《表1 近年来关于失眠的静息态fMRI研究列表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《失眠患者静息态脑网络的改变:网络内与网络间的功能连接异常》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:（1）ALFF:低频震荡分析；FC:功能连接；ICA:独立成分分析；ReHo:局部一致性（2）ID:失眠组；HC:健康控制组；ISI:the Insomnia Severity Index，失眠严重指数量表；PSG:Polysomnography，多导睡眠监测（3）“–”:无应用；Y:有（4）失眠类型:1:小于3个月；2:大于3个月。

随着rs-fMRI技术在失眠研究中的推广，目前已发现失眠患者脑功能的多项异常，这对疾病的分型、治疗手段的选用和疗效的评估等提供了重要依据（Kim et al.，2017；Lee et al.，2018）。由于脑区范围、分析方法及参数指标等的差异（Huang et al.，2012；Li，Dong，et al.，2017；Nie et al.，2015），已有研究存在不同质性:有的强调局部，有的强调全脑；有的强调活动，有的强调连接。这对总体理解失眠患者的脑功能受损情况仍存在局限。大尺度脑网络是涵盖多个脑区、功能相对单一的大脑结构，能整合不同的rs-fMRI参数指标，提供一个从整体上理解失眠的角度。通过文献回顾，我们共收集到19篇失眠的rs-fMRI研究，具体如表1。总结发现，失眠的影响主要集中在默认网络、突显网络、认知控制网络、负性情绪网络这四个脑网络上。我们还发现，这些研究中失眠被试年龄普遍偏大；有超过一半研究将失眠严重指数（the Insomnia Severity Index，ISI）作为失眠评判的指标，而只有5篇研究将多导睡眠监测（polysomnography，PSG）作为客观失眠的指标。另外，从分析方法来看，采用rsFC的研究最多，占50%以上，其次是ALFF和fALFF（5/19），再者是ICA 3篇和ReHo 2篇；在被试类型上，5篇研究的对象为长期失眠患者，其余14篇为短期与长期失眠混合患者，原发性失眠有16篇。