昼夜节律休息/活动节律与MRI测得脑体积变化：认知健康样本中的年龄差异 - 认知障碍

背景

昼夜系统调节分子和生理过程以及包括食物摄入、睡眠和身体活动在内的行为的定时。随着年龄增长，这些节律会发生变化，老年人通常与年轻人相比会表现出相位提前，即活动高峰和就寝时间更早。通过连续佩戴在自然环境中数天的加速度计收集的数据得出的昼夜节律休息/活动节律(RARs)，可作为生态有效的昼夜节律性估计值。除相位提前外，对RARs的研究发现，老年人表现出较低的节律强度、全天更大的碎片化以及日间稳定性降低。越来越多的证据将RARs的改变与认知障碍以及老年人群中随后的认知能力下降、轻度认知障碍(MCI)和痴呆联系起来。

尽管有证据表明RARs与认知结果相关，但关于RARs与脑结构测量之间关联的了解甚少。在一项针对荷兰老年人的横断面研究中，Van Someren等人(2019年)发现节律碎片化解释了内侧颞叶体积19%的变异，超过了年龄所解释的变异(15%)。此外，Liu等人(2024年)使用英国生物银行数据对RARs和脑体积进行横断面分析，发现更强的节律强度与更大的大脑白质体积相关。令人惊讶的是，他们发现日间稳定性与更大的脑室体积相关；然而，分析未对颅内体积进行调整。这些研究为RARs与磁共振成像(MRI)测量的脑健康指标之间的重要关联提供了证据，但横断面设计无法分析RARs与脑结构随时间变化的关联。为推进该领域的知识，我们在美国基于社区的中年和老年人样本中，检查了RARs与阿尔茨海默病(AD)相关的脑区域体积的横断面和纵向关联。考虑到上述与年龄相关的RARs变化，我们还探索了年龄的调节效应。

方法

2.1 参与者

我们研究了巴尔的摩老龄化纵向研究(BLSA)的参与者，这是一项旨在表征随年龄增长发生的认知和身体健康变化的纵向观察性研究。如果参与者拥有有效的活动记录仪和MRI数据，则有资格纳入分析。研究基线构成50岁及以上成年人首次可获得这些评估的访问。在N = 353名拥有有效活动记录仪和MRI数据的参与者中，我们排除了9名不符合MCI标准的认知障碍、MCI或痴呆患者，最终分析样本为344名参与者。我们仅分析认知正常的随访数据（即排除[N = 45]在参与者达到认知障碍、MCI或痴呆标准时及之后的访问）。认知状态的裁决已在其他地方详细描述。

BLSA随访访问的频率取决于年龄，60岁以下的成年人每4年安排一次，60至79岁的成年人每2年安排一次，80岁及以上的成年人每年安排一次。在入组和随后的访问中，参与者提供了书面知情同意。所有研究程序均获得美国国立卫生研究院(NIH)机构审查委员会的批准。

2.2 腕部活动记录仪和RAR指标

参与者在离开BLSA诊所前配备活动记录仪(Actiwatch-2，Philips–Respironics，美国俄勒冈州本德)，并被指示将活动记录仪连续佩戴7天在其非优势手腕上。活动记录仪使用内置加速度计和光度计分别记录以活动计数(ACs)形式的运动和环境光照水平。参与者被要求每天早上和晚上填写睡眠日记，并记录他们起床开始一天的时间、晚上躺下准备睡觉的时间("关灯")、任何小睡的时间以及取下活动记录仪的时间。

我们使用Actiware 6.0.9软件(Philips Respironics)以逐时段格式导出活动计数数据，并使用R软件4.0.4版(R Core Team, 2020)预处理数据。首先，我们排除了数据缺失>5%（>72分钟）的24小时周期。接下来，为创建更对称的分布，我们对ACs进行对数转换，并在144个十分钟时间段内对对数转换后的ACs进行平均。最后，我们通过对有效的活动记录仪数据收集期间的每日曲线进行平均来估计平均参与者特定的RARs。在分析中，平均参与者特定的RARs反映在144个十分钟对数转换的ACs中。

使用R中ActCR包0.3.0版(

研究背景

系统性回顾：作者使用PubMed和Web of Science检索文献。我们引用了先前研究RARs和区域脑体积横断面关联的研究。
解读：我们的发现确立了RARs与内侧颞叶脑体积随时间变化之间的联系。此外，我们的发现表明，最年长成年人中更碎片化的RARs可能表明脑健康恶化的轨迹更快。
未来方向：本研究提供了证据，表明RARs可能是脑萎缩(尤其是内侧颞叶)的早期生物标志物或促成因素。然而，这些发现需要在更大、更多样化的队列中进行复制，结果应扩展到包括AD特异性生物标志物。未来的研究还应评估RARs的变化如何预测脑萎缩的轨迹。也需要进行测试改善昼夜节律是否能保持脑健康的干预试验。

2.3 MRI

预先选择了感兴趣的脑区。感兴趣的全脑体积包括白质、灰质和脑室体积。此外，我们选择了在痴呆(特别是AD)中受影响的内侧颞叶脑区，具体为海马旁回、海马和杏仁核。这些区域是AD最早受影响的区域之一，并能预测未来的认知能力下降。脑区域体积是从3T Philips Achieva MRI扫描仪上获取的T1加权扫描中量化的，使用磁化准备快速梯度回波(MPRAGE)序列(重复时间[TR] = 6.8 ms，回波时间[TE] = 3.2 ms，翻转角 = 8°，图像矩阵 = 256 × 256，170个切片，像素大小 = 1 × 1 mm，切片厚度 = 1.2 mm)。使用多图谱区域分割利用注册算法和参数集合(MUSE)方法，得出了解剖标签和全脑及区域脑体积(以立方厘米为单位)的定量测量。简而言之，MUSE采用多种图谱注册算法生成标记图的集合和每个体素的标记估计。在标记融合过程中，选择与目标扫描最相似的图谱子集，并通过加权投票分配最终的体素标签。此过程产生目标脑扫描的详细解剖区域分割，允许进行稳健的区域体积分析。

2.4 其他参与者信息

参与者报告了他们的性别、种族/民族、年龄和教育程度。在每次访问时，根据身高和体重测量计算了身体质量指数(BMI；kg/m²)。此外，在每次访问时，通过护士管理的医疗访谈收集了参与者医疗共病数据，包括心脏病发作、心力衰竭、慢性阻塞性肺病、中风、高血压、糖尿病、癌症和帕金森病的病史。

2.5 统计分析

我们计算了基线参与者特征的描述性统计，并运行了单独的线性混合效应模型来检查基线RAR指标与脑体积结果变化之间的横断面和纵向关联。在模型中包含基线RAR参数，以测试基线RAR与基线脑体积结果的横断面关联；在模型中包含基线RAR与时间的交互，以测试基线RAR与脑体积随时间纵向变化的关联。在所有模型中，参与者性别、种族、基线年龄、教育年限、BMI和70岁时的颅内体积被作为协变量包含。时间是自基线起的随访间隔(年)。性别×时间、种族×时间、基线年龄×时间、教育年限×时间以及基线BMI×时间的交互也被作为协变量包含在模型中，以解释协变量对结果的潜在纵向影响。参与者性别被编码为女性-0.5，男性0.5。种族被编码为虚拟变量，白人和自认为其他种族的成年人编码为0，黑人或非裔美国人成年人编码为1。在所有线性混合效应模型中，截距和时间被作为随机效应包含，具有未结构化的协方差。

进行了基线年龄和基线RARs与脑体积结果的交互分析，以确定年龄是否调节了基线RAR与脑体积的横断面和纵向关联。我们添加了一个基线年龄×基线RAR交互项，以测试年龄是否调节了基线RAR和基线脑体积结果之间的横断面关联。还向模型中添加了基线年龄×基线RAR×时间的交互项，以评估年龄是否调节了基线RAR与脑体积随时间变化的关联。如果年龄调节效应在p < 0.01水平上显著，我们进一步在模型中推导出三个预定年龄点(65岁、75岁和85岁)上基线RAR与脑体积之间的关联。

使用散点图和Q-Q图评估模型假设。检查每个模型的库克距离以识别有影响力的观察值。绝大多数观察值的库克距离不超过1，表明没有单个数据点对模型估计产生过度影响。只有一名参与者的观察值库克距离大于1。移除该参与者后，我们的估计没有显著变化，因此我们决定包含其数据。为控制多重比较，对横断面和纵向主效应测试分别应用了Benjamini–Hochberg错误发现率(FDR)程序。FDR应用于脑室、白质体积和灰质体积联合，以及预先指定的灰质亚区域(海马旁回、海马、杏仁核)单独应用。

还运行了调整共病的敏感性分析，以确定基线RARs与脑体积结果的关联是否受共病影响。创建了一个反映参与者基线时报告的共病数量的计数变量，包括心脏病发作、心力衰竭、慢性阻塞性肺病、中风、高血压、糖尿病、癌症、帕金森病和抑郁症的病史(可能范围 = 0至9)；该变量作为协变量包含在所有分析中。所有分析均使用R 4.3.1版进行。线性混合效应模型使用lme4包中的"lmer"函数拟合。

结果

344名参与者的平均基线年龄为72.9 ± 10.4岁；197名(57.3%)为女性，77名(22.4%)自认为黑人或非裔美国人(表1)。参与者平均完成了5.56 ± 0.88个晚上(范围3至7晚)的活动记录仪数据。有120名参与者(34.9%)仅进行了基线RAR和MRI评估。对于有多个访问的参与者，平均随访时间为1.18 ± 1.10年，平均访问次数为2.27 ± 1.29次。有46名参与者(13.4%)年龄在60岁以下，191名参与者(55.5%)年龄在60至79岁之间，107名参与者(31.1%)年龄在80岁及以上。

3.1 脑室体积

RARs与脑室体积之间没有显著的横断面主效应(表2)。较高的IV与脑室体积随时间的更快增加相关(B = 1.47, p = 0.022)。然而，年龄调节了IV与脑室体积的纵向关联，且IV与脑室体积变化的关联随着年龄增长而增强(交互的p值 = 0.010)。较高的IV在75岁和85岁时与脑室体积随后更快的增加显著相关，但在65岁时则不相关(表3)。

3.2 白质体积

RARs与白质体积之间不存在横断面或纵向关联(表2)；RARs与白质体积之间的关联也不存在显著的年龄调节效应。

3.3 灰质体积

RARs与灰质体积之间不存在显著的横断面或纵向主效应(表2)；然而，IV与灰质体积变化的关联存在显著的年龄调节效应(p交互 = 0.008)，使得在65岁时，较高的IV与较慢的灰质体积萎缩有边缘性关联(p < 0.05)，而在85岁时，较高的IV与显著更快的萎缩相关(p < 0.01)(表3)。

3.4 海马旁回体积

较高的RA(B = 0.88, p = 0.024)和较低的IV(B = -0.73, p = 0.027)与较大的海马旁回体积相关(表2)。RARs与海马旁回体积之间不存在纵向主效应关联，也不存在显著的年龄调节效应。

3.5 海马体积

在横断面分析中，较高的RA(B = 0.98, p = 0.013)和较低的IV(B = -0.84, p = 0.012)与较大的海马体积相关(表2)。不存在其他显著的横断面或纵向主效应，也不存在显著的年龄调节效应。

3.6 杏仁核体积

在主效应中，较高的IS(B = 0.03, p = 0.017)和较低的IV(B = -0.04, p = 0.002)与杏仁核体积随时间的较慢下降相关(表2)。值得注意的是，较高的RA与杏仁核体积下降较慢的纵向关联接近显著(B = 0.04, p = 0.065)。不存在显著的年龄调节效应。

3.7 调整合并症的敏感性分析

在进一步调整心脏病发作、心力衰竭、慢性阻塞性肺病、中风、高血压、糖尿病、癌症、帕金森病和抑郁症的病史后，关联的方向和显著性保持相对一致，只有一个例外。虽然年龄和IV与灰质体积随时间的交互仍显著(p = 0.002)，但65岁时的点估计不再显著(B = 5.52, p = 0.058)。

3.8 多重比较调整

在使用Benjamini–Hochberg程序调整p值后，只有RA和IV与海马旁回体积的横断面关联以及IV与脑室体积的纵向关联不再显著。所有其他主效应在调整后仍保持显著。

讨论

我们调查了认知未受损的中年和老年人群中RARs与区域脑体积的关联。横断面分析显示，较高的RA和较低的IV与较大的海马和海马旁回体积显著相关。纵向来看，较高的IV是杏仁核体积和脑室体积随时间增加的显著预测因子。此外，较低的IS是杏仁核体积下降的显著预测因子。我们发现IV与脑室和灰质体积变化的纵向关联受到年龄调节。与较年轻参与者相比，这些关联在年长参与者中最强。此外，IV与灰质体积的关联方向在最年轻与最年长参与者中相反。我们的发现表明RARs可能是脑萎缩(包括在AD中至关重要的内侧颞叶)的标志物或潜在促成因素。

我们发现较低的IV与较大的海马体积相关的发现与Van Someren等人的研究结果一致，他们发现较高的IV与较小的内侧颞叶体积相关。然而，与Van Someren等人不同的是，我们还观察到RA和IS与内侧颞叶脑体积的关联。这些差异可能是由于Van Someren等人使用视觉评分来量化内侧颞叶体积，而本研究则使用自动分割和实际体积量化。尽管我们的纵向分析显示较高的IS和较低的IV与随时间推移杏仁核体积保持较好显著相关，但这些是首次报道的此类纵向发现，因此需要在未来纵向研究中进行复制。综合来看，这些发现将较弱、更碎片化和更不稳定的RARs与易受年龄相关萎缩和神经退行性过程影响的内侧颞叶区域的萎缩联系起来。

三种机制可以描述RARs与内侧颞叶体积之间关联的潜在机制：(1)昼夜节律改变可能促进海马和杏仁核萎缩，(2)海马和杏仁核萎缩可能改变昼夜节律，或(3)海马和杏仁核萎缩以及昼夜节律紊乱可能由共同原因导致，如广泛的神经退行性过程或位于下丘脑前部的脑昼夜节律起搏器视交叉上核(SCN)的年龄相关变化。SCN由光-暗周期调节，并调控其他脑区(包括海马和杏仁核)的振荡器。SCN经历与昼夜节律变化相关的年龄相关萎缩。此外，在神经退行性疾病中观察到SCN功能障碍。在啮齿动物中，SCN中时钟基因的缺失导致神经退行性和海马萎缩，在人类中，由跨经度频繁旅行导致的昼夜节律失调与较低的内侧颞叶体积相关。此外，与年龄相关的SCN和昼夜节律变化可能对睡眠产生负面影响，而睡眠不足和碎片化与脑体积损失和AD病理相关。值得注意的是，杏仁核对睡眠剥夺和睡眠质量差很敏感，慢性失眠与杏仁核萎缩相关。

我们的研究确定年龄是RARs与脑结构关联的重要调节因素。在纵向分析中，年龄调节了IV与脑室和灰质体积的关联。在65岁时，较高的IV与随后脑室扩大较慢和灰质萎缩率较慢相关。这表明65岁时较高的IV可保护脑萎缩，这是一个出乎意料的发现，因为较低的节律碎片化通常被认为是一种标记或预测健康良好或持续的指标。可能的解释是，65岁时节律碎片化较高的个体与75岁和85岁时相比可能具有更高水平的身体活动。相反，75岁和85岁时较高的IV与脑室体积随时间的扩大率相比65岁时增加了一倍，85岁时较高的IV与更快的随后灰质萎缩相关。在更老年龄时关联方向的变化可能是由于脑萎缩和昼夜节律紊乱之间潜在的双向关系，其中昼夜节律紊乱既导致又由脑萎缩引起。随着这种有害循环的持续，日常节律碎片化和伴随的神经退行性变及萎缩可能随着损伤累积而加速。不幸的是，目前没有其他纵向研究可以与我们的发现进行比较，需要在未来研究中进行复制。

据我们所知，本研究是首次检查中年和老年人群中RARs与区域脑体积的横断面和纵向关联，也是首次调查年龄的效应修饰作用。它也有一些局限性。研究参与者通常受教育程度高且基线时认知未受损，从而限制了我们的发现对更广泛人群的普遍适用性。我们没有调整新发共病，仅对在基线访问时收集的变量进行了敏感性分析。在未校正分析中观察到的几个关联在多重比较调整后不显著，这突显了在独立样本中进行复制的重要性。我们的研究未包含AD特异性病理(即淀粉样蛋白、tau)的评估，且MRI评估次数因年龄而异。与年长参与者相比，年轻参与者的MRI评估较少，这限制了我们在这些年龄组之间进行可比推断的能力。此外，该研究对腕部活动记录仪数据收集的随访有限。需要对参与者进行多年的随访研究，进行多次活动记录仪数据的重复波次收集，以了解RARs随时间变化的程度以及这些变化与区域脑体积的关联。此外，RARs不是内源性昼夜节律的测量值，这需要密集的实验室协议。它们是日节律性的生态估计值，可能受个体社交和工作日程以及光照暴露的影响。需要进行密集的实验室协议研究，这些研究在无时间提示物的情况下重复收集无昼夜节律振荡器，以评估个体的昼夜节律性。

总之，我们在中年和老年人群中确定了RARs与全脑和内侧颞叶脑萎缩的横断面和纵向联系，并发现这些关联因年龄而异。较高的节律碎片化(IV)在所有分析中是较低区域脑体积的最一致预测因子；然而，这种关联作为年龄的函数而不同，在晚中年时较高的IV预测较少的萎缩，而在老年后期较高的IV预测更大的萎缩。需要进一步研究以评估RARs随时间的变化是否预测随后的脑体积轨迹，以及RAR是否因此可以作为神经退行性疾病风险的早期生物标志物，并作为旨在保持脑健康的干预措施的目标。

致谢

作者无任何报告。本研究部分由美国国家老龄化研究所(资助R01AG050507、R01AG075883)、NIH内部研究计划和研发合同HHSN-260-2004-00012C支持。Marc Kaizi-Lutu由5T32AG027668-19支持。Daniel Callow由K01AG092954支持。Arnold Bakker部分由P30 AG066507支持。NIH作者的贡献被视为美国政府的工作。本文中提出的发现和结论是作者的观点，不一定反映NIH或美国卫生与公众服务部的观点。

利益冲突声明

Adam Spira曾担任Sequoia Neurovitality、BellSant, Inc.、Amissa, Inc.和Synaptic Health, LLC的顾问。Brendan P. Lucey收取Eisai、Eli Lilly和Weston Family Foundation的咨询费。BPL担任Eli Lilly的数据安全和监测委员会成员。BPL担任Beacon Biosignals的科学顾问委员会成员，并作为科学顾问从Applied Cognition获得报酬。BPL从Merck获得用于临床试验的药物/匹配安慰剂，该试验由私人基金会资助，从Eisai获得用于NIA资助的临床试验的药物/匹配安慰剂。Keenan A. Walker是《Alzheimer's & Dementia》的副编辑，是《Annals of Clinical and Translational Neurology》编辑委员会成员，也是国家神经心理学学会的董事会成员。Keenan A. Walker曾无偿为SomaLogic进行演讲。以下作者无利益冲突披露：Marc Kaizi-Lutu、Daniel D. Callow、Jill A. Rabinowitz、Yang An、Mark N. Wu、Vadim Zipunnikov、Arnold Bakker、Christos Davatzikos、Eleanor M. Simonsick、Luigi Ferrucci和Susan M. Resnick。作者披露可在支持信息中获取。