丘脑底核深部脑刺激（STN-DBS）是一种能有效改善帕金森病运动症状的神经调控疗法，但其疗效在个体间存在差异。尽管术前左旋多巴激发试验（LCT）作为评估深部脑刺激（DBS）手术候选者的术前筛查手段已获得认可，但该方法未能解释患者对DBS治疗产生不同程度反应的内在机制。既往研究证实，帕金森病患者存在脑结构和功能改变，这些改变可能与DBS疗效相关。虽然基于fMRI的个体脑网络具有预测潜力，但生理因素和非生理因素可能引起扫描干扰。弥散张量成像（DTI）相对而言更为稳定，可以反映脑区间的白质纤维连接。目前个体大脑结构与DBS治疗效果之间的关联尚不十分明确，因此需要进一步的研究来阐明这一关系。

低改善组（LIG）和高改善组（HIG）在性别、年龄、病程、LEED、基线H-Y分期（med off和Stim off）以及基线UPDRS III运动评分（med off和Stimo off）上没有显著差异（表1），分别统计四种运动症状的基线评分也未见显著差异（表2），表明组间的基线运动功能是匹配的。

表1. 人口学和临床特征

表2. 四种运动症状评分

图2. 四种运动症状在不同状态下的评分均值及DBS改善率

低改善组（LIG）的标准化特征路径长度（Lambda）更长（t=2.19，p=0.031），表明LIG组的信息传递效率更低，这可能是限制DBS疗效的原因。此外，LIG的全局网络效率（Eg）低于HIG，提示运动功能改善效果不佳的患者，其全局脑网络效率呈现下降趋势。

表3. 全局拓扑属性比较

与高改善组相比，低改善组在以下连边中显示出降低的结构连接强度：左额上回（中央区）-左内侧额回（腹外侧区）[SFG.L-MFG.L（1,23）]、左颞上回（中央区）-左基底神经节（伏隔核）[STG.L-BG.L（69,223）]、左梭状回（腹前区）-左梭状回（腹外侧区）[FUG.L-FUG.L（103,107）]、左扣带回-右枕叶回[MVOcC.LLOcC.R（191,208）]（图3a）。相关节点分布在边缘网络（LN）、视觉网络（VN）、额顶网络（FPN）、默认模式网络（DMN）和背侧注意网络（DAN）中（图3c）。

进一步分析以上特征对疗效的分类性能，发现SFG. L-MFG. L（1,23）、STG. L-BG. L（69,223）的曲线下面积（AUC）（0.710、0.731）大于0.7，表明其具有中等的分类性能。

图3. LIG与HIG的结构接连强度存在差异

将组间存在差异的网络特征分别与运动症状改善率进行person相关性分析，发现标准化特征路径长度（Lambda）与DBS总改善率负相关（r= -0.242，p=0.020）。SFG.L-MFG.L（1,23）与总改善率（r=0.310，p=0.002）及中轴症状改善率（r=0.221，p=0.033）呈正相关。STG.L-BG. L（69,223）与总改善率、强直改善率及中轴症状改善率正相关（r=0.344，p=0.001；r=0.234，p=0.025；r=0.321，p=0.002）。FUG.L-FUG.L（103,107）与总改善率呈正相关（r=0.310，p=0.003）。MVOcC. L-LOcC. R（191,208）与总改善率及运动迟缓改善率正相关（r=0.285，p=0.006；r=0.241，p=0.020）。

图4. 网络特征与DBS疗效的关系

采用多元线性回归法构建预测模型，通过逐步回归法筛选自变量后，临床预测模型包含术前左旋多巴冲击试验分数（LCT）和病程。网络预测模型包含标准化特征路径长度及四条连边，融合预测模型则包含术前LCT和SFG.L-MFG.L连边，表明左额上回（中央区域）与左内侧额回（腹外侧区域）间的白质连接是DBS初始疗效的独立预测因子。融合方法的决定系数（R²= 0.534，p<0.001）高于临床方法（R²= 0.487，p<0.001）和网络方法（R²= 0.286，p<0.001），提示SFG.L-MFG.L连边能有效提升常规术前预测的效果（表4）。相关性分析显示，融合方法（临床信息与网络特征）预测的DBS疗效及与实际DBS疗效的相关性最强（r=0.715，p<0.001）（图5）。

表4. 不同方法的预测性能

图5. DBS疗效预测值与DBS疗效实际值的关系