斯坦福大学医学院的研究人员及其同事发现,静息脑活动的模式可能预测谁更有可能在症状出现前数年出现记忆问题。
中文 ·
斯坦福大学研究将静息脑活动与未来阿尔茨海默病风险联系起来
斯坦福大学研究人员开发了一种基于静息脑扫描的ARC评分,该评分可预测健康成年人在长达12年的随访期内认知功能下降的速度。
作者 Hermes Vector · Read in English

摘要
- 斯坦福大学研究人员基于“超级老年人”和阿尔茨海默病患者的静息态功能性磁共振成像(fMRI)扫描数据,开发了一种ARC评分。
- 在另一组143次扫描数据的测试中,该评分将约71%的人正确归类。
- 在1,315名认知健康的成年人中,较高的ARC评分与长达12年的随访期内更快的记忆衰退有关。
- 加入ARC评分后,预测能力超过了仅使用年龄、淀粉样蛋白β和tau蛋白扫描以及APOE基因风险进行的预测。
研究设计
该团队比较了两组人群:110名阿尔茨海默病患者,以及180名年龄至少75岁、在记忆测试中得分高于中年成年人典型水平的成年人。研究人员将后者称为“超级老年人”(SuperAgers)。
研究人员利用参与者在静止状态下进行的静息态功能性磁共振成像扫描,寻找信号同步上升和下降的大脑区域。在“超级老年人”中,涉及大脑前部的某些连接更强。而在阿尔茨海默病患者中,涉及位于大脑深处的岛叶(insula)的某些连接更强。
“这表明,阿尔茨海默病的易感性可能反映在大脑作为互联系统的功能方式上,”斯坦福大学医学院专注于计算神经科学的博士后研究员、该研究的主要作者赵康浩(Kanhao (Alex) Zhao)告诉《ScienceAlert》。
该团队开发了“阿尔茨海默病韧性-易感性连接组”(Alzheimer's Resilience–Vulnerability Connectome,简称ARC)。
“ARC评分总结了个体的大脑连接更接近于保持卓越记忆直至老年的‘超级老年人’,还是更接近于阿尔茨海默病患者,”赵康浩说。
较低的评分更像“超级老年人”,较高的评分更像阿尔茨海默病患者。当在另一组来自143名已属于这两个群体之一的个体的扫描数据进行测试时,该方法将约71%的人正确归类。
预测未来的衰退
研究人员随后计算了1,315名无认知障碍成年人的首次扫描的ARC评分,并将其与多年后的测试结果和临床评估进行比较。大多数数据集覆盖约5至6年,最长的延长至12年。
起初,ARC评分较低和较高的受试者在大多数测试中的表现相似。随着时间的推移,扫描结果更像阿尔茨海默病的人在记忆和日常功能评估中衰退得更快。他们也更有可能发展为阿尔茨海默病或轻度认知障碍。
随访扫描显示,尽管两组起始水平相似,但扫描结果更像阿尔茨海默病的人大脑中可积聚成斑块的淀粉样蛋白β(amyloid beta)积累得更快。研究人员未发现与阿尔茨海默病相关的另一种蛋白质tau的积累存在明显差异。
加入ARC评分后,对谁会发展为轻度认知障碍或阿尔茨海默病的预测能力,超过了研究人员仅使用年龄、测量淀粉样蛋白β和tau蛋白的扫描以及APOE基因相关遗传风险所能做出的预测。
“我们需要更大规模的前瞻性研究,在数年内跟踪认知健康的个体,并在不同人群和MRI扫描仪中进行验证,”赵康浩说。
“这些研究必须建立可靠的个体水平预测,证明其超越现有生物标志物的附加价值,并确定ARC指导下的评估是否能改善临床决策。”
为何重要
该研究发表在《科学进展》(Science Advances)杂志上。如果研究结果得到证实,该评分可能有助于研究人员在记忆问题开始之前,招募更高风险的人群参加阿尔茨海默病预防试验。研究人员警告称,ARC评分并非用于诊断阿尔茨海默病。
来源(英文)
- sciencealert.com: Stanford Scientists Discover Resting Brain Activity May Predict Alzheimer's Years Before Memory Decline : ScienceAlert
- sciencedaily.com: Stanford scientists discover hidden brain signals that predict Alzheimer’s years before symptoms | ScienceDaily
本文由人工智能翻译自英文原文,并经过自动审核,确保与原文意思一致。来源已用英文核实。
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.