓扑结构的影响仍未完全明确。近年来，随着神经影像技术的进步和网络神经科学的发展，研究者们开始利用图论方法来探索大脑网络的拓扑特性，这些特性包括信息整合、信息分离、中心性、韧性以及小世界特性等。通过分析大脑网络的全局拓扑属性，可以更深入地理解慢性疼痛的神经基础，并为相关疾病的治疗提供新的视角。

本研究旨在通过系统综述和元分析的方式，定量评估慢性疼痛患者在静息状态下功能性及结构性大脑网络拓扑属性的变化情况。研究采用的图论方法能够量化大脑网络的组织方式，将整个大脑网络的特性转化为单一数值，从而更清晰地揭示其功能和结构上的差异。功能性网络拓扑属性主要通过静息态功能性磁共振成像（rs-fMRI）、静息态脑电图（rs-EEG）和静息态磁共振波谱成像（rs-MEG）等技术进行分析，而结构性网络拓扑属性则依赖于扩散加权磁共振成像（dMRI）技术，通过追踪白质纤维束来评估连接性。这些研究的共同目标是探索慢性疼痛是否会导致大脑网络拓扑结构的特定改变。

在研究方法上，本综述遵循了预注册的系统性流程（PROSPERO CRD42024542390），并在多个数据库中搜索相关文献，包括PubMed、Web of Science、PsychInfo、CINAHL和Scopus。研究采用了一个改良版的新castle-oottawa量表来评估偏倚风险，同时使用随机效应元分析来综合不同研究的结果。研究过程中，研究人员对文献进行了双重筛选，并通过讨论解决分歧。此外，为了确保数据的准确性和完整性，研究者们还采用了WebPlotDigitizer等工具从图表中提取数据，并对部分无法获得标准差的研究进行了估算。

研究结果显示，共有32项功能性网络拓扑研究和17项结构性网络拓扑研究被纳入综述，其中27项功能性研究和17项结构性研究适用于元分析。在功能性网络拓扑方面，研究发现慢性疼痛患者表现出较低的局部效率，这一结论的证据等级较低。局部效率是衡量网络局部信息传递能力的指标，其降低可能意味着大脑在处理信息时出现了功能上的整合倾向，而非传统的分离模式。这种现象在不同类型的慢性疼痛中均有所体现，无论是原发性疼痛还是继发性疼痛，都显示出局部效率的下降。这表明，慢性疼痛可能在不同病理基础上导致类似的功能网络重组现象。

相比之下，结构性网络拓扑研究的结果则较为复杂。尽管一些研究报道了慢性疼痛患者在白质束上出现微结构变化，例如胼胝体、丘脑辐射、内囊和冠状辐射等区域的改变，但这些局部变化并未影响到整个大脑结构网络的全局组织特性。换句话说，慢性疼痛并未导致结构性网络拓扑属性的显著改变。这一发现与一些神经系统疾病不同，如癫痫、帕金森病和创伤性脑损伤，这些疾病通常伴随着明显的结构网络拓扑异常。因此，研究结果表明，尽管慢性疼痛可能影响特定的白质束，但并未改变大脑的整体结构组织方式。

研究还指出，所纳入的文献存在较高的异质性。在功能性网络拓扑的元分析中，异质性指数（I2）在大多数研究中超过了50%，表明研究结果之间的差异较大。而在结构性网络拓扑的元分析中，异质性指数甚至高达97%，进一步凸显了研究间的不一致性。此外，研究的质量评估显示，超过一半的功能性研究和结构性研究在偏倚风险方面存在一定的问题，尤其是在样本选择和研究设计方面。许多研究未能详细报告受试者的性别、疼痛持续时间、疼痛强度等基本信息，这在一定程度上影响了研究结果的可靠性。

值得注意的是，本研究还探讨了慢性疼痛的不同类型，包括原发性疼痛和继发性疼痛。原发性疼痛是指独立存在的疾病，而继发性疼痛则是其他疾病的一种症状。此外，研究还关注了心理共病对网络拓扑变化的影响。然而，由于研究中关于心理共病的报告较为不一致，研究者们未能明确其对功能性网络拓扑变化的具体作用。因此，未来的研究需要更加系统地评估心理共病在慢性疼痛神经机制中的角色。

本研究的局限性也值得关注。首先，所纳入的功能性网络拓扑研究主要关注低频波动（≤0.1 Hz），而其他频率带的分析未能被纳入。其次，部分研究因报告不充分而被排除，这可能影响研究结果的全面性。此外，由于研究中涉及的慢性疼痛类型和网络拓扑属性不同，某些网络属性可能因样本量不足而无法进行元分析。最后，本研究排除了结构性共变网络的研究，因为这些研究主要关注灰质形态参数之间的相关性，而非白质连接性。因此，结构性网络拓扑变化是否能通过其他方法被发现仍需进一步探讨。

本研究的发现对临床和科研具有重要意义。首先，功能性网络拓扑的变化可能为慢性疼痛的诊断和治疗提供新的依据。例如，局部效率的降低可能提示大脑在处理信息时出现了整合倾向，这可能与慢性疼痛的神经机制相关。因此，未来的研究可以关注这些功能性网络拓扑变化的时间进程及其对治疗干预的反应。其次，尽管整体大脑网络的拓扑结构未发生显著变化，但某些子网络可能受到影响。例如，研究者们建议未来可以进一步分析特定的大脑子网络，如“疼痛矩阵”或其他大型脑网络，以更精确地揭示慢性疼痛对网络拓扑的影响。此外，研究还提到一些新的全局网络属性，如节点破坏指数，这些属性可能在检测慢性疼痛相关的网络变化方面更具敏感性和可靠性。

总的来说，本研究为慢性疼痛的神经机制提供了新的视角。功能性网络拓扑的变化可能反映了慢性疼痛对大脑信息处理方式的深远影响，而结构性网络拓扑的相对稳定则表明，慢性疼痛主要影响的是功能层面的整合能力，而非结构层面的整体组织方式。这些发现不仅有助于深化对慢痛的神经基础的理解，也为未来的治疗策略提供了新的思路。然而，研究中也指出了当前方法学上的不足，包括数据报告的不一致、样本选择的偏差以及缺乏对心理共病的系统评估。因此，未来的研究需要在方法学上进行改进，以提高结果的可靠性和可比性和，从而更全面地揭示慢性疼痛对大脑网络拓扑的影响。