环球医讯

最新研究发现，阿尔茨海默病患者的记忆丧失可能在大脑休息时就开始发生，而非传统认为的仅在清醒活动期间。伦敦大学学院的研究团队通过小鼠实验发现，当大脑处于休息状态时，本应重放并巩固记忆的过程出现紊乱，导致记忆无法稳定形成。这一发现解释了为何早期阿尔茨海默病患者即使大脑看似活跃，记忆却变得不可靠，并为早期诊断和干预提供了新思路，可能帮助在广泛脑损伤发生前进行治疗，同时揭示了淀粉样斑块如何干扰海马体位置细胞的正常序列活动，为开发针对记忆重放过程的新型疗法奠定了基础。

本文综述了2022至2026年间关于超加工食品与痴呆症关联的科学研究进展，重点分析了Li等人2022年在《神经病学》发表的开创性研究及其后续发展，揭示高摄入超加工食品与整体痴呆、阿尔茨海默病和血管性痴呆风险增加的关联，特别强调中年时期过量摄入超加工食品可能导致认知功能加速衰退，其中超加工肉类和含糖饮料风险最为显著，而用未加工或最低限度加工食品替代可降低痴呆风险，最新研究已从关注"是否存在关联"转向探究具体作用机制和高风险食品类别，为公共卫生政策和个人饮食选择提供更精准的指导。

瑞典斯科讷大学医院最新研究表明，近一半痴呆症病例与可改变风险因素密切相关，包括高血压、高脂血症、缺血性心脏病、吸烟和低教育水平等。研究发现痴呆症实际在症状出现前数十年就开始发展，血管性痴呆尤其与这些风险因素相关，而阿尔茨海默病则与糖尿病、低BMI等因素存在联系。专家强调从成年早期就应开始健康干预，中年时期(40-60岁)需特别注重血管和代谢健康控制，通过维持正常血压、规律运动及地中海式饮食等生活方式调整，可显著降低痴呆风险或延缓发病，为公众提供了预防神经退行性疾病的科学窗口期。

本文深入探讨当代人常将数字过载引发的认知问题误诊为痴呆症的现象，引用加拿大不列颠哥伦比亚大学罗宾·徐博士的专业分析，澄清屏幕过度使用虽可能导致注意力涣散、健忘等类似早期阿尔茨海默病症状，但目前尚无证据表明其会引发真正痴呆；文章系统阐述了阿尔茨海默病的可预防性，强调40-60岁是关键干预窗口期，通过改善睡眠质量、控制血管风险因素、坚持地中海饮食或MIND饮食、增加身体活动及社会交往，可将患病风险降低约40%；同时报道加拿大已批准首款疾病修饰治疗药物仑卡奈单抗，该药通过清除脑内淀粉样蛋白斑块延缓病情进展，并期待多奈单抗等新药早日获批，为患者带来实质希望。

美国西达斯-西奈医学中心研究人员发现，一种常见于呼吸道的肺炎衣原体细菌可能在眼部潜伏并加速阿尔茨海默病发展。通过对100多名死者眼部组织的研究，科学家首次证实该细菌在阿尔茨海默病患者视网膜中的含量显著升高，且细菌负荷与脑部病变程度呈正相关。实验室和动物实验证实，该细菌能激活炎症通路并增加疾病相关蛋白，提示早期抗生素治疗或可降低痴呆风险。此发现为通过视网膜检测评估阿尔茨海默病风险提供了新途径，有望实现疾病早期干预。全球数千万痴呆症患者或将因此受益于这种潜在的预防性治疗策略。

英国健康专家警告，晨间出现喉咙剧痛、头痛及头晕三个症状可能提示痴呆症风险升高；2022年《自然·通讯》研究证实阻塞性睡眠呼吸暂停（OSA）与痴呆存在因果关联，该病影响英国约1000万成年人，患者睡眠中脑部反复缺氧可加速神经退行性病变，而持续气道正压通气设备（CPAP）治疗或可降低痴呆风险，英国国家医疗服务体系（NHS）建议出现夜间呼吸暂停、日间极度疲劳等症状时及时就医。

美国西达赛奈医疗中心科学家在《自然·通讯》发表研究，揭示肺炎衣原体可能长期潜伏于眼睛和大脑中，通过引发脑部炎症和β-淀粉样蛋白沉积，显著加剧阿尔茨海默病发展进程；研究分析104例受试者视网膜组织发现，患者眼部细菌载量与脑损伤程度呈正相关，尤其在APOE4基因携带者中更为明显，该发现为通过视网膜无创检测实现早期诊断提供新路径，并提示早期抗生素干预或抗炎治疗可能有效延缓认知功能衰退，为阿尔茨海默病防治开辟了细菌感染靶向治疗的新方向。

英国特特纳尔的凯文·布鲁顿与其女儿菲比将参加2026年伦敦马拉松赛事，为布鲁德伍德痴呆症小组筹集善款。他们以此纪念今年九周内相继离世的祖父母莫琳和特里·奥克利，这两位亲人曾深受该组织关怀。布鲁德伍德痴呆症小组每周为患者提供现场音乐、茶点及社交活动，让痴呆症患者及其看护者获得宝贵喘息机会。凯文夫妇希望筹集资金帮助更多家庭获得同等支持，通过42.16公里的马拉松征程展现社区互助精神，将个人悲痛转化为积极行动，为当地痴呆症患者创造温暖与希望。

本研究通过为期6个月的纵向离散选择实验，调查了131名认知障碍老年人及其137名照顾者的护理偏好变化。研究发现，无论是认知障碍患者还是照顾者，在考虑中度或重度认知障碍时都倾向于选择中等支持的居家护理；随着认知功能恶化，辅助生活设施的可接受性增加，尤其是对照顾者而言；研究还发现认知障碍患者能够有意义地参与未来护理偏好的结构化评估，这些发现支持将可扩展的偏好敏感工具纳入痴呆症护理规划，确保患者和照顾者优先事项在护理决策中保持核心地位，同时强调需要在整个痴呆症护理过程中定期重新评估偏好。

本研究基于日本全国96家医疗机构的9700名65岁以上心力衰竭住院患者的前瞻性队列数据，开发并验证了一种整合常规临床变量和功能评估指标的机器学习模型，用于预测患者出院后一年全因死亡率。研究采用XGBoost算法构建模型，发现出院时的功能状态指标（如Barthel指数、短距离体能测试评分、步速和握力）是最重要的预测因子，该模型性能优于现有的AHEAD和BIOSTAT风险评分系统，为老年心力衰竭患者的个体化风险评估和出院后护理规划提供了新工具。这一发现强调了在老年心力衰竭患者风险分层中整合功能评估的重要性，有助于提高医疗资源分配效率并指导个性化治疗。