队列构建与暴露评估
建立纵向队列并量化体脂水平及其变化。
纳入HMACS和ADNI无痴呆参与者，使用CUN-BAE公式基于身高、体重、年龄和性别估算体脂百分比，并计算随访期间ΔCUN-BAE。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
绘制肥胖与年龄相关认知衰退及多模态阿尔茨海默病病理的性别特异性关联
Mapping sex-specific associations of adiposity with age-related cognitive decline and multimodal Alzheimer's pathology
实验完整度
高HMACS和ADNI两个独立队列，包含血浆/CSF生物标志物、Aβ-PET/tau-PET神经影像及纵向认知功能验证。
主要模型
HMACS社区老年队列（n=2349） ADNI队列（n=1858） 人血浆和脑脊液样本 Aβ-PET和tau-PET神经影像
重点核对
CUN-BAE计算公式包含年龄、性别、BMI及其交互项，性别编码为男性0、女性1 HMACS血浆p-tau217使用ALZpath Simoa P-tau 217 v2 Assay kit（Cat# 104371）检测 ADNI Aβ-PET示踪剂注射剂量：PiB 740 MBq ± 10%、FBP 370 MBq ± 10%、FBB 300 MBq ± 20% ADNI tau-PET示踪剂[18F]flortaucipir（AV-1451）注射剂量370 MBq ± 10%，扫描时间75–105 min 认知状态转移分析中ΔCUN-BAE为随访CUN-BAE减基线CUN-BAE，痴呆为吸收态
摘要
引言：衰老过程中肥胖与认知的关系存在争议。本研究旨在利用多模态生物标志物评估其与阿尔茨海默病（AD）病理的性别特异性和年龄特异性关联。方法：在两个纵向队列（湖北记忆与衰老队列研究[HMACS]，n=2349；阿尔茨海默病神经影像学倡议[ADNI]，n=1858）中，我们通过Clínica Universidad de Navarra-体脂估算公式（CUN-BAE）评估体脂，并使用多模态生物标志物（血浆、脑脊液[CSF]、正电子发射计算机断层扫描[PET]）进行性别/年龄分层分析。结果：在≥65岁成人中，较高的基线CUN-BAE和CUN-BAE增加与AD相关轻度认知障碍（MCI）和痴呆风险较低相关，分层分析提示性别和年龄存在不同模式；然而，正式交互检验不显著。在70-74岁，ΔCUN-BAE每增加1%与正常认知（NC）向MCI转化风险降低20%相关。在女性中，较高的CUN-BAE与较低的磷酸化tau 217（p-tau217）相关，并与淀粉样蛋白β（Aβ）42呈非线性关系，拐点接近37.6%。在男性中，肥胖增加与较低的p-tau217和神经丝轻链（NfL）相关。神经影像学显示，女性中与Aβ沉积呈负相关，Aβ阳性MCI男性中与tau沉积呈负相关。讨论：较高的肥胖与AD相关衰退发生率较低和病理较轻相关；分层探索性分析提示年龄和性别模式，尽管正式交互检验不显著。然而，这些观察性发现不支持盲目增加体脂以预防痴呆的建议。
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
- 在老年成人中，肥胖与AD相关认知衰退和病理的关联是否具有性别特异性和年龄依赖性，并涉及何种多模态生物标志物模式？
- 核心机制
- 分层探索性分析提示，体脂可能通过性别二态性机制与AD病理相关：女性中主要表现为淀粉样蛋白相关模式（Aβ42非线性拐点37.6%），男性中主要表现为tau相关模式（较低tau沉积），但正式交互检验不显著，机制未经验证。
- 主要证据
- 在HMACS和ADNI两个独立队列中，较高基线及增加的CUN-BAE与较低AD相关MCI/痴呆风险相关；血浆、CSF和PET多模态生物标志物显示女性中Aβ沉积减少、男性中tau沉积减少，且70–74岁ΔCUN-BAE每增加1%与NC向MCI转化风险降低20%相关。
- 研究意义
- 研究结果提示体脂在衰老中可能具有潜在神经保护关联，为基于性别、年龄和动态监测的精准预防策略提供依据，但不支持为预防痴呆而盲目增加体脂。
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。
认知功能评估与结局判定
评估认知状态并判定AD相关MCI和痴呆结局。
HMACS使用MMSE、MoCA-B、AVLT、STT、DST、BNT、AFT、CDT等神经心理测验，由共识 panel 诊断MCI和痴呆并归因AD临床表型；ADNI使用MMSE、MoCA、ADAS-Cog11/13、CDR及PHC认知复合指标，基于Aβ-PET阳性进行生物标志物支持的诊断。
基线及纵向关联分析
检验CUN-BAE与认知衰退风险的关联及年龄/性别分层模式。
在HMACS中使用年龄尺度Cox比例风险模型、Fine-Gray竞争风险模型、限制性立方样条、多项逻辑回归、连续时间马尔可夫链和贝叶斯广义线性混合效应模型分析CUN-BAE及ΔCUN-BAE与认知状态转变的关联；在ADNI中进行验证。
多模态AD生物标志物关联分析
探究体脂与AD病理生物标志物的关联及性别特异性。
在HMACS检测血浆p-tau217、p-tau181、Aβ40、Aβ42、NfL、GFAP；在ADNI检测血浆和CSF生物标志物，并使用Aβ-PET和tau-PET量化区域Aβ和tau沉积，分析其与CUN-BAE的横断面和纵向关联。
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 |
|---|---|---|---|
| 血浆生物标志物检测 | Simoa HD-X分析仪系统 | -- | -- |
| Neurology 4-Plex E试剂盒 | -- | 103670 | |
| Simoa P-tau181 Advantage V2试剂盒 | -- | 103714 | |
| ALZpath Simoa P-tau 217 v2检测试剂盒 | ALZpath | 104371 | |
| Aβ-PET成像 | [11C]匹兹堡化合物B | -- | -- |
| [18F]氟比他班 | -- | -- | |
| [18F]氟比他苯 | -- | -- | |
| tau-PET成像 | [18F]氟他乌匹尔（AV-1451） | -- | -- |
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 |
|---|---|
| 体脂评估 | CUN-BAE公式系数、性别编码（男性0、女性1）、BMI计算方式；体脂以百分比（百分点）表示。 阅读提示：Methods 2.2 Assessment of body fat percentage。 |
| 认知诊断 | HMACS MCI和痴呆诊断标准、MoCA-B和MMSE教育调整界值；ADNI基于Aβ-PET阳性的生物标志物支持诊断。 阅读提示：Methods 2.3 Cognitive assessment and diagnostic adjudication。 |
| 血浆生物标志物检测 | Simoa HD-X平台、各检测试剂盒Cat#及Lot#、样本离心速度2000–3000 rpm 10 min、储存−80°C、log2转换和z-score标准化。 阅读提示：Methods 2.4 Plasma biomarker quantification in HMACS。 |
| 神经影像采集与分析 | Aβ-PET示踪剂剂量和扫描时间窗、tau-PET剂量和扫描时间窗、FLAIR序列参数（TR=8000 ms、TE=120 ms、TI=2200 ms等）、参考区域和分析管道。 阅读提示：Methods 2.5 Technical details of neuroimaging in ADNI。 |
| 统计分析 | 主要暴露为连续CUN-BAE；主要结局为HMACS中 incident probable AD-related MCI或痴呆；分层变量为性别和年龄组（≥65 vs <65岁）；FDR校正q<0.05。 阅读提示：Methods 2.6 Statistical analysis。 |