Folia
← 返回头版

斯坦福团队研发ARC评分系统:静息态脑活动可提前多年预测阿尔茨海默病风险

斯坦福大学医学院研究团队于2026年11月4日在《Science Advances》上发表研究成果,开发出一套名为“阿尔茨海默病韧性-脆弱性连接组”(ARC)的评分系统 12。该系统通过分析静息态功能磁共振成像(fMRI)中的大脑活动模式,能够在记忆问题出现前多年预测个体患阿尔茨海默病的风险及认知衰退的可能性 12。主要作者 Yu Zhang 和 Kanhao (Alex) Zhao 指出,目前的生物标志物通常在疾病晚期才可观察,而大脑活动模式可能提供更早期的预警信号 1。

这项研究的模型构建基于对180名“超级老人”和110名阿尔茨海默病患者静息态 fMRI 扫描数据的分析 1。“超级老人”被定义为年龄至少75岁、记忆力测试水平相当于45岁人群且维持正常执行功能的老年人,这一群体约占老年人口的10% 1。数据显示,ARC 评分区分上述两类人群的准确率约为85% 1。

在针对超过1300名55至70岁认知健康成年人的验证测试中,随访期最长为12年 1。结果发现,ARC 评分较高者(即脑活动模式接近阿尔茨海默病患者特征)更可能在后续生活中出现认知衰退、β-淀粉样蛋白斑块积累以及确诊;相反,评分较低者(即脑活动模式接近“超级老人”特征)则更有可能保持认知能力并避免上述负面结果 1。

研究发现,ARC 评分在预测未来认知衰退方面的表现,优于人口统计学特征、遗传风险因子以及包括 β-淀粉样蛋白和 tau 蛋白在内的常规生物标志物 1。通过识别这种与认知韧性相关的隐藏脑信号,研究人员认为这一新工具为阿尔茨海默病的早期干预和治疗提供了潜在的靶点 12。


评论