摘要
背景
本文探讨阿尔茨海默病预防中的一个关键因素——在痴呆仍可避免的早期识别高风险人群。近期研究表明，加速性遗忘表型是阿尔茨海默病的风险因素。我们假设，4周后的延迟回忆比当前用于检测情景记忆问题的金标准（30分钟延迟回忆）更能预测一年内的认知能力下降，而情景记忆问题可能是阿尔茨海默病早期的临床表现。我们还预期海马亚区体积能提高预测准确性。
方法
从Join Dementia Research等数据库或当地志愿者数据库招募46名认知健康的老年人（平均年龄70.7±7.97岁，46人中有21名为女性），他们完成了3项记忆任务，这些任务在30分钟后和4周后测试延迟回忆，同时还进行了Addenbrooke's认知检查III（ACE-III）和CANTAB成对联想学习测试。使用高分辨率3T MRI自动测量内侧颞叶亚区域体积。12个月后重复进行ACE-III，以评估认知能力的变化。我们使用单变量线性回归和ROC曲线评估延迟回忆测试预测12个月内ACE-III认知能力下降的能力。
结果
46名参与者中有15名在一年内出现认知能力下降（ACE-III得分下降≥3分）。4周后的言语记忆比临床金标准记忆测试和海马MRI更能预测健康老年人的认知能力下降。预测认知能力下降的最佳单一测试是4周后对单词列表的延迟回忆（R² = .123, p = .018, β = .418）。结合海马亚区体积测量，4周言语回忆以93%的敏感性和86%的特异性识别出有认知能力下降风险的人群（AUC = .918, p < .0001）。
结论
我们发现，4周的加速性长期遗忘测试可以预测健康老年人的认知能力下降，而传统的延迟回忆测试则不能。加速性长期遗忘是健康老年人认知能力下降的一个敏感且易于测试的预测指标。单独使用或与海马MRI结合使用，加速性遗忘可以探测与阿尔茨海默病相关的功能性变化。加速性遗忘将识别早期损伤，有助于针对更具侵入性和昂贵的分子生物标志物测试。
背景
在症状最小时期识别和治疗导致阿尔茨海默病(AD)痴呆的神经病理学，是维持生活质量的最佳策略。由于未能在病理性衰退变得不可逆转之前检测到疾病，阿尔茨海默病的有效治疗方法开发可能受到阻碍。在轻度认知障碍(MCI)阶段预测疾病进展已取得一定成功。然而，为了早期识别患者，我们需要一种标记物，该标记物可以在无症状阶段以低成本、低患者负担的方式大规模应用。如果在试验中成功，这种标记物可以整合到临床护理中，以实现早期诊断和治疗。
数天或数周的长期记忆可能是AD的有效早期标记物。在故事任务中，1周后的延迟回忆已被证明比30分钟后的回忆更能区分健康对照组和MCI患者。另一项研究表明，在报告"主观"记忆障碍但标准认知测试（包括30分钟后的延迟回忆）无客观记忆缺陷的人群中，6周后的故事和复杂图形回忆任务可以识别出显著损伤。这表明，一些具有"主观"记忆障碍的人可能只是存在标准测试缺乏足够敏感性的情况。在无症状常染色体显性AD队列中，Weston等人证明，1周延迟的言语回忆测试不仅突显出显著损伤，还能预测预期痴呆发病年龄的年限。最后，与其他具有一个或没有ε4等位基因的人相比，无症状APOE ε4纯合子在1周言语记忆方面也存在损伤。
这些更长期的记忆测试可能比30分钟延迟回忆测试——当前用于检测可能是早期AD临床表现的情景记忆问题的临床金标准认知任务——对记忆电路功能的要求更高。这种"加速性长期遗忘"(ALF)表型可能代表记忆巩固过程的失败，即信息可以在短时间内保留，但将不稳定的短期记忆痕迹成功转换为永久长期记忆是不可能的。这些过程被认为主要由内侧颞叶(MTL)控制，在MTL内，ALF可能使功能障碍的早期识别成为可能。
在AD最早期迹象中观察到的记忆障碍可归因于海马和MTL皮层的损伤。使用磁共振成像(MRI)测量的MTL萎缩是一种无创早期标记物，通常在常规临床使用中。在临床上可检测到认知症状出现之前，AD早期受影响的MTL区域通常体积已经减少。
在本研究中，我们旨在测试4周后的延迟回忆是否比传统的30分钟记忆测试更能敏感地标记AD相关认知能力下降。我们还探索了MTL亚区域体积是否可以补充ALF以识别AD的早期迹象。
方法
参与者
我们从社区招募了53名认知健康的老年人，他们的Addenbrooke's认知检查III (ACE-III)得分> 88，这是检测轻度认知障碍的上限。46人在1年后返回进行随访（平均年龄70.7±7.97岁）。其中21人（46%）为女性，受教育年限为16.2±3.52年。参与者从当地志愿者数据库、Join Dementia Research平台和口口相传招募。所有参与者在电话访谈中均经过口头筛查，排除神经系统疾病和记忆问题史。所有患者在测试前提供知情书面同意。法国NHS研究伦理委员会给予了伦理批准。
认知测试
一年内的认知变化使用Addenbrooke's认知检查III (ΔACE-III)进行评估，这是一种免费的15分钟常规整体认知测试，具有高度可靠性和在痴呆诊断中的实用性。ACE-III包括5个认知领域的测试：注意力、记忆、语言、流畅性和视空间，总分100分。ACE-III有多个版本，可用于重复测试。在基线访问时分配给每位参与者的版本（A或B）是随机的。随访时给予剩余版本。
30分钟和4周后的延迟回忆在三个独立测试中进行：
- 单词列表——基于加州言语学习任务-II (CVLT-II)的16个单词列表；最高分16分
- 故事——来自Rivermead行为记忆测试-3 (RBMT-3)；最高分21分
- 复杂图形——基于Rey-Osterrieth复杂图形任务(RCFT)；最高分36分
这些测试从标准协议改编，参与者在每个测试上训练到75%的准确率，进行2-5次学习试验，以平衡个体间的学习差异。标准CVLT-II程序涉及恰好5次学习试验，标准RBMT-3故事协议仅涉及一次，无论表现如何。同样，RCFT程序通常仅在学习阶段包含一次复制和一次回忆测试。对于改编的复杂图形任务，在学习阶段，复制和回忆试验均重复2-5次。两个延迟回忆时间点均亲自进行，参与者未被告知将在4周后进行回忆测试。
在这篇论文中，我们采取了实用方法，试图确定理想的测试，该测试应快速、易于管理，并提供高敏感性和特异性。虽然单一测试是理想的，但由于在临床实践中可以进行所有3项测试，我们计算了复合分数（通过将每个测试的分数作为最大可能分数的比例进行平均），以查看是否可以在任何给定的测试时间点提高对一年内认知能力下降的敏感性和特异性。根据先验（基于他人生成的数据），我们怀疑4周后的单词列表记忆或故事记忆对AD相关的认知变化最敏感。
进一步测试包括使用CANTABeclipse v5（Cambridge Cognition Ltd.；英国剑桥）的成对联想学习(PAL)。该测试已证明在检测AD引起的认知缺陷方面具有实用性，因此我们将其纳入以比较我们的测试是否能更好地预测认知能力下降。然而，我们承认该测试并非没有批评和局限性。使用的指标包括总准确率、平均反应时间和达到的最高等级。
影像参数
所有MRI扫描均在西门子Magnetom Skyra 3T系统上进行。体积成像协议包括3D T1加权MPRAGE（获取分辨率0.86 mm各向同性）和两个2D T2加权高分辨率海马涡轮自旋回波序列（多对比度和单对比度）（重建分辨率0.34×0.34×1.5 mm）。
图像分析
使用自动海马亚区分割(ASHS)软件（rev103）划分MTL亚区域，使用包含老年人和MCI患者的UPENN图谱。所有作为ASHS输出创建的海马掩模均经过视觉质量检查。在多回波图像缺失或因运动伪影质量太差的情况下，使用单回波TSE代替。我们已证明，任一扫描类型的ASHS输出彼此之间没有显著差异。由于掩模质量差，3名参与者被排除在体积分析之外。对CA1、齿状回(DG)、下托(SUB)、内嗅皮层(EC)和围嗅皮层(PC)进行了个体亚区域分析。PC在UPENN图谱中定义为BA35标签。CA2和CA3包含在结合所有亚区域的模型中。还分析了整个海马体积(CA1–3 + DG + SUB)，以突出亚区域分析的附加价值。所有体积均归一化为颅内体积。
统计分析
主要分析
延迟回忆分数的预测能力以两种方式进行：连续和离散（"他们是否下降？"）。对于"连续"分析，以给定测试的延迟回忆分数作为自变量，ΔACE-III作为结果变量进行单变量线性回归。对于"离散"分析，将参与者分为两组：那些ACE-III分数在一年内下降的人和那些分数没有下降的人。
该阈值由可靠变化指数(RCI)定义，其计算公式如下：
SE = SDnorm × √2 × √(1-r)
RCI = SE × 1.96
其中SE是测试上变化的标准误差，SDnorm是规范数据中ACE-III分数的标准差，r是测试的可靠性。得到的可靠变化指数为2.59。因此，下降3分或更多被视为轻度但统计上显著的认知能力下降。
我们使用受试者工作特征(ROC)曲线评估每个变量在识别下降者与未下降者方面的预测能力。使用多变量逻辑回归的预测概率创建多个组合变量的ROC曲线。ROC曲线使用曲线下面积(AUC)进行评估，并使用DeLong的测试进行依赖ROC曲线比较。ROC曲线的AUC标准误差(SE)显示在补充信息中。
探索性分析
为了充分评估MRI体积测量在预测认知能力下降方面的附加价值，我们计算了各种变量组合的ROC AUC。为了探索不同延迟回忆测试之间的关系，我们还计算了每对之间的Pearson相关系数。
所有报告的p值均为双尾（α = 0.05），并且未对多重比较进行校正，因为测试彼此不完全独立。然而，适当情况下显示了Bonferroni校正的p值（针对所有3个延迟回忆测试进行校正）。除用于比较ROC曲线的DeLong测试在MedCalc v19.4中进行外，所有分析均在IBM SPSS Statistics 24中进行。
结果
单词列表任务的4周(4w)回忆预测了ΔACE-III（R² = .123, p = .018; pbonferroni = .054）。ΔACE-III与单词列表的30分钟(30m)回忆之间不存在这种关系（R² = .028, p = .274; pbonferroni = .822）。故事（30m：R² = .006, p = .629；4w R² = .027, p = .289）和复杂图形任务（30m：R² = .0003, p = .912；4w：R² = .045, p = .171）在任一时间点的分数均无法预测ΔACE-III。值得注意的是，在这个健康队列中，整个海马体积或任何单个海马亚区域或MTL皮层区域的体积均与一年内的表现变化无关。此外，PAL测量结果也不能预测认知能力下降。
4周复合分数显著正向预测ΔACE-III（R² = .152, p = .013, β = .390），而30分钟复合回忆分数则不能（R² = .021, p = .378, β = .143）。
该队列中46人中有15人在使用可靠变化指数时下降超过预期。下降者和非下降者的 demographics 和延迟回忆数据表明，30分钟和4周单词列表回忆分数均能区分下降者和非下降者。符合我们的假设，4周回忆时间点对单一变量具有最强的辨别能力，AUC为.752（SE = .078, p = .007）。30分钟言语回忆以及其他测试中的30分钟和4周测量值辨别能力较弱。4周复合回忆分数能够预测ACE-III下降状态（AUC = .761, SE = .076, p = .008），而30分钟复合分数效果较差。
将记忆测试分数与MTL区域体积结合可改善分类。4周单词列表回忆与个体亚区域体积结合产生了最佳的单一测试模型，AUC为.918（p < .0001）。最佳临界点具有93%的敏感性和86%的特异性。使用30分钟单词列表回忆分数的等效模型达到了AUC .829（p = .001）。相比之下，仅MTL亚区域产生了一个预测模型，AUC为.802（p = .001）。
讨论
我们报告称，将回忆（特别是言语回忆）的延迟期从30分钟延长到4周可以显著改善识别可能在来年认知能力下降的人群。这是首次在纵向队列研究中显示这一点。ALF提高了分类准确性，超过了MTL亚区域体积所能达到的效果。这些发现支持在识别AD痴呆诊断前数年发生的非常细微的神经病理学方面，更长期记忆测试的临床实用性，尽管需要进一步研究以充分验证其在预测转化为痴呆方面的用途。
先前在选择性无症状队列中进行的一项研究表明，尽管30分钟延迟后得分正常，但ALF可能是早期变化的敏感标记物。他们对故事、单词列表和复杂图形任务进行了1周延迟的测试，只有在单词列表上，遗传风险参与者的长期记忆表现较差。在这里，我们利用真实世界样本来揭示长期单词列表记忆有可能应用于一般老年人群，作为未来认知能力下降的标记物。这些互补的发现表明，单词列表可能是预测高风险患者群体的最佳单一测试，而故事学习或视空间记忆任务可能敏感性较低。我们的结果与另一项针对遗传风险队列的研究结果一致，这对该发现的可靠性是令人鼓舞的。需要注意的是，预测一年内认知变化的4周言语回忆测试在对使用的3个认知测试进行Bonferroni校正后，未达到统计显著性的α阈值（p = .054）。然而，Bonferroni方法是一种高度保守的多重比较校正方法，鉴于三个测试不能被视为完全独立，我们认为这仍然是一个稳健的（尽管是初步的）发现。
单词列表回忆的ROC曲线显示，可以实现高水平的敏感性，同时特异性只有小幅降低。例如，4周时间点的4.5分临界值可以检测到93%的ACE-III得分下降超过3分的人，即使55%低于此临界值的人的得分下降并未超过这个量。这使得该测试可以用作广撒网的筛查工具，其主要目标是减少需要进行更昂贵和侵入性AD可能性测试（如脑脊液分析或淀粉样蛋白/tau PET扫描）的人数。4周记忆任务只需几分钟即可完成，可以改变标准临床神经心理学测试（通常进行30分钟的单词列表延迟回忆）。该测试甚至可以适应通过电话进行或由移动应用程序交付，以减少面对面的诊所访问。必须等待4周才能从该测试中获得任何结果是一个限制。然而，尽管我们在本研究中使用了4周延迟范式，但我们并未证明必须等待这么长时间才能测量ALF。实际上，较短的延迟对延迟时间点之间事件变化的混淆影响较小。过去工作的延迟期范围从1到6周，但需要进一步工作来确定对认知功能障碍敏感但对参与者和临床医生负担最小的最佳延迟。
鉴于MTL在长期记忆巩固中的关键作用，ALF可能反映细微的MTL损伤，例如AD前驱阶段发生的损伤。与MTL亚区域体积结合，4周言语回忆分数以类似于更昂贵的分子生物标志物测试（PET扫描和脑脊液分析）的敏感性和特异性预测认知健康个体的认知能力下降。当前分析为进一步将MRI和自动体积测量技术纳入临床诊断过程提供了更多理由。由于神经影像学（通常是MRI）是神经系统疾病常规临床筛查过程的一部分，认知测试与体积测量的结合非常实用且易于转化。有趣的是，尽管MTL体积能够预测认知能力下降的存在或不存在，但它们在预测与认知变化的任何线性关联方面表现非常差。这可能表明两者之间存在非线性关系，即只有低于某个阈值的MTL值才表明认知能力下降，而MTL体积较大的人的认知变化更多地由其他因素决定（例如尚未导致MRI可检测到的体积变化的组织损伤）。这支持了优雅降级和认知储备理论，应在更大样本量的研究中进一步探索。ALF可能还需要MTL以外的功能网络，这些网络在早期AD中仍受影响，例如涉及丘脑的网络。
可以认为，观察到的ALF表型是由个体之间练习效果的差异解释的。缺乏练习效果（任务重复时表现未能提高）已被证明可以预测遗忘型轻度认知障碍患者的认知能力下降。在这里，这种情况似乎不太可能发生，因为任务说明要求在概念上非常简单——自由回忆测试，而不是重新管理任何学习材料。此外，在学习阶段，通过包括75%的准确率阈值来控制个体学习率的差异，超过该阈值，学习刺激不再重复。因此，我们认为减弱的练习效果是一个不同的测量指标，尽管可能具有相似的神经生物学基础，即受损的记忆巩固电路可能会损害个体从重复试验中受益的能力。
局限性
本研究的一个局限性是，一年内观察到的全局认知能力下降不能直接归因于AD，除非通过脑脊液或PET评估淀粉样蛋白和/或tau状态。这些未作为本研究的一部分收集，但这是未来感兴趣的一个领域，也是本研究的下一个明显步骤。尽管如此，我们认为延迟回忆测试可能预测特别由AD病理引起的认知能力下降，鉴于MTL在长期记忆巩固中的作用以及MTL对早期AD病理的易感性。此外，如前所述，本研究与Weston等人的发现高度一致，该研究直接将数天/周的延迟回忆与常染色体显性AD联系起来。
尽管单词列表任务的4周回忆时间点产生了检测哪些人经历认知能力下降的任何单一认知测试的最大AUC，但时间点之间的差异相对较小。这部分是由于测试时间点之间的高相关性，至少对于故事和单词列表；然而，这也是由于我们的样本量相对较小。需要更大的样本量来确认分类能力的差异是否具有统计学意义，以及提高所有进行分析的结论的确定性。
在本文中，我们讨论了定义为ACE-III（一般认知功能测试）分数上统计可靠变化的轻度认知能力下降。尽管分数仅下降3分在统计上是显著的，但在功能下降方面可能并不具有临床显著性，当然不一定表明下降到MCI水平。鉴于该群体（健康老年人）、样本量（46）和本研究的随访期（1年），需要一种细微的认知变化测量，而不是测量转化为MCI或AD。我们推断，此时间尺度上的细微认知能力下降可能表明更长时间尺度上的进一步认知能力下降。需要对这些参与者进行进一步随访，以观察哪些人进一步下降或哪些人后来被诊断为痴呆。
我们研究的另一个局限性是我们用于测量延迟回忆的认知测试的有效性。尽管基于旨在测量30分钟回忆的经过验证的任务，但我们略微修改了协议。这样做有使30分钟延迟回忆测量无效的风险。尽管数据不能与它们所基于的测试的规范数据进行比较，但我们认为它们仍然提供了两个时间点延迟回忆的可靠测量，因为我们观察到所有3项测试中两个时间点的分数存在显著差异，表明缺乏地板和天花板效应。
最后，可以认为存在合并偏差，因为队列被定义为通过ACE-III > 88而健康，其中26分来自记忆测试。我们不认为这是一个使结果产生偏差的因素，因为在ACE-III期间记忆仅在不超过10分钟的延迟下进行测试，这仅占整个ACE-III分数的一小部分。即使队列仅根据基线时具有正常30分钟回忆来定义，这也不应影响30分钟或4周记忆是否能更好地预测一年内的认知能力下降。
结论
总之，我们表明，4周的加速性长期遗忘测试可以预测健康老年人的认知能力下降，而传统的延迟回忆测试则不能。这突显了它在临床试验和实践中筛查患者方面的潜力，无论是与体积测量结合使用还是作为单一测试。这可以减少需要进行AD昂贵生物标志物测试的患者数量，提高大规模早期临床试验的可行性。需要进一步研究来探索ALF与分子生物标志物谱之间的关系，以定义长期回忆缺陷对早期AD病理的特异性。
【全文结束】
