脑龄差距可能影响认知障碍风险因素之间的关系

Brain age gap may influence the relationship between cognitive impairment risk factors

美国英文医学研究新闻
新闻源:News-Medical
2025-06-20 00:00:00阅读时长3分钟1130字
脑龄差距认知障碍风险因素认知表现脑健康脑血管疾病大脑衰老思维记忆能力生物标志物认知下降风险

根据2025年6月18日发表在《神经病学®》(Neurology®,美国神经病学学会的医学期刊)上的一项研究,大脑预测年龄与实际年龄之间的差距(称为脑龄差距)可能会影响认知障碍风险因素(如高血压和糖尿病)与个人认知表现之间的关系。

神经影像技术的进步促使基于脑扫描训练的机器学习工具的发展,这些工具可以帮助检测人们大脑衰老的差异并预测大脑的生物学年龄。

随着年龄的增长,我们的大脑会发生变化,脑体积减少,支持脑组织的血管减少,而疾病会加剧这些变化,对脑健康产生深远影响。这种大脑衰老的迹象可以在脑扫描中看到,显示一个人的大脑是否比其实际年龄更老。我们的研究发现,拥有更多认知障碍风险因素与较差的认知表现相关,脑龄差距在此联系中起着关键作用。这种效应在患有脑血管疾病的人群中更为明显。

赛玛·希拉尔博士,新加坡国立大学研究作者

该研究包括1437名无痴呆症的参与者,平均年龄为66岁。其中60%没有认知障碍。

通过问卷调查、访谈和药物审查收集了参与者的医疗史。他们还接受了体检、实验室测试和脑扫描。

为了测量认知障碍的风险因素,研究人员根据以下风险因素为每位参与者计算了一个分数:年龄、种族、教育水平、过去和当前的吸烟状况、体重指数、抑郁症状、高血压、糖尿病、高胆固醇和中风。较高的分数表明认知障碍的可能性更大。

为了测量思维和记忆能力或认知表现,参与者进行了执行功能、注意力、语言、记忆、视觉构建(涉及复制绘图或建立模型的能力)和视觉运动速度(处理视觉信息并将其转化为行动的速度)的测试。

研究人员发现,较高的认知障碍风险因素分数与较差的认知表现持续相关,尤其是在视觉构建和视觉运动速度方面。

使用机器学习,研究人员开发了一种脑龄预测模型,以审查参与者的脑扫描并确定每位参与者的预测生物脑龄。研究人员然后从一个人的预测脑龄中减去他们的实际脑龄以计算他们的脑龄差距。正的脑龄差距意味着加速的大脑老化。

研究人员还使用脑扫描寻找脑血管疾病的标志物,如微出血和梗死(因血液供应不足导致的死亡组织区域)。他们比较了具有高和低数量标记物的人群。

研究人员发现在具有大量这些脑血管疾病标志物的人群中,脑龄差距影响了认知障碍风险因素如何影响思维和记忆能力,尤其是在执行功能和语言等领域。

他们发现中介比例(即脑龄差距对认知障碍风险因素与思维记忆能力之间关系的影响程度)总体上为20%,执行功能为34%,语言为27%。

“脑龄差距可能是确定一个人认知下降风险的有用生物标志物,”希拉尔说。“我们的研究结果表明,加速的大脑老化可能是将认知障碍风险因素与成年人脑血管条件下思维和记忆能力联系起来的重要因素。”

该研究的一个局限性在于它仅考察了东南亚人群,因此结果可能不适用于其他人群。由于并非所有参与者都有数据,研究人员也无法检查运动、饮食和阿尔茨海默病遗传标记对大脑结构和认知的影响。

该研究得到了新加坡国立大学、新加坡国家医学研究委员会和新加坡教育部的支持。


(全文结束)

声明:本文仅代表作者观点,不代表本站立场,如有侵权请联系我们删除。

本页内容撰写过程部分涉及AI生成(包括且不限于题材,素材,提纲的搜集与整理),请注意甄别。