摘要
本研究旨在识别与后续认知衰退相关的正常受试者的基线特征。研究利用阿尔茨海默病神经影像计划(ADNI)公开可用的数据，寻找在48个月内将遭受认知衰退的认知健康个体与在此期间保持稳定的个体之间基线临床评估(ADAScog、AVLT、FAQ)的差异。线性回归模型表明，个体的转换状态与某些基线神经影像测量指标显著相关，包括后扣带回葡萄糖代谢。利用从MRI和FDG-PET测量中获得的基线特征构建的线性判别分析模型，能够成功预测个体是否将在48个月内转换为轻度认知障碍(MCI)或保持认知稳定。本研究结果支持这样一个观点：那些后来会发展为认知障碍的正常人与那些将保持认知稳定长达四年的正常人之间存在有意义的差异。此外，本研究还证明了开发能够检测看似正常个体中早期认知衰退状态的预测模型的可行性。
引言
阿尔茨海默病(AD)是一种破坏性的疾病，其特征是脑组织发生不可逆的损伤。根据阿尔茨海默病协会最近的估计报告，多达510万美国人患有AD，如果我们不能建立有效的预防措施，随着社会寿命的延长，这一数字预计将在未来几年大幅增加。因此，研究人员将重点放在更好地了解疾病在最早期的表现上至关重要，这有助于开发神经保护疗法，预防与AD相关的损害。
AD表现为多种认知缺陷，随着疾病进展而加剧，包括记忆、判断力、推理和言语流畅性的丧失。虽然这些明显的症状可以很容易地评估，但AD确诊的金标准仍然是检测标志性疾病病理，包括由淀粉样β蛋白(Aβ)组成的斑块和由tau蛋白组成的神经原纤维缠结。阿尔茨海默病病理存在于完全认知正常的受试者中，据估计，从可检测到的淀粉样蛋白病理出现到痴呆发展可能需要至少15年。一种智力功能减退的早期阶段，称为轻度认知障碍(MCI)，如果能够通过生物标志物证明存在阿尔茨海默病病理，则可被视为AD的前驱阶段。先前的研究已经检查了MCI受试者群体，以确定哪些测量指标足以区分这一群体。各种测量指标已被证明能够区分MCI与认知正常的个体，包括临床评估、神经影像学和生物化学测量。此外，临床、神经影像学、生物化学和电生理测量也显示能够确定哪些MCI个体会在后期经历进一步衰退。
虽然MCI文献的结果很有希望，但证据表明，与疾病相关的神经生物学变化在明显症状出现之前就已经发生。许多研究旨在识别认知正常受试者中与未来衰退相关的测量指标。海马和颞叶代谢减少的纵向测量，以及海马、颞叶和总体积损失，发现在经历认知衰退的正常个体中比在保持稳定的个体中更大。内嗅皮层(ERC)内的基线测量似乎与认知衰退有同样令人信服的关联。ERC中的低代谢被发现与从正常转变为MCI密切相关；ERC体积的基线测量在后来转变为可能AD的非痴呆个体群体中与未转变的个体相比显著不同。此外，基线病理标志物已被发现与认知正常个体未来认知衰退的风险相关。对Aβ沉积的纵向检查表明，基线Aβ水平高的正常健康受试者在3年内发展为MCI的可能性远高于Aβ水平正常的受试者。此外，基线Aβ/tau水平比值已被证明可以预测临床痴呆评定(CDR)为0的正常个体是否会下降至CDR>0。
阿尔茨海默病神经影像计划(ADNI)提供了一个机会，可以进一步研究认知正常受试者中的哪些变化可预测未来的认知衰退。ADNI数据从200多名没有显著认知抱怨的正常个体中纵向收集。ADNI参与者的数据显示包括家族史、认知和行为的临床评估、MRI和PET扫描、遗传信息以及在脑脊液(CSF)中发现的循环蛋白水平。
本工作的总体目标是区分哪些认知健康的个体会保持认知稳定，哪些会转变为MCI。我们使用来自正常健康对照受试者的ADNI数据，检查基线临床、神经影像学或生物化学测量是否与未来转变为MCI相关。具体而言，我们旨在确定哪些临床测量在衰退者和非衰退者之间存在差异，哪些测量与未来衰退相关，以及哪些测量可用于正确将个体分类为将保持稳定或转变为MCI的个体。某些测量指标是先验检查的，例如海马和ERC的个体体积、颞叶中的大脑葡萄糖代谢以及逻辑记忆测试的表现。在测试先验假设后，检查了各种额外测量，以确定它们是否可能识别将衰退的正常受试者。
方法
ADNI数据可通过加州大学洛杉矶分校的神经影像实验室公开获取。数据在ADNI的50多个站点中的每一个站点收集，并存储在指定的ADNI数据核心中，研究参与者或其法定授权代表根据当地IRB批准提供书面同意。使用这些数据与加州大学旧金山分校人类研究委员会制定的政策一致。
1. 研究对象
对于本分析，我们纳入了在基线访问时被诊断为正常健康对照受试者的所有个体的子集数据，这些个体在基线时有可用的MRI数据，并且在后续访问中转变为MCI或在48个月时有可用数据。该受试者群体包括57名个体，其中41名在整个随访期间保持认知稳定(非转换者，NC)，CDR=0。其余16名受试者在后续测试访问中被诊断为MCI(转换者，CNV)：1名在基线后6个月，2名在12个月，5名在24个月，7名在36个月，1名在48个月。一些CNV受试者没有返回进行48个月的随访，但所有NC都返回了；因此所有CNV受试者在48个月内转换，所有NC受试者在48个月内保持稳定。根据ADNI方案，MCI的转换由现场医生在临床检查时根据MCI的已发布标准确定。CNV受试者均被确定为非痴呆(CDR≤0.5，MMSE≥24)，非抑郁(老年抑郁量表，GDS<6)。
使用Wilcoxon秩和检验(α=0.1水平)评估CNV和NC在人口统计学和临床变量方面的基线不平衡。在基线时，受试者年龄范围为63至90岁，NC和CNV的性别分布相当，教育水平没有差异(见表1)。
2. MRI采集和处理
这些受试者每个人都接受了ADNI的标准化1.5T MRI方案，其中包括基于矢状体积MP-RAGE序列的T1加权MRI(TE=4ms，TR=9ms，翻转角=8°，FOV=256×256×166mm)。图像质量和用于校正梯度非线性和强度不均匀性的预处理在指定的MRI中心进行，如前所述。
使用Freesurfer软件对图像进行进一步处理，以产生具有52个脑区解剖标签的分割图，产生每个区域的体积(mm3)以及33个区域的皮层厚度(mm2)。经验丰富的质量控制人员对分割图进行了视觉评估，并在未达到质量标准时将其从分析中排除。Freesurfer处理步骤的完整描述可在其他地方找到。最后，基于MCI文献中可用的先验知识，从5个区域MRI衍生的体积和厚度测量中选择一个子集用于主要分析，包括以下区域：海马、内嗅皮层、海马旁回皮层、楔前叶和后扣带回皮层。
3. FDG-PET采集和处理
这些受试者中的27名(11名CNV，16名NC)也在基线时接受了FDG-PET成像，并有可用的从PET图像导出的数值汇总数据。PET数据在不同分辨率的多种仪器上获取，每个参与站点都使用测量衰减校正和每种扫描仪类型的指定重建算法获取和重建FDG-PET数据，遵循标准化协议。图像由加州大学伯克利分校的ADNI PET核心使用ROI方法处理，从而获得5个脑区域的葡萄糖代谢平均测量值，这些区域位于左右角回、左右颞回和双侧后扣带回。
4. 建模和分析
为了检验特定基线神经影像测量与转换状态(个体是否会转换为MCI)相关的假设，我们进行了线性回归建模。对于每个回归模型，转换状态用作预测变量，一组不同的基于MRI的测量用作结果。这些测量包括5个可用的区域性FDG-PET测量以及Freesurfer衍生的体积数据的补充，这些数据使用先前描述的策略校正了总颅内体积。所有模型都针对年龄、性别、apoE4携带者状态和教育水平进行了调整。对5个先验区域脑体积和5个可用的区域性FDG-PET测量的假设检验的p值在α=0.05水平上被认为是显著的。在二次探索性分析中，考虑了所有52个Freesurfer衍生的区域体积和33个厚度。
为了检验某些神经影像学和认知测量可用于预测个体转换状态的假设，我们构建了一系列线性判别分析(LDA)模型，旨在使用基线特征将个体分类为CNV或NC。使用5个不同特征集构建的LDA模型进行了评估：1)包括先验的来自MRI的区域性脑体积；2)包括MRI测量以及先验选择的临床测量(ApoE4携带者状态、CSF Aβ水平和延迟段落回忆得分)；3)包括先验的来自FDG-PET的区域性葡萄糖代谢测量；4)包括FDG-PET测量以及先验选择的临床测量；5)包括MRI测量和FDG-PET测量。模型使用R中可用的LDA算法实现生成。数据实例被分配到模型确定的后验概率最大的类别。
使用留一交叉验证程序来评估这些模型的可推广预测能力，我们基于排除该受试者数据创建的模型为每个个体受试者生成预测。评估了这些交叉验证模型的敏感性、特异性和总体平衡准确性。那些似乎产生成功预测的模型通过两种方式进一步评估。首先，为了增加对结果不是由于过度拟合的信心，我们检查了使用数据不同子集创建的模型的准确性变化。这是通过运行20个不同的K折交叉验证模型(10个K=4和10个K=10)完成的。在K折交叉验证中，数据被分成K个大致相等的组，模型在K个折中进行训练和测试，每个折生成独立于模型创建所用数据的数据点预测。结果取决于数据的分割方式，因此我们对每个K折交叉验证模型进行了10次随机数据分割，确保数据集在每个折中的等效表示。报告了从这20个模型获得的准确性的平均值和标准差，以及留一模型的准确性，理论上应该是偏差最小的模型。其次，我们近似表示给定特征集的机会水平准确性的零分布。这是通过随机排列分类标签(消除数据中可用的任何系统信息)并为每个特征集生成一千个排列的留一模型的预测来完成的。留一模型准确性的p值计算为零分布中准确性≥该特征集的真实模型准确性的比例。最后，我们生成了ROC曲线并检查了曲线下面积。
所有建模和分析统计都使用R统计软件执行。
结果
CNV和NC组在人口统计学方面没有差异，在家族史中存在阿尔茨海默病的情况略有差异(NC，44.8%；CNV，57.1%)，但未达到显著性。在总τ的CSF生物标志物方面也没有观察到显著差异(NC，65.3±24.0；CNV，70.5±28.1)，或p-τ(NC，22.0±7.9；CNV，28.1±21.6)；然而，CNV的Aβ略低(NC，218.3±44.4；CNV，182.7±52，p=0.078)。APOE4携带者的比例也不同，NC中有27%，CNV中有44%携带ε4等位基因(p=0.341)。
1. 临床领域的基线组差异
在基线时，CNV和NC在MMSE(通过得分26、27、28、29和30的受试者比例评估)、CDR-总和框(通过得分0和0.5的受试者比例评估)、延迟段落回忆(NC，13.2±3.1；CNV，12.1±3.5)或GDS(NC，0.61±0.96；CNV，0.88±1.15)方面没有差异。
然而，在基线临床评估的许多方面，CNV和NC之间观察到显著(或接近显著)的差异，包括认知阿尔茨海默病评估量表-ADAS-cog(NC，5.18±2.5；CNV，7.5±2.9；p=0.009)、功能活动问卷-FAQ(受试者得分的百分比[NC/CNV]：0[97.6/75.0]，1[2.4/0]，2[0/6.2]，3[0/12.5]，6[0/6.2]；p=0.006)、雷伊听觉言语学习测验-AVLT(NC，46.0±8.5；CNV，39.9±9.6；p=0.047)和延迟AVLT(NC，8.3±3.4；CNV，6.2±4.1；p=0.059)。有关相关组差异图，请参见图1。
2. 神经影像测量的基线组差异
发现转换为MCI是观察到的许多基线MRI衍生测量差异的重要贡献者，包括海马(p=0.019)、ERC(p=0.040)和杏仁核(p=0.009)等区域的体积；以及围枕(p=0.014)、内嗅(p=0.033)和岛叶(p=0.036)皮层区域的厚度。转换状态也被发现是基线区域性FDG-PET后扣带回(p=0.007)观察到的差异的重要贡献者。表2和表3列出了转换状态似乎显示显著(或接近显著)关联的神经影像测量的完整列表。表2显示了使用先验感兴趣区域数据进行的主要分析结果；表3显示了考虑52个可用区域体积和33个区域皮层厚度中每个数据的二次探索性分析结果。在对多次比较进行校正后，没有体积或厚度测量达到显著性，只有区域性后扣带回FDG-PET测量保持显著。
3. 预测转换为MCI
使用神经影像测量结合临床测量创建的LDA模型未能达到超过机会的准确率水平。然而，使用神经影像特征集创建的模型产生了值得进一步表征的预测准确率水平。使用留一交叉验证，使用MRI衍生的先验体积创建的模型达到65.3%的准确率(60.0%敏感性，70.6%特异性)；使用FDG-PET测量创建的模型达到65.5%的准确率(62.5%敏感性，68.4%特异性)；使用组合MRI&FDG-PET测量创建的模型达到81.2%的准确率(80.0%敏感性，82.4%特异性)。
K折交叉验证方法显示，仅MRI和仅PET模型的差异小于5个百分点，平均准确率水平与其相应的留一模型相似(平均值±SD：66.0±3.9%和63.2±4.2%)。然而，MRI-PET模型显示更大的变异性，平均准确率水平比其留一对应模型低近10个百分点(平均值±SD：73.8±7.3%)。通过ROC分析对模型敏感性和特异性的进一步检查显示在图2中。
排列分析为每个模型集生成p值，表明仅MRI和仅PET模型与机会准确率没有显著差异(p=0.122和p=0.096)。然而，MRI-PET模型在留一(p=0.005)以及每个K折模型集(p<0.05)中保持显著高于机会准确率。
讨论
本工作的主要发现是：1)在48个月内将遭受认知衰退的正常、认知健康个体与在此期间保持稳定的个体之间，存在基线临床评估(ADAS-cog、FAQ和AVLT)的显著差异。2)某些基线神经影像测量(海马和内嗅皮层体积以及后扣带回代谢)与个体未来的认知状态(特别是，认知健康个体是否会在48个月内遭受认知衰退或保持稳定)存在显著关联。3)使用从MRI和FDG-PET测量导出的基线特征构建的简单LDA模型，能够成功预测个体是否会在48个月内转换为MCI或保持认知稳定。综合起来，这些发现表明，遭受认知衰退的个体在显示明显的神经心理学衰退症状前长达4年就表达出与稳定个体的微妙但有意义的差异。
第一个主要发现是临床评估，包括ADAS-cog、AVLT和FAQ，在CNV和NC之间显示出组差异。ADAS-cog评估记忆、推理、语言、定向、注意力和实践领域。CNV在基线时获得的更高分数反映了与NC相比表现较差。ADAS-cog已被证明在将正常对照与MCI或AD个体分类以及预测MCI转为AD方面特别有信息量。AVLT是一种列表学习任务，旨在评估与学习和记忆相关的多个认知参数。NC在AVLT上获得的更高分数反映了该组更大的列表记忆，延迟AVLT中的接近显著差异表明NC可能也比CNV表现出更稳健的记忆保留。Chen等人先前发现稳定MCI和MCI转为AD转换者在ADAS-cog和延迟AVLT之间存在显著的组差异，从而证明了这些测试对与痴呆风险增加相关的认知改变的敏感性。本研究的结果进一步扩展了这些发现，以检测与从正常认知健康到MCI状态的认知衰退风险增加相关的微妙损害。
FAQ基于合作伙伴或护理人员对个体执行复杂日常生活活动能力的评估。每个功能领域的评分表示性能障碍，因此在这些领域得分>0的CNV比例更大表明日常生活活动的损害增加。已经证明，MCI个体中已经存在日常生活活动的损害，然而本研究结果表明，这些损害可能甚至在临床衰退开始之前就表现出来，并且可以与ADAS-cog和AVLT一起被视为正常人群中未来认知衰退风险的最早临床评估指标之一。
在MCI转换者和认知稳定个体之间观察到他们在家族AD发生史以及APOE4携带者比例方面的差异，MCI转换者中家族AD发病率更高，E4携带者比例更高。虽然这些差异在本小样本数据中在统计学上不显著，可能是由于功效不足，但它们确实表明已知的AD发展遗传风险与认知健康个体发展认知障碍的风险之间可能存在潜在联系。
我们的第二个主要发现是神经影像测量与个体的转换状态(即他们是否会在4年内转换为MCI)显著相关。这些包括MRI衍生的结构测量以及FDG-PET衍生的代谢测量。与仅传达关于风险的静态信息的遗传因素相比，神经影像测量似乎对短期内认知衰退的风险(在48个月内)更敏感。这可能是由于神经影像测量是动态的，因此可以反映个体接近认知衰退点时正在进行的过程。
在本研究中，从正常对照转换为MCI最显著地与后扣带回区域内的平均葡萄糖代谢功能测量相关。这与先前关于与MCI早期阶段相关的该区域低代谢的发现非常吻合。海马和内嗅皮层中的低代谢也被发现与认知衰退相关。研究人员发现，海马和颞叶新皮层的MRglc减少的纵向测量在经历认知衰退的正常个体中比在保持稳定的个体中更大，并得出结论，在认知的正常阶段，这些低代谢率的纵向测量是未来认知衰退的敏感标志物。此外，ERC中的低代谢基线测量被发现与从正常转换为MCI密切相关。在本研究中，我们没有海马或内嗅皮层低代谢的特定测量，因为我们正在处理在更广泛的脑区域上平均的数值汇总数据。未来努力创建更空间精细的皮层低代谢汇总测量，包括海马等更小区域，可能会产生与本文中关于后扣带回的相关发现相当的结果。然而，由于脑结构的可变性以及区域边界划分的方案，获得这些较小区域的一致和可重复的测量可能具有挑战性。
转换状态还与先验选择的海马和ERC区域以及ERC厚度的脑体积结构测量相关。这也与几项先前的报告一致，这些报告表明在疾病过程的早期这些颞叶区域存在萎缩。在转换为MCI的正常患者中，海马和内侧颞叶的体积损失的纵向测量但不是基线测量被发现比保持认知稳定的患者更大。然而，在报告记忆抱怨并且后来将转换为可能AD的非痴呆个体群体中，ERC的基线测量被发现与未转换的个体显著不同。此外，2009年一项关于早期AD结构MRI生物标志物的研究发现，海马体积和ERC厚度显示出从正常对照个体到单领域MCI个体，再到多领域MCI个体，再到早期AD个体的进行性萎缩模式。综合起来，这项工作表明这些标志物对从疾病早期到晚期阶段的认知衰退的进行性风险敏感。
我们的第三个主要发现是，使用基线神经影像测量特征集的统计模型能够成功预测哪些认知正常的个体会转换为MCI，哪些会保持稳定。将这里提出的真正预测模型与先前的工作进行对比很重要，先前工作的模型结果表明某些测量的预测能力，但没有直接测试它们。例如，研究人员能够使用基本关联模型来预测哪些正常个体会使用ERC中的MRglc减少或使用内侧颞叶的萎缩率转换为MCI；还使用海马体积来预测哪些非痴呆个体会发展为痴呆。在这些研究中，模型使用用于创建它们的相同数据进行评估，因此"预测"不可推广。真正的预测模型评估需要某种形式的验证，其中用于进行预测的数据未用于创建预测模型。最近的努力集中在产生能够预测个体疾病进展风险的真正预测模型。这些模型已经证明能够使用皮层厚度测量、区域灰质分布图以及从组合MRI和FDG-PET以及MRI/FDG-PET结合CSF生物标志物导出的多模态生物标志物预测哪些MCI个体会转换为AD；而其他人则使用神经生理测量来预测哪些MCI个体会随着进一步的认知衰退而进展。在本研究中，我们将这种预测方法扩展到认知正常但尚未衰退的个体领域。使用从神经影像测量导出的先验选择特征，我们能够成功预测哪些正常个体会在4年内转换为MCI，哪些会保持认知稳定。
在这种特殊情况下，仅从MRI导出的结构特征或仅从FDG-PET导出的葡萄糖代谢功能测量都不足以产生超出可接受显著性水平的成功预测模型；但使用来自MRI和FDG-PET的多模态特征集创建的模型能够以高达81%的准确率预测转换为MCI，显著超过机会准确率水平。然而，仅MRI或仅PET测量完全有可能产生显著成功的预测模型，因为我们的研究受到小样本量的限制。事实上，在大多数情况下，仅MRI和仅PET模型以高于机会的准确率水平(65-70%)预测MCI转换，这种表现接近显著性但只是未能超过接受的p<0.05截止值。通过ROC分析对模型敏感性和特异性的进一步检查也展示了所有基于神经影像的模型的类似行为，与基于选定临床测量的模型相比具有明显优势。
虽然本研究中提出的预测模型经过交叉验证以检查可推广性，但在不同受试者样本中复制这些模型的结果将进一步证明它们的有效性和稳健性。目前正在开展的ADNI第二阶段为对照组提供了新的样本，每个对照组都有本研究中使用的所有可用测量，以及淀粉样蛋白PET扫描和3T结构MRI。
如上所述，本研究的结果表明，海马和内嗅皮层结构的特征足以表达将保持认知稳定的正常个体与后来将发展为MCI的正常个体之间的微妙差异。在相关文献的背景下，目前的结果支持这样一个观点：这些测量可能提供代表认知衰退非常早期阶段或发展未来认知障碍风险的有力生物标志物。我们的二次分析还指出了大脑结构的许多额外区域测量，这些测量似乎与健康个体发展MCI的风险相关。杏仁核体积就是这样一个测量。杏仁核的结构测量先前已显示出在早期认知衰退阶段区分组的潜力，以及与AD痴呆风险的强烈关联。就本研究而言，重要的是要记住，二次分析中执行的测试纯粹是探索性的，并且这些效应的统计显著性在对多次比较进行校正后并未保持。
从文献中可以明显看出，各种测量，从临床评估到大脑结构和功能的直接观察，都可能提供反映早期认知衰退的有意义的标志物。事实上，本研究中确定的许多测量已经证明了关联，例如海马体积、ADAS-cog和AVLT之间的显著相关性。虽然有人建议这些标志物与AD病程相关的特定改变序列，但需要纵向研究来辨别这些测量的时间和因果关系。此外，纵向分析可能提供更敏感的疾病状态标志物，因为研究表明，这些测量的变化率可能比它们在基线时的值更有信息量。
我们选择使用MCI的临床诊断作为正常个体认知衰退的标准，但重要的是要记住，MCI个体属于一个异质群体，可能包括进展为AD的人和可能患有其他认知衰退状况的人。因此，虽然所描述的大部分内容与先前的AD特异性发现非常吻合，但这里提出的结果可能不能反映AD特异性退化过程，而可能反映与认知衰退早期阶段更普遍相关的过程。无论如何，本研究的结果支持这样一个观点：那些后来会发展为认知障碍的正常人与那些将保持认知稳定长达四年的正常人之间存在微妙但有意义的差异。此外，我们证明了开发能够检测看似正常个体中早期认知衰退状态的预测模型的可行性。这样的模型对于预防性治疗的开发特别有价值，提供可量化的预期衰退相关改变的指标。
作者贡献
构思和设计实验：RP PA CJ MW。分析数据：ARJ PI。撰写论文：ARJ PI。
【全文结束】
