一项由加州大学旧金山分校和波士顿贝斯以色列女执事医疗中心领导的研究表明，对睡眠期间记录的脑电波进行机器学习分析，可能有助于识别患痴呆症的高风险人群。
研究发现，当一个人的“脑年龄”——通过脑电图从睡眠信号中估算得出——超过其实际年龄时，痴呆风险就会增加。
脑年龄与实际年龄相比每增加10年，痴呆风险上升近40%。相反，如果脑年龄低于实际年龄，痴呆风险则较低。
该研究于3月19日发表在《JAMA Network Open》上。
“……睡眠期间的大脑活动提供了一个可测量的窗口，显示大脑衰老的程度。”——Yue Leng, MBBS, PhD
传统睡眠指标遗漏了什么
研究人员使用了一种机器学习模型，该模型整合了脑电图记录中13个脑电波微结构特征。数据来自约7000名参与者，他们参与了五项研究。
参与者的年龄在40至94岁之间，研究开始时均未患有痴呆症。他们被随访了3.5至17年，在此期间约有1000名参与者患上了该疾病。
研究人员发现，分析睡眠期间脑电波的精细模式可以提供传统睡眠指标经常遗漏的见解。此前对多个参与者队列的汇总分析发现，痴呆风险与传统睡眠指标（如不同睡眠阶段的时间或整体睡眠效率）之间没有显著关联。
“宽泛的睡眠指标并不能完全捕捉睡眠生理复杂多维的本质，”资深作者、加州大学旧金山分校医学院精神病学副教授Yue Leng, MBBS, PhD说。
脑电波与认知健康相关
构成脑年龄的几种睡眠脑电图模式已知在脑健康和记忆中发挥作用。这些包括δ波，一种与深度睡眠相关的滚动波形，以及睡眠纺锤波，一种与记忆巩固相关的短暂、快速频率的脑活动。
最显著的发现之一是，脑电图上出现的突然大尖峰（称为峰度）与较低的痴呆风险相关。
研究人员还发现，在考虑教育、吸烟、体重指数和体力活动等因素，以及其他健康状况和遗传风险因素后，“较老”的脑年龄与痴呆风险之间的关系仍然显著。
早期检测的潜力
由于睡眠脑电图信号可以非侵入性地收集，研究人员表示，脑年龄最终可能有助于在非临床环境中检测痴呆风险，例如通过使用可穿戴技术。
“脑年龄是根据睡眠脑电波计算得出的，”Leng说。“我们知道睡眠期间的大脑活动提供了一个可测量的窗口，显示大脑衰老的程度。”
这些发现还提出了一种可能性，即改善睡眠健康可能影响大脑衰老。Leng指出，早期的研究发现，治疗睡眠障碍可以改变与睡眠相关的脑电波模式。
“更好的身体管理，例如降低体重指数和增加运动以减少呼吸暂停的可能性，可能会产生影响，”第一作者、贝斯以色列女执事医疗中心神经学助理教授Haoqi Sun博士说，他与两位合著者共同开发了该模型。“但没有神奇的药丸可以改善大脑健康。”
*合著者： Robert J. Thomas, MD, 和 M. Brandon Westover, MD, PhD（贝斯以色列女执事医疗中心）与Sun共同开发了该机器学习模型。其他作者请参阅论文。
资金： 美国国立卫生研究院（R01NS102190, R01NS102574, R01NS107291, RF1AG064312, RF1NS120947, R01AG073410, RF1AG064312, R01NS102190, R01AG062531）；国家老龄化研究所（R21AG085495 和 R01AG083836）；国家科学基金会（2014431）；国家健康与医学研究委员会（GTN2009264）；美国睡眠医学学会。
披露： 请参阅论文。
【全文结束】