Dyadic self- and informant-reported cognitive concern and subsequent MCI/AD diagnosis in ADNI: an exploratory prognostic modelling study
在一个经过内部交叉验证的 ADNI 队列中，在常规预测因子中加入基线时自评与信息提供者报告的认知忧虑均值，仅在预测进展至 MCI 或 AD 痴呆方面取得了微小且统计学上不确定的改进，而自评与信息提供者之间的差异则未提供额外的预测价值。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人类的心智是一片复杂的景观，对于许多老年人而言，这片景观发生变化的第一个迹象并非剧烈的崩溃，而是一种无声的忧虑。他们可能会觉得自己的记忆力不如从前敏锐，或者在寻找合适的词汇时需要更长的时间。这种感觉被称为“主观认知下降”，是一种常见的体验。有时，注意到这些变化的人仅仅是他们自己；而有时，配偶、子女或亲近的朋友也会注意到同样的困扰。当个人和身边的人都认为情况有所不对时，这便构成了一幅强有力的、共同的担忧图景。科学家们长期以来一直想知道，这种共同的忧虑是否比仅凭个人的忧虑更能成为未来记忆力丧失的预警信号。具体而言，他们想知道，通过比较一个人对自己心智的描述与一位亲近之人对该个体的描述，是否能帮助预测谁会发展为轻度认知障碍或阿尔茨海默病痴呆，即便在标准医学检测结果看起来正常的情况下也是如此。
为了回答这个问题，研究人员转向了一个名为“阿尔茨海默病神经影像计划”的大型长期项目，该项目多年来收集了数千人的详细健康数据。他们将目光锁定在一个特定的群体上：1,762名在研究开始时被认为认知正常的成年人。这些参与者最初并没有记忆力丧失或痴呆症的诊断。研究人员希望观察，在研究初期，关于日常思维能力的自我报告与朋友报告的结合，是否能预测谁随后会被诊断出记忆问题。他们使用了一份特定的问卷，即“日常认知量表”，该量表询问有关现实世界任务的问题，例如管理财务、记住预约或遵循食谱等。研究团队根据这些答案计算了两项指标：个人与朋友所表达出的平均忧虑水平，以及个人想法与朋友想法之间的差异或差距。
该研究的设计极其严谨，以避免自我误导。研究人员将数据分为不同的组别，在某些组别上建立预测模型，并在从未见过的其他组别上进行测试。这种方法确保了结果不仅仅是基于该研究中特定人群的偶然猜测。他们将一个标准的预测模型（该模型使用了年龄、受教育程度、遗传风险和脑部影像等已知因素）与加入了上述“共同忧虑得分”的模型进行了对比。该标准模型在预测谁会发展出记忆问题方面已经相当出色，在100对其中一人出现问题而另一人未出现问题的案例中，它能正确排列出约68对的风险等级。当研究人员将自我报告与朋友报告的平均值加入到这个标准模型中时，其预测能力仅略有提升，从约68/100变为约69/100。这种微小的提升非常小，以至于完全可能是由偶然因素导致的。此外，加入个人与朋友答案之间的差异则完全没有提供额外的帮助。
结果表明，虽然共同的忧虑确实与未来的记忆问题有关，但仅仅将这种单一时点的忧虑快照加入到一个已经包含遗传学和脑部扫描的模型中，并不会显著提高预测效果。研究人员发现，数据在很大一部分参与者中是缺失的；在研究对象中，只有约27%的人同时拥有自我报告和朋友报告的数据。这些缺失的数据意味着研究结果是基于一个特定的、可能参与度更高的群体，因此可能并不适用于所有人。研究还指出，问卷的施测方式在项目的多年时间里发生了变化，这增加了另一层不确定性。最终，作者得出结论，依靠这种特定类型的共同忧虑报告本身，尚不足以成为医生用来判断谁会发展为阿尔茨海默病的可靠工具。由于预测能力的提升微小且具有不确定性，加之信息缺失率较高，这意味着这种方法尚未准备好投入临床使用。该研究并未完全否定这些报告的价值，但它表明，这些报告并不能比现有的常规工具提供决定性的优势。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。