脑龄与标准MRI评估在主观和轻度认知障碍中痴呆风险分层中的比较

Comparison of Brain Age With Standard MRI Assessment for Dementia Risk Stratification in Subjective and Mild Cognitive Impairment

作者信息Stefan De Vries, Katalin Farkas, Hanneke F M Rhodius-Meester, Argonde Corien Van Harten, Calvin Trieu, Alle Meije Wink, Lyduine E Collij, Jyrki Lötjönen, Wiesje M Van Der Flier, Frederik Barkhof, Bas Jasperse, Mara Ten Kate
PMID42574695
期刊Neurology
发布时间2026-09-08
DOI10.1212/WNL.0000000000218418

实验完整度

包含回顾性队列研究,使用两种预训练脑龄估计方法(BrainageR和cNeuro)计算brain-PAD,并通过Cox回归、交互作用、分层分析、时间依赖ROC和内部验证评估其预测价值。

主要模型

主观认知下降(SCD)患者队列 轻度认知障碍(MCI)患者队列

重点核对

基线诊断(SCD或MCI) 随访时间中位数3.2年,范围3个月至10年 使用两种预训练方法(BrainageR和cNeuro)估计脑龄 视觉评定量表(MTA、PA、GCA、Fazekas) 淀粉样状态(PET或CSF)

摘要

背景与目标:早期痴呆风险分层对于及时干预至关重要。基于结构MRI的脑预测年龄差(brain-PAD)反映计算机估计年龄与实际年龄之间的差距,并与临床进展为痴呆相关。我们评估brain-PAD对主观认知下降(SCD)和轻度认知障碍(MCI)患者进展为痴呆的预后价值,以及brain-PAD是否在视觉评定量表之外提供附加价值。方法:这项回顾性队列研究纳入了来自阿姆斯特丹痴呆队列和SCIENCe项目的SCD和MCI患者,随访时间最长10年。使用两种预训练方法从基线MRI计算brain-PAD。Cox比例风险模型评估brain-PAD与痴呆进展风险之间的关联,并控制年龄、性别、简易精神状态检查和视觉评定量表。我们测试了brain-PAD与基线诊断之间的交互作用以评估分期特异性价值,并在有生物标志物的亚组中评估了除淀粉样状态外的附加价值。结果:研究纳入799名患者(SCD 412,MCI 387;39.4%女性,63.3±8.0岁)。中位随访3.2年期间,235名(29.4%)进展为痴呆。较高的brain-PAD与痴呆进展风险增加相关(风险比[HR] 1.04,95% CI 1.02–1.06),并且除视觉评定量表外改善了模型拟合(χ2 = 12.24,p = 0.003)。在brain-PAD与基线诊断之间存在显著交互作用(p = 0.013)后,分层分析显示brain-PAD在SCD中预测作用更强(HR 1.09,95% CI 1.03–1.15),而在MCI中较弱(HR 1.01,95% CI 0.99–1.04)。在SCD中,brain-PAD在视觉评定量表之外改善了模型拟合(χ2 = 10.17,p = 0.003),并适度提高了区分度(C指数 +0.02)。数据驱动的brain-PAD截断值−2.6年对应于2至10年间的高阴性预测值(0.91–0.99)。尽管brain-PAD在淀粉样状态之外改善了模型拟合(χ2 = 6.44,p = 0.018),但未提高区分度。在MCI中,brain-PAD未提供额外价值(χ2 = 0.88,p = 0.351)。讨论:MRI衍生的brain-PAD可预测记忆门诊SCD或MCI患者的痴呆进展。特别是在SCD患者中,brain-PAD在视觉评定量表之外提供了附加预测价值。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
基于MRI的脑龄预测差(brain-PAD)是否能预测SCD和MCI患者进展为痴呆,并在标准视觉评定量表之外提供附加预测价值?
核心机制
brain-PAD反映大脑结构老化程度,与神经退行性变相关,可能捕捉视觉评定量表未检测到的细微脑萎缩变化,从而提供额外的预后信息。
主要证据
在799名SCD和MCI患者中,brain-PAD与痴呆进展风险独立相关(HR 1.04),且在SCD中增强预测价值(HR 1.09),但在MCI中无额外价值。结果在两种脑龄估计方法中一致。
研究意义
研究表明brain-PAD可作为视觉评定量表的补充,尤其对于常规MRI评估可能未见异常的SCD患者,有助于风险分层和临床决策,但需外部验证后才能用于临床。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者纳入与分组

确定研究对象,包括SCD和MCI患者,并定义转换者和非转换者。

从阿姆斯特丹痴呆队列和SCIENCe项目纳入2002-2024年就诊的SCD和MCI患者,具有基线MMSE和MRI,且至少一次随访。排除低质量T1 MRI和3个月内确诊痴呆的患者。最终样本799人,分为SCD组(412人)和MCI组(387人),并根据随访是否进展为痴呆分为转换者和非转换者。

2

视觉评定量表评估

评估基线MRI的视觉萎缩程度,作为标准临床评估的参考。

由训练有素的评估者进行视觉评估,并由经验丰富的神经放射科医生确认。使用MTA、Koedam(PA)、GCA和Fazekas量表评估萎缩和高信号。左右半球评分取平均值。

3

脑龄估计与brain-PAD计算

使用两种预训练方法从基线T1 MRI估计脑龄,并计算brain-PAD。

使用BrainageR和cNeuro工具。BrainageR基于SPM12分割和主成分分析,使用高斯过程回归;cNeuro使用卷积神经网络处理组织分割。brain-PAD为估计脑龄减去实际年龄。

4

生存分析与预测价值评估

评估brain-PAD对痴呆进展的预测价值,并检验其在视觉评定量表之外的附加价值。

使用Cox比例风险回归,调整年龄、性别、MMSE,并逐步加入视觉量表、淀粉样状态。检测交互作用,进行分层分析(SCD、MCI)。使用似然比检验和C指数评估模型改善。

5

cutoff确定与预测性能评估

确定数据驱动的brain-PAD截断值,评估其风险分层能力。

对SCD和MCI分别拟合含brain-PAD作为唯一预测因子的Cox模型,在2、4、6、8、10年计算时间依赖ROC,选择最大化平均Youden指数的截断值。进行100次bootstrap验证。计算NPV和PPV,并绘制Kaplan-Meier曲线。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
BrainageR----
cNeuroCombinostics--
SPM12Wellcome Trust Centre for Neuroimaging--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者选择与分组
纳入标准:SCD或MCI基线诊断,MMSE和MRI可用,至少一次随访;排除标准:低质量T1 MRI,3个月内确诊痴呆
阅读提示:Methods - Patients
视觉评定量表评估
量表:MTA、Koedam(PA)、GCA、Fazekas;由训练有素的评估者,并复核
阅读提示:Methods - MR Visual Ratings
脑龄估计与brain-PAD计算
方法:BrainageR(基于SPM12和GPR)和cNeuro(基于CNN);计算brain-PAD为估计年龄减实际年龄
阅读提示:Methods - Brain Age Estimation
生存分析与附加价值评估
模型:Cox回归调整年龄、性别、MMSE;逐步加入视觉量表(MTA、PA、GCA、Fazekas)和淀粉样状态;交互项:brain-PAD与基线诊断
阅读提示:Methods - Statistical Analysis - Survival Analysis
cutoff确定与预测性能
时间点:2、4、6、8、10年;选择最大化平均Youden指数的截断值;计算NPV和PPV
阅读提示:Methods - Data-Driven Brain-PAD Cutoff