目的:我们旨在通过对帕金森病(Parkinson disease,PD)患者神经黑色素敏感磁共振成像(Neuromelanin magnetic resonance imaging,NM-MRI)中蓝斑(The locus coeruleus,LC)信号的分析,研究PD冻结步态(Freezing of gait,FoG)与LC退行性变导致的去甲肾上腺素能功能障碍的关系。进一步明确FoG的发生机制,寻找可用于指导临床分层治疗及用药的生物标志物。方法:从2022年3月到2022年12月期间,收集符合2015年国际运动障碍协会(Movement disorder society,MDS)诊断标准的46例原发性PD患者作为研究对象,将PD患者分为PD FoG+组(n=22)和PD FoG-组(n=24)。同时收集13个性别、年龄匹配的健康志愿者作为健康对照组(Healthy controls,HC)。对所有受试者进行NM-MRI以及常规头核磁检查。计算所有受试者双侧LC的对比度噪声比(Contrast-to-noise ratio,CNR)以及经标准化后的CNR值。临床资料搜集过程中,由于本研究目的selleckchem LBH589是讨论PDmedication knowledge患者有无FoG是否会影响LC标准化后的CNR值,我们根据既往研究纳入了所有可能的混杂因素,如年龄、性别、病程、有无快速眼动睡眠行为障碍(Rapid-eye-movement sleep behavior disorder,RBD)及体位性低血压、蒙特利尔认知评估量表(Montreal cognitive assessment,Mo CA)、汉密尔顿抑郁量表(the Hamilton depression scale,HAMD)、淡漠量表(Apathy scale,AS)以及统一帕金森病评定量表(Unified Parkinson‘s disease rating scale,UPDRS)的UPDRS-III部分评分。统计学方法主要是采用两种方式构建线性回归模型用于控制混杂因素。模型1构建方法为逐步回归;模型2构建方法为基于效应改变法(Change-in-estimate,CIE)筛选混杂因素,随后运用多因素线性回归模型校正混杂因素。回归模型共线性的判断标准为方差膨胀因子(Variance inflation factor,VIF)>2,且两自变量高度相关,相关系数>0.7。结果:多因素模型显示除目标因素有无FoG(模型1:β:0.1selleck抑制剂27,95%C I:0.019～0.236,P=0.023;模型2:β:0.153,95%CI:0.019～0.287,P=0.026)以外,RBD(模型1:β:0.182,95%CI:0.073～0.291,P=0.002;模型2:β:0.171,95%CI:0.048～0.294,P=0.008)以及性别(模型1:β:0.150,95%CI:0.042～0.257,P=0.007)均是影响左侧LC标准化后CNR值的独立影响因素。其中RBD影响程度最大,其次是性别和有无冻结。结论:FoG的发生与LC退行性变导致的去甲肾上腺素能功能障碍相关。