预测阿尔茨海默病与轻度认知障碍的认知和功能衰退速度

这对面临痴呆的家庭为何重要

痴呆不会按同一种模式发展。有人会很快丧失记忆和独立性，而有人则进展较慢。对于试图规划护理、财务和居住安排的家庭来说，这种不确定性可能令人恐惧。本研究探讨了诊所常规检查中已收集的信息是否可以用来为阿尔茨海默病或轻度认知障碍的患者及其临床医师提供更清晰的预测，说明在未来一年里认知和日常能力可能如何变化。

把日常门诊转成预测工具

研究者追踪了一组来自英国、患有阿尔茨海默病或轻度认知障碍的人。数年间，这些参与者定期完成三类简单检测：探查记忆与定向的简短问题、检测语言与解决问题能力的更详细任务，以及关于他们在穿衣、做饭和处理金钱等日常活动中独立性程度的问卷。同时记录了年龄、性别和其他既往病史等基本信息。研究团队有意不依赖昂贵的脑部影像或脑脊液检查，而是集中在大多数记忆门诊都能获得的常规、低成本信息上，包括资源有限的环境。

教计算机跟踪个体轨迹

研究团队使用来自英国队列的153条一年的“轨迹”测试分数，训练机器学习模型以预测某人在基线访问后12个月的得分。一类模型侧重认知能力，使用一种广为人知的筛查测试；另一类侧重日常生活独立性。模型不仅查看总体得分，还考察特定题目间的强弱模式，例如回忆词语、理解口语或准备食物等。研究者尝试了几种算法并采用严格的交叉验证，以避免对这相对较小的数据集产生过拟合。

预测的效果如何

表现最好的模型是一类在简单性与灵活性间取得平衡的先进线性模型。对于认知能力，预测通常在一年后实际分数的约两分范围内，这在英国组和一个更大、来自国际阿尔茨海默病研究项目的741条一年轨迹的独立数据集中都成立。对于日常功能，模型通常在衡量穿衣、购物和理财等任务独立性的量表上约四分之内。模型还突出了哪些基线能力最具信息量。计划与执行动作、保持定向和记忆词语方面的问题，对未来认知下降尤其有指示性；而在食物准备、理财和穿衣上的困难则预示着独立性下降更为陡峭。

日常生活衰退的驱动因素

通过检查模型的内部机制，研究者发现认知变化常常预示随后日常功能的改变。细致的认知测试，特别是检测词语回忆与识别的项目，有助于预测谁在一年后会在日常任务上遇到更多困难。相比之下，在这一年窗口内，关于其他长期健康问题的信息（至少以宽泛疾病类别分组时）对预测增益不大。年龄在预测未来独立性丧失方面也起到作用。重要的是，研究表明仅看总分不如观察每项测试内部的细粒度模式那么有信息量，这强化了不同类型的认知困难对快速衰退风险并不相同的观点。

为门诊提供一种新的规划工具

为了让工作在临床上有用，团队构建了一个原型决策支持应用，名为 Theia，该应用在后台运行这些预测模型。临床医师可以输入个体的常规测试分数、年龄、性别和病史，并获得对认知和日常功能的一年期估计分数。该应用还生成简单的可视化解释，显示个体当前哪些能力推动预测朝更快或更慢的衰退方向发展。这种透明性旨在帮助临床医师信任并解读该工具，而不是把它当作一个“黑箱”。

这对痴呆患者意味着什么

研究表明，许多记忆门诊已收集的信息可以被利用来提供更个性化、以数据为驱动的认知与功能衰退一年期预测。尽管这些预测并不完美，但其准确性足以帮助指导关于未来护理需求、安全性以及财务和居住安排的对话。因为模型依赖于廉价、广泛使用的评估工具，它们有潜力不仅支持专科中心的临床医师，也支持普通门诊和资源有限的场景。如果得到进一步验证与改进，像 Theia 这样的工具可以让阿尔茨海默病或轻度认知障碍患者及其家庭在面对常常不可预测的疾病时，获得更多准备感与可控性。

引用: Fogel, A., Walsh, C., Fletcher-Lloyd, N. et al. Predicting rates of cognitive and functional decline in Alzheimer’s disease and mild cognitive impairment. Commun Med 6, 193 (2026). https://doi.org/10.1038/s43856-026-01432-w

关键词: 阿尔茨海默病, 痴呆进展, 机器学习, 认知衰退, 日常生活活动