迈向肌萎缩侧索硬化症的行为储备模型

Toward a Behavioral Reserve Model in Amyotrophic Lateral Sclerosis

作者信息Francesca Palumbo, Barbara Iazzolino, Cristina Moglia, Umberto Manera, Enrico Matteoni, Sara Cabras, Giorgio Pellegrino, Emilio Minerva, Vita Passidomo, Rosario Vasta, Gabriele Mora, Fabrizio D'Ovidio, Antonio Canosa, Andrea Calvo, Adriano Chiò
PMID42528478
发布时间2026-11
DOI10.1002/ana.78315

实验完整度

中

基于单中心前瞻性队列的观察性分析,使用FrSBe和ECAS-CI评估行为,采用分层逻辑回归和敏感性分析,无功能或机制验证实验。

主要模型

ALS患者队列(FrSBe评估,n=965) ALS患者子集(ECAS-CI评估,n=633)

重点核对

行为损害定义:FrSBe总分或任一分量表≥65,且病前与病后评分增加≥10分 核心预测变量:病前FrSBe分域评分、教育年限、职业水平、社会互动指数(SII)、婚姻状况、情感障碍史 协变量:年龄、性别、发病部位、病程(月)、ALSFRS-R总分 统计模型:分层强制进入二元逻辑回归,预测变量分5个预设区块进入 敏感性分析:排除临界病前评分(SA1,n=911)、排除病前-病后差异超过95百分位的病例(SA2,n=740)及两者联合(SA3,n=721)

摘要

目的:行为损害在肌萎缩侧索硬化症(ALS)中很常见,并强烈影响自主性、照护者负担和结局,但脆弱性的预测因素仍不清楚。我们在行为储备框架内研究了病前调节特质和社会教育暴露是否与ALS的行为表型相关。方法:我们分析了来自前瞻性三级中心队列的965例连续评估的ALS患者。行为损害使用额叶系统行为量表(FrSBe;家属 rated 发病前和发病后)测量,并在一个子集(n=633)中使用爱丁堡认知和行为ALS筛查-照护者访谈(ECAS-CI)。理论驱动的分层逻辑回归模型检验了行为结局与病前行为调节、教育、职业和社会互动指数之间的关联,包括交互效应。预先指定的敏感性分析解决了病前估计中的潜在偏倚。结果:病前行为调节在所有FrSBe模型中与行为损害的关联最强。较高的综合教育程度和社会暴露与较低的损害几率相关,并在多个行为域中存在显著交互作用。这些模式在限制性敏感性分析中持续存在。储备代理与ECAS-CI总损害无显著关联,尽管观察到了域特异性效应。解释:这些发现为ALS中的行为储备框架提供了实证支持,其中病前调节特质和社会教育暴露与行为脆弱性相关。尽管因果推断有限,储备相关因素可能有助于ALS中的非运动异质性,并可能为未来早期行为风险分层的方法提供信息。ANN NEUROL 2026;100:934–947

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
病前调节特质和社会教育暴露是否与ALS患者的行为表型相关,从而支持行为储备框架?
核心机制
病前行为调节能力(以病前FrSBe评分表征)与行为损害风险独立相关;教育程度与社会互动指数存在协同交互作用,共同与较低的行为损害风险相关。
主要证据
在965例ALS患者中,病前FrSBe分域评分是FrSBe总评分及各分域损害的最强预测因子(OR≈1.04–1.05,均p<0.001);教育×SII交互项在FrSBe总分(OR=0.801,p=0.025)、去抑制(OR=0.756,p=0.030)和执行功能障碍(OR=0.776,p=0.038)模型中显著,且在ECAS-CI冷漠/惰性和共情丧失子量表中重复;敏感性分析中病前FrSBe效应稳定或增强。
研究意义
这些发现为ALS中的行为储备框架提供了实证支持,将储备理论扩展到认知之外,并可能为未来早期行为风险分层和干预策略提供信息。

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

构建研究队列与行为评估

建立ALS患者队列并量化行为损害及病前行为调节。

连续纳入都灵ALS专家中心2009年1月起接受认知和行为筛查的ALS患者,排除C9orf72致病性扩增携带者。使用FrSBe(家属版发病前和发病后)评估行为改变,子集使用ECAS-CI评估当前行为症状。

2

行为储备多维指标的操作化

将行为储备构建为多维结构,包括一般认知储备代理、社会情感暴露和病前调节特质。

一般认知储备代理包括教育年限和职业水平(5点量表);社会情感暴露包括社会互动指数(SII,基于ISCO-08职业编码)和婚姻状况;特质/调节成分包括病前FrSBe分域评分和情感障碍史。

3

分层逻辑回归检验行为储备关联

检验病前调节特质和社会教育暴露与行为损害的关联,并评估交互效应。

针对FrSBe总分及3个分域、ECAS-CI总分及5个分域分别构建二元逻辑回归模型,共10个模型。预测变量分5个预设区块强制进入:人口学协变量、临床协变量、一般储备代理、社会情感暴露、特质/调节成分。

4

敏感性分析验证病前效应稳健性

评估病前FrSBe效应是否受评分者依赖或测量偏倚影响。

进行三项预设敏感性分析:排除临界病前评分(SA1)、排除病前-病后差异超过95百分位的病例(SA2)、两者联合(SA3),比较病前FrSBe效应大小。

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。

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
行为评估(FrSBe)
FrSBe版本(家属版)、评估时间(发病前和发病后)、损害阈值(总分或分域≥65且增加≥10分)、照护者评分一致性
阅读提示:Methods中Behavioral Assessment小节,Table 2–5脚注
行为储备指标操作化
教育年限和SII的均值中心化、职业水平5点量表分类、SII基于ISCO-08编码的映射方法
阅读提示:Methods中Operationalization of Behavioral Reserve小节,Supplementary Methods
统计模型构建
预测变量进入的5个区块顺序、强制进入法、参考类别编码(性别、婚姻状况、情感障碍史)、显著性阈值
阅读提示:Methods中Statistical Analysis小节,Table 2–5脚注
敏感性分析
SA1、SA2、SA3的排除标准及样本量(n=911、740、721)
阅读提示:Results中Sensitivity Analyses小节,Supplementary Table S1,Supplementary Figure S1
ECAS-CI分析
ECAS-CI子集样本量(n=633)、探索性分析定位、去抑制模型因完全分离仅在区块2报告
阅读提示:Methods中Behavioral Assessment和Statistical Analysis小节,Results中ECAS-CI Models小节,Supplementary Tables S2–S7