背景：对于阿尔茨海默病的早期检测，至关重要的是在初步筛查中识别出认知表现符合轻度认知障碍（MCI）范围的个体，理想情况下应使用超越传统认知评估的方法。非侵入性、易于获取且适用于日常生活的筛查工具需求日益增长。面部表情，特别是静息状态下的表情，可能为MCI水平检测提供有前景的生物标志物。本研究旨在识别与静息状态下MCI水平相关的特定面部特征，以指导基于面部表情的筛查工具开发。
方法：根据蒙特利尔认知评估（MoCA）分数，将参与者分为MCI水平组和健康对照（HC）组。从31名MCI水平个体和14名健康对照者的静息状态面部表情视频记录中提取面部动作单元（AUs）。采用了两种统计模型：用于17个AUs强度的多层次零膨胀β回归模型，以及用于18个AUs存在与否的多层次逻辑回归模型。
结果：在零膨胀β回归中，与上唇上提相关的AU显示出显著的组间效应（MCI水平vs. HC；p<0.001），在多重比较校正后仍保持显著。逻辑回归揭示了与嘴唇紧绷（p<0.001）和吸唇（p<0.001）相关的AUs存在显著的组间差异，这两项在多重比较校正后仍保持显著。
结论：在MCI水平个体中观察到静息状态下的独特面部动作模式。这些发现突显了静息状态面部表情作为新型、无干扰的早期MCI水平检测筛查工具基础的潜力。
利益冲突声明：作者声明不存在利益冲突。
资助声明：本研究部分得到了日本学术振兴会（JSPS）科学研究费补助金（项目编号JP22H04872、JP22H04860、JP22H00544、JP22H00536和JP23H03506）以及日本科学技术振兴机构（项目编号JPMJCR20G1、JPMJCR20G6、JPMJPF2101和JPMJMS2237）的支持。资助方在研究设计、数据收集、分析、解释以及撰写稿件方面没有发挥作用。
作者声明：我确认已遵循所有相关伦理准则，并获得了必要的IRB和/或伦理委员会批准。
数据可用性：本研究期间构建和分析的数据集在提交时未公开，但可根据合理要求从通讯作者处获取。
【全文结束】
