《科学进展》发表的一项研究显示，大脑不同区域之间的沟通方式出现微小变化，可以在任何记忆缺失出现前数年帮助预测一个人患上阿尔茨海默病的可能性。
斯坦福医学院的研究人员使用脑部扫描和计算机模型，寻找为什么一些老年人出现记忆和思维问题而另一些人保持敏锐的早期线索。
研究者检查了两组人群的静息态脑扫描：一组是被诊断为阿尔茨海默病的患者；另一组是被称为“超级老人”的老年人，他们的记忆能力与年轻几十岁的人相当。
研究人员没有寻找淀粉样斑块积聚或脑萎缩等物理标志，而是研究了大脑不同区域如何相互沟通。
通过比较两组的脑活动模式，研究人员计算出一个名为“阿尔茨海默病韧性-脆弱性连接组评分”（ARC评分）的指标，能以约85%的准确率将“超级老人”与阿尔茨海默病患者区分开。
“我很兴奋我们建立了一个特征，可以帮助我们更好地理解为什么有些人能保持优秀的认知表现，而另一些人则出现认知衰退。”该研究资深作者、斯坦福医学院精神病学和行为科学助理教授Yu Zhang（张宇）在新闻稿中表示。
接下来，科学家将该评分模型应用于1300多名年龄在55岁至70岁、认知未受损的成年人。
虽然所有成年人在记忆测试中得分正常，但他们的脑部扫描显示出差异：有些人的活动模式类似“超级老人”，另一些人的模式则更像阿尔茨海默病患者。
研究人员发现，在长达12年的随访期间（大多数人被追踪了五到六年），那些脑活动模式更接近阿尔茨海默病特征的人，记忆和思维衰退更快，出现更多淀粉样斑块，并且更可能被诊断出患有该病。
研究团队发现，ARC评分在识别早期衰退方面与标准风险指标相当或更优，这些指标包括淀粉样蛋白和tau生物标志物以及基因检测。
“我们将ARC评分与现有生物标志物在预测人们转化为阿尔茨海默病方面进行了比较。”该研究第一作者、斯坦福医学院精神病学博士后研究员Kanhao Zhao（赵侃昊）在新闻稿中说。“我们的模型显示出相当或更好的预测能力，而且可以在更早的时间点做到这一点。如果我们将评分与现有生物标志物结合起来，预测性能还会提高。”
据主要健康机构称，阿尔茨海默病影响全球数百万老年人。
治疗这种疾病的一个核心挑战是，身体损伤往往在患者注意到记忆缺失前几十年就已开始，到那时治疗能提供的益处有限。
研究人员强调，这种脑部扫描方法还不能单独用作医生诊断阿尔茨海默病的工具，还需要更多研究来确认其准确性，并与其他新检测方法进行比较。
不过，了解健康老龄化与神经退行性变之间的大脑活动差异，可能有助于研究人员测试未来的治疗方法，包括无需手术刺激大脑的技术。
“有两个主要部分：一是知道应该针对大脑的哪个区域，二是知道应该如何改变它。”张宇说。“这就是为什么识别‘超级老人’大脑韧性模式至关重要——这样我们才知道一个好的模式应该是什么样的。”
【全文结束】
