选取 2024年6月—2025年3月于安徽医科大学第一附属医院肾脏内科住院的84例ESRD患者。纳入标准：① 符合肾脏病预后质量倡议（kidney disease outcomes quality initiative， K/DOQI）指南诊断；② 年龄20~70 岁；③ 右利手，视听力正常，无交流障碍。排除标准：① 既往有颅脑损伤及其他脑部疾病病史；② 既往有意识障碍、情感、神经心理疾病；③ 既往有物质依赖或滥用史；④ 磁共振常规T2检查发现颅内有明显器质性病变。⑤ 合并肾移植、急性感染、心衰、严重肝功能损害等疾病；⑥ 不能配合神经心理学评估及头颅磁共振检查。本研究已获得安徽医科大学一附属医院伦理委员会批准（伦理审批号：PJ 2024-06-63），所有受试者纳入前均签署书面知情同意书。

收集患者的一般资料，包括性别、年龄、受教育年限、高血压病史、糖尿病病史等。收集患者实验室数据，包括白细胞、血红蛋白、白蛋白、尿素氮、总胆固醇、三酰甘油等。采用中文版Tilburg衰弱评估量表（tilburg frailty indicator， TFI）评估所有受试者衰弱情况，TFI 是Gobbens et al^［7］于2010年在衰弱整合模型基础上研发的一种多维衰弱筛查工具，随后被翻译成10多种语言，Gilardi et al^［8］将TFI确定为衰弱的最佳筛查工具，认为其具有多维结构、操作简便、评估快速等优点，并且在预测衰弱相关不良结局方面具有较好的准确性。自2013年奚兴 等^［9］将TFI引进我国并完成本土化调试后，其中文版本已广泛应用于慢性病群体的衰弱评估。该量表具有良好的信度与效度，其Cronbach’s α系数为0.750^［10］。该量表包含身体、心理及社会3个维度共计15个条目，总分范围0～15分，得分高于5分即判定为衰弱，且分数越高反映衰弱程度越严重。在心理状态评估方面，采用焦虑自评量表（self-rating anxiety scale， SAS）评定焦虑水平，标准分低于50分为无焦虑，50～59分为轻度，60～69分为中度，70分及以上为重度焦虑，该量表Cronbach’s α系数为0.743^［11］。抑郁状态则通过抑郁自评量表（self-rating depression scale， SDS）进行评定，总分53～62分为轻度抑郁，63～72分为中度抑郁，72分以上为重度抑郁，其Cronbach’s α系数为0.906^［11］。睡眠质量采用匹兹堡睡眠质量指数（pittsburgh sleep quality index， PSQI）进行评价，该量表涵盖主观睡眠质量、入睡时间、睡眠时长、睡眠效率、睡眠障碍、催眠药物使用及日间功能共7个维度，各维度按0～3分计，总分0～21分，得分越高代表睡眠质量越差，其Cronbach’s α系数为0.820^［11］。营养状况则通过主观整体评估（patient-generated subjective global assessment， PG-SGA）量表进行评估，得分0～1分为营养良好，2～3分为可疑营养不良，4～8分为中度营养不良，9分及以上为重度营养不良，其Cronbach’s α系数为0.707 ^［12］。本研究中神经心理学评估由1名受过专业培训的神经心理学医师来完成，评估人员对参与本研究的被试者的临床特征和分组情况不知情。

收集所有受试者3.0T MRI（siemens healthcare， 德国rrlangen生产）的脑常规序列，选用了64通道头部矩阵线圈。主要扫描参数如下，T2 加权液体衰减反转恢复序列（T2-weighted fluid-attenuated inversion recovery， T2-FLAIR）：回波时间 98 ms，重复时间 8 000 ms，成像视野 220 mm× 200 mm，翻转角度150°，矩阵 320×224，层厚5 mm，层距1 mm，层数24，用时98 s；三维 T1 加权成像（three-dimensional T1-weighted imaging，3D-T1）：回波时间 2.9 ms，重复时间 2 300 ms，成像视野 256 mm×240 mm，翻转角度9°，矩阵 256×256，层厚1 mm，层距 0.5 mm，层数208，用时5.1 min；rs-fMRI：回波时间30 ms，重复时间3 000 ms，成像视野220 mm×220 mm，翻转角度 90°，矩阵64×64，层厚3.4 mm，层距0 mm，层数48，共197个时间点，用时10 min。

核磁数据处理基于Matrix Laboratory（MATLAB）2013a（美国MathWorks公司）平台上，调用Data Processing & Analysis of Brain Imaging（DPABI）软件包（http：//rfmri.org/DPABI）进行数据预处理，主要步骤如下：首先，剔除前10个时间点以保证磁场的稳定性；然后，对剩余的图像进行时间层及头动校正［剔除头部运动>3.0 mm和（或）任何方向最大旋转角度>3.0°］并配准到蒙特利尔标准脑空间（分辨率重采样为3 mm×3 mm×3 mm）；最后，采用全宽半高值为6 mm的高斯平滑核对图像进行平滑。

利用Group ICA of fMRI Toolbox（GIFT）软件包（http：// icatb.sourceforge.net/）将平滑后的84例受试者数据进行组间ICA分析。首先采用主成分分析来降低数据维度，通过Informax算法估计成分数量为20个。随后为了保证独立成分（independent component，IC）的可靠性和稳定性，Informax在ICASSO中重复了100次。最后，利用组ICA反重建方法对单个时间过程和空间图进行重建。在20个IC中，通过目视检查和空间模板匹配获得感兴趣的静息态脑网络（resting-state network， RSN），分别为听觉网络（auditory network， AUN） ，默认网络（default mode network， DMN），背侧注意网络（dorsal attention network， DAN），感知运动网络（sensorimotor network， SMN），视觉网络（visual network， VN）。

采用SPSS 25.0软件进行数据分析和处理，对患者一般资料及临床资料进行统计描述，计数资料以n（%）表示，组间比较采用χ²检验。正态分布的计量资料以x¯±s表示，两组间比较采用独立样本t检验；非正态分布的计量资料以M（P₂₅，P₇₅）表示，两组间比较采用 Mann-Whitney U检验；P<0.05为差异有统计学意义。采用最小绝对收缩和选择算子（least absolute shrinkage and selection operator， LASSO）回归分析，以 Lambda.1se为标准筛选潜在影响变量，将筛选后的变量纳入多因素回归模型，分析影响衰弱的独立因素。Hosmer-Lemeshow检验P>0.05 表示模型拟合良好，绘制受试者工作特征（receiver operating characteristic， ROC）曲线下面积（area under the cure， AUC）验证模型的预测效能，AUC>0.7表示模型分辨能力较好。ICA分析网络间功能连接，双样本t检验用于比较衰弱组与非衰弱组之间脑网络功能连接的差异。多重比较采用错误发现率（false discovery rate， FDR）标准（P<0.05）。

本研究根据中文版TFI得分将患者分为2组：衰弱组和非衰弱组。衰弱组年龄高于非衰弱组，而受教育年限少于非衰弱组。实验室指标方面，衰弱组尿酸、尿素氮的值高于非衰弱组。神经心理学测试方面，衰弱组抑郁发生率显著增高，营养评分、睡眠评分均高于非衰弱组，上述差异有统计学意义（P<0.05），其余指标无显著差异，见表1。

利用LASSO回归对纳入的性别、年龄、实验室指标、评估量表等34个变量指标进行筛选。选取Lambda.1se作为最佳λ值筛选出7个变量：年龄、受教育年限、尿素氮、血糖、抑郁、营养情况、睡眠质量，见图1。将是否衰弱作为因变量（否=0，是=1），将LASSO回归筛选的变量纳入自变量，进行多因素Logistic回归分析，其中抑郁（否=0，是=1）设置为分类变量，年龄、受教育年限、尿素氮、血糖、营养情况、睡眠质量输入原始值。结果表明，高尿素氮水平、抑郁、营养不良、睡眠障碍是ESRD合并衰弱的危险因素（P<0.05），而受教育程度高是其保护性因素（P<0.05），见表2。将筛选出的5个独立变量用于构建模型，Hosmer-Lemeshow 检验χ²=6.015，P=0.646。将模型预测概率作为新变量，绘制ROC曲线，AUC为0.900，临界值为0.706 （P<0.001， 95%CI：0.828~0.971），预测模型的灵敏度为0.707，特异度为0.868，见图2。

根据单样本t检验组水平ICA结果，20个IC中有6个被识别为5个RSNs，包括AUN（IC12），DMN（IC15），DAN（IC2），SMN（IC20），VN（IC10、19），见图3。AUN包括双侧颞上回；DMN主要集中在扣带后皮层、楔前叶和双侧顶叶外侧皮层；DAN包括顶下沟和颞中回；SMN主要位于双侧中央前回、中央后回和前运动皮层；VN主要包括枕叶内侧和外侧。

与非衰弱组相比，衰弱组在SMN-VN的网络间连接显著减弱（P<0.05，FDR校正），见图4。