背景：阿尔茨海默病是一种病因未明的神经退行性疾病。诊断该疾病通常结合影像学、认知测试和病史评估等方法。海马萎缩是该疾病的典型特征，虽然衰老也会导致海马体积减少，但阿尔茨海默病患者萎缩速度更快。引发这种萎缩的根本原因尚不清楚。
方法：本研究通过MRI脑成像、血液和脑脊液分析对患者进行评估。
结果：研究发现，脑脊液中的红细胞水平对海马萎缩具有统计学上显著的纵向预测作用。平均动脉压仅在阿尔茨海默病组中对海马体积表现出适度的统计学意义。
结论：研究结果表明，在慢性条件下，维持脑脊液稳态对于防止可能导致海马萎缩的因素至关重要。监测脑脊液中红细胞及其代谢物的存在可能对阿尔茨海默病的长期管理具有临床意义。
图1. MRI脑图像（蓝色箭头指向海马）来自（A）对照患者和（B）阿尔茨海默病患者。
图2. 认知正常受试者（CN）和阿尔茨海默病（AD）受试者的海马体积。
表1. 海马体积下降的统计分析。
表1. 海马体积下降的统计分析
预测因子 | 系数 | p值
--- |---|---
截距 | 0.003303 | <0.001
研究组[T.AD] | -0.000533 | <0.001
自首次以来的年数 | -0.000016 | <0.001
自首次以来的年数:研究组[T.AD] | -0.000047 | <0.001
表2. 纵向混合效应模型1：CTRED预测因子。
表2. 纵向混合效应模型1：CTRED预测因子
预测因子 | 系数 | p值
--- |---|---
z_prev_CTRED | -0.000015 | <0.001
自首次以来的年数 | -0.000018 | <0.001
自首次以来的年数:研究组[T.AD] | -0.000110 | <0.001
研究组[T.AD] | -0.000457 | <0.001
表3. 纵向混合效应模型2：MAPres预测因子。
表3. 纵向混合效应模型2：MAPres预测因子
预测因子 | 系数 | p值
--- |---|---
z_prev_MAPres | -0.000003 | <0.393
自首次以来的年数 | -0.000015 | <0.001
自首次以来的年数:研究组[T.AD] | -0.000052 | <0.001
研究组[T.AD] | -0.000528 | <0.001
讨论：尽管研究存在一些局限性，例如阿尔茨海默病组的样本量较小且观察时间较短，但未来可以通过更大规模的患者群体重新分析数据来解决这些问题。研究结果支持假设，即脑脊液中增加的红细胞负荷与阿尔茨海默病相关的海马萎缩有关。正如预期，随着时间推移，海马体积减少反映了神经退行性变的渐进性质。这一时间效应在阿尔茨海默病组尤为明显，这与已知的疾病轨迹一致。
材料与方法：患者特征（表4）及相应图像数据来源于ADNI数据库（
(全文结束)
