老带新
首页  >  资源与文章  >  文献解析  >  文献解析|血浆神经丝轻链与非痴呆老年人群认知下降的关联解析

文献解析|血浆神经丝轻链与非痴呆老年人群认知下降的关联解析

时间:2025-09-12 17:05:15
浏览次数:58
分享:

Plasma neurofilament light chain is associated with cognitive decline in non-dementia older adults

一、研究背景与意义

在全球人口老龄化加剧的背景下,认知功能障碍相关疾病的预防与早期干预已成为公共卫生领域的重点议题。轻度认知障碍(Mild Cognitive Impairment, MCI)作为正常认知(Normal Cognition, NC)与痴呆之间的过渡阶段,其进展具有高度异质性,部分患者可在数年內进展为阿尔茨海默病(Alzheimer's Disease, AD)等痴呆类型,而早期识别具有进展风险的 MCI 患者是实现精准干预的关键前提。生物标志物因其客观、可量化的特性,在认知障碍疾病的早期诊断与预后评估中展现出重要价值。

神经丝轻链(Neurofilament Light Chain, NfL)是构成神经元轴突骨架的重要结构蛋白,主要参与维持轴突 caliber 与神经冲动传导速度。当神经元发生损伤或变性时,NfL 会释放到脑脊液(Cerebrospinal Fluid, CSF)中,随后可通过血脑屏障进入外周血液循环。已有研究证实,CSF NfL 水平升高与多种神经退行性疾病(如帕金森病、AD、额颞叶痴呆)的病理进展及认知功能下降密切相关。相较于 CSF 检测,血浆 NfL 检测具有微创、低成本、易重复等优势,更适合在大规模人群中开展筛查与长期随访。

然而,当前关于血浆 NfL 与非痴呆老年人群认知下降的研究仍存在诸多局限:其一,多数研究样本量较小,难以排除个体差异对结果的干扰;其二,部分研究未能区分 NC 与 MCI 亚组,无法明确血浆 NfL 在不同认知状态人群中的作用差异;其三,关于血浆 NfL 与认知功能的关联是否通过脑结构改变(如海马体积缩小、白质高信号增多)介导的机制研究尚不充分;其四,不同研究中血浆 NfL 在 NC 与 MCI 组间的差异结果存在矛盾,亟需更大样本的纵向研究验证。

基于上述研究现状,本研究(原文献标题:Plasma neurofilament light chain is associated with cognitive decline in non-dementia older adults)依托多域阿尔茨海默病预防试验(Multidomain Alzheimer’s Preventive Trial, MAPT)的大样本队列,旨在系统探索血浆 NfL 与非痴呆老年人群(包括 NC 与 MCI 亚组)认知功能的横断面及纵向关联,并进一步分析脑结构指标在其中的中介作用,为血浆 NfL 作为 MCI 患者认知下降预测标志物的临床应用提供循证依据。

 

二、研究方法

(一)研究对象

本研究的研究对象来源于 MAPT 队列,该队列是一项多中心、随机、安慰剂对照试验,初始纳入 1679 名年龄≥70 岁的无痴呆老年人群,主要目的是评估多域干预(包括体育锻炼、营养咨询、认知训练)联合或单独使用 ω-3 脂肪酸补充剂对认知功能的保护作用。纳入标准包括:存在自发性记忆主诉、至少一项工具性日常生活活动受限,或步速缓慢(<0.8 m/s);排除标准包括:简易精神状态检查(Mini-Mental State Examination, MMSE)评分≤24 分、已确诊痴呆、基本日常生活活动困难,或正在服用多不饱和脂肪酸补充剂。

在本研究中,从 MAPT 队列中筛选出接受过血浆 NfL 检测的 512 名受试者作为初始样本,进一步排除血浆 NfL 水平超过均值 4 个标准差的极端值(n=5)及无临床痴呆评定量表(Clinical Dementia Rating, CDR)评分的受试者(n=3),最终纳入 504 名非痴呆老年人群作为研究对象,其中男性 201 名(40%),女性 303 名(60%),中位年龄为 75 岁(四分位距 [Interquartile Range, IQR]:72.0-79.0 岁)。根据 CDR 评分将受试者分为两组:NC 组(CDR=0,n=223)和 MCI 组(CDR=0.5,n=281)。所有受试者均签署书面知情同意书,本研究方案经图卢兹伦理委员会(CPP SOOM II)批准,符合相关伦理准则与法规要求。

(二)主要变量测量

1. 血浆 NfL 检测

研究对象的血液样本采集于 EDTA 抗凝管中,其中 92%(n=465)的受试者使用入组后第 1 年的血液样本,其余 8%(n=39)使用入组后第 2 年的血液样本,且血液采样与认知功能评估在同一天进行。血浆 NfL 水平采用电化学发光法检测,使用 R-PLEX 人神经丝 L 抗体试剂盒(F217X-3)及 MSD Gold 96 孔小斑点 SA 平板(L45A-1),样本在稀释液 12(R50JA-3)中进行 2 倍稀释后双复孔检测,检测仪器为 Meso Scale Discovery 系统。该检测方法的批内变异系数(Intra-assay Coefficient of Variation, CV)为 7.8%,批间变异系数(Inter-assay CV)为 15.4%,确保了检测结果的可靠性与重复性。

2. 认知功能评估

研究采用纵向设计,对受试者进行为期 4 年的认知功能随访评估,主要结局指标包括全局认知功能与各认知域功能:

全局认知功能:采用 MMSE 与复合认知评分(Composite Cognitive Score, CCS)评估。MMSE 量表涵盖定向力、记忆力、注意力、计算力、语言能力等维度,总分 0-30 分,分数越高表示认知功能越好;CCS 为四个认知域(记忆、语言、执行功能、定向力)z 分数的均值,z 分数计算基于各认知测试的初始均值与标准差,CCS 越高表示整体认知功能越优。

各认知域功能

记忆功能:采用自由与线索选择性提醒测试(Free and Cued Selective Reminding Test, FCSRT)评估,主要测量情节记忆的编码与提取能力;

语言功能:采用类别命名测试(Category Naming Test)评估,反映语言流畅性与词汇储备;

执行功能:采用韦氏成人智力量表修订版数字符号替换测试(Digit Symbol Substitution Test-Weschler Adult Intelligence Scale-Revised, DSST-WAISR)评估,主要反映注意力、处理速度与执行控制能力;

定向力:采用 MMSE 量表中的 10 项定向力条目评估,包括时间定向与地点定向。

3. 脑结构影像学指标测量

在入组后 12 个月内,对部分受试者进行磁共振成像(Magnetic Resonance Imaging, MRI)扫描,采用 SPM5 工具箱处理 3D T1 加权序列图像,提取的脑结构指标包括:白质体积(cm³)、白质高信号(White Matter Hyperintensities, WMH)、海马体积(cm³)及杏仁核体积(cm³),上述指标用于探索脑结构在血浆 NfL 与认知功能关联中的中介作用。

4. 协变量收集

收集的协变量包括:年龄(连续变量,以中位年龄及四分位距表示)、性别(分类变量,男 / 女)、体重指数(Body Mass Index, BMI,连续变量,计算方式为体重 / 身高 ²,单位 kg/m²)、教育水平(分类变量,根据学历层次划分)及 MAPT 干预组(分类变量,包括多域训练 +ω-3 补充剂组、ω-3 补充剂组、多域训练组、安慰剂组),上述变量在统计分析中用于控制潜在混杂效应。

(三)统计分析方法

1. 描述性统计分析

采用均值 ± 标准差(Mean±SD)、中位數 [四分位距] 或频数(百分比)描述研究对象的基线特征;组间比较采用独立样本 t 检验(正态分布连续变量)、Wilcoxon 秩和检验(非正态分布连续变量)或卡方检验(分类变量),检验水准设为 α=0.05。

2. 血浆 NfL 与认知功能的关联分析

采用混合效应线性模型(Mixed-Effects Linear Models)分析血浆 NfL 与认知功能的横断面(基线关联)及纵向(4 年随访变化)关联,模型中纳入受试者个体随机效应与时间随机斜率,以控制重复测量数据的相关性。分别在总人群、NC 组及 MCI 组中进行分层分析,同时调整年龄、性别、BMI、教育水平及 MAPT 干预组等协变量。

3. 血浆 NfL 分层分析

根据血浆 NfL 水平的四分位数,在 NC 组与 MCI 组内分别将受试者分为高 NfL 组(NfL+,上四分位数,NC 组 cutoff 值为 89.7 pg/ml,MCI 组 cutoff 值为 93.86 pg/ml)与低 NfL 组(NfL-,非上四分位数,作为参照组),采用混合效应线性模型比较两组在认知功能基线水平及 4 年变化趋势上的差异。

4. 敏感性分析

将载脂蛋白 E(Apolipoprotein E, APOE)基因型(APOE ε4 等位基因携带状态)作为额外协变量纳入混合效应线性模型,进行敏感性分析,以验证结果的稳健性。由于 APOE 基因型数据存在 10% 的缺失率,未纳入主分析模型。

5. 中介效应分析

基于 176 名具有完整脑结构影像学数据的受试者(其中 MCI 组 85 名),采用结构方程模型(Structural Equation Modelling, SEM)探索脑结构指标的中介作用。以血浆 NfL 为自变量,认知功能为因变量,将白质体积、白质高信号、海马体积及杏仁核体积整合为 “脑变性潜变量” 作为中介变量,调整年龄、BMI 及 MAPT 干预组等协变量,检验中介效应是否存在。

所有统计分析采用 SAS 9.4 软件(混合效应线性模型、敏感性分析)与 R 4.0.3 软件(中介效应分析)完成,结果可视化采用 Python 3.7 软件绘制,检验水准均为双侧 α=0.05。

三、研究结果

(一)研究对象基线特征

研究对象的基线特征如表 1 所示。在 504 名非痴呆老年人群中,MCI 组(n=281)的中位年龄(76.0 岁,IQR:72.0-79.0 岁)显著高于 NC 组(74.0 岁,IQR:71.0-78.0 岁)(p<0.05);性别分布方面,NC 组女性占比(65%)显著高于 MCI 组(56%)(p<0.05);MAPT 干预组分布在两组间无显著差异(p>0.05)。

血浆 NfL 水平方面,总人群中位值为 72.9 pg/ml(IQR:56.9-91.8 pg/ml),其中 NC 组中位值为 71.8 pg/ml(IQR:56.7-89.7 pg/ml),MCI 组中位值为 72.9 pg/ml(IQR:56.9-93.9 pg/ml),两组间差异无统计学意义(p>0.05)。

认知功能方面,MCI 组的各项认知指标基线水平均显著低于 NC 组(p<0.01):MCI 组初始 MMSE 中位值为 28 分(IQR:26.0-29.0 分),显著低于 NC 组的 29 分(IQR:28.0-30.0 分);MCI 组初始 CCS 中位值为 - 0.04(IQR:-0.61-0.48),显著低于 NC 组的 0.37(IQR:0.01-0.70);此外,MCI 组的 FCSRT、DSST-WAISR 及类别命名测试得分均显著低于 NC 组(p<0.01)。BMI 在两组间无显著差异(p>0.05)。

表 1 研究对象基线特征(N=504)

 

变量 总人群(n=504) NC 组(n=223) MCI 组(n=281)
女性,n(%) 303(60%) 145(65%) 158(56%)*
MAPT 干预组,n(%)
多域训练 +ω-3 补充剂 129(26%) 49(22%) 80(28%)
ω-3 补充剂 118(23%) 53(24%) 65(23%)
多域训练 124(25%) 55(25%) 69(25%)
安慰剂 133(26%) 66(30%) 67(24%)
第 1 年检测 NfL,n(%) 465(92%) 213(96%) 252(90%)
年龄,中位值 [P25,P75] 75.0[72.0,79.0] 74.0[71.0,78.0] 76.0[72.0,79.0]*
初始 BMI,中位值 [P25,P75] 26.0[23.7,28.7] 26.1[24.0,29.2] 25.9[23.4,28.1]
初始血浆 NfL(pg/ml),中位值 [P25,P75] 72.9[56.9,91.8] 71.8[56.7,89.7] 72.9[56.9,93.9]
初始 MMSE,中位值 [P25,P75] 28.0[27.0,29.0] 29.0[28.0,30.0] 28.0[26.0,29.0]**
初始 MMSE 定向力,中位值 [P25,P75] 10.0[10.0,10.0] 10.0[10.0,10.0] 10.0[9.0,10.0]**
初始 FCSRT,中位值 [P25,P75] 76.0[70.0,81.0] 79.0[74.0,83.0] 73.0[66.0,79.0]**
初始 DSST-WAISR,均值 ±SD 37.5±10.1 39.6±10.2 36.0±13.5**
初始类别命名,均值 ±SD 25.5±7.7 27.2±7.1 24.0±10.0**
初始 CCS,中位值 [P25,P75] 0.17[-0.27,0.55] 0.37[0.01,0.70] -0.04[-0.61,0.48]**

 

注:BMI = 体重指数;CCS = 复合认知评分;FCSRT = 自由与线索选择性提醒测试;NC = 正常认知;MCI = 轻度认知障碍;MMSE = 简易精神状态检查;NfL = 神经丝轻链;DSST-WAISR = 韦氏成人智力量表修订版数字符号替换测试。*p<0.05,**p<0.01,与 NC 组比较。

(二)血浆 NfL 与认知功能的横断面关联

混合效应线性模型分析结果显示(表 2),在总人群中,血浆 NfL 水平与认知功能呈显著负相关:血浆 NfL 每升高 1 pg/ml,MMSE 评分显著降低 0.007 分(β=-0.007,95% 置信区间 [Confidence Interval, CI]:-0.013~-0.001,p=0.02),DSST-WAISR 评分显著降低 0.04 分(β=-0.04,95% CI:-0.07~-0.01,p=0.01),CCS 显著降低 0.003 分(β=-0.003,95% CI:-0.006~-0.001,p=0.006);与 MMSE 定向力、FCSRT 及类别命名测试得分无显著关联(p>0.05)。

在亚组分析中,NC 组内血浆 NfL 水平与各项认知功能指标均无显著关联(p>0.05);而在 MCI 组中,血浆 NfL 水平与认知功能的负相关关联更为显著:血浆 NfL 每升高 1 pg/ml,DSST-WAISR 评分显著降低 0.04 分(β=-0.04,95% CI:-0.07~-0.01,p=0.007),CCS 显著降低 0.003 分(β=-0.003,95% CI:-0.005~-0.0002,p=0.04);与 MMSE、MMSE 定向力、FCSRT 及类别命名测试得分无显著关联(p>0.05)。

表 2 血浆 NfL 与认知功能的混合效应线性模型分析(横断面关联)

变量 样本量 初始 NfL 时间 初始 NfL× 时间
系数(β) p 值 95%CI 系数(β) p 值 95%CI 系数(β) p 值 95%CI
总人群
MMSE 496 -0.007 0.02 (-0.013,-0.001) -0.129 0.06 (-0.260,0.003) 0.0005 0.54 (-0.0011,0.0021)
MMSE 定向力 496 -0.002 0.06 (-0.004,0.0001) -0.019 0.42 (-0.067,0.028) -0.0001 0.75 (-0.0007,0.0005)
FCSRT 496 -0.03 0.11 (-0.07,0.01) -0.12 <0.001 (-1.84,-0.56) -0.0001 0.98 (-0.008,0.008)
DSST-WAISR 496 -0.04 0.01 (-0.07,-0.01) -0.67 0.01 (-1.14,-0.19) -0.001 0.78 (-0.006,0.005)
类别命名 496 -0.02 0.20 (-0.04,0.01) -0.48 0.04 (-0.93,-0.02) -0.002 0.46 (-0.007,0.003)
CCS 496 -0.003 0.006 (-0.006,-0.001) -0.07 0.001 (-0.11,-0.03) -0.0003 0.33 (-0.0008,0.0003)
NC 组
MMSE 219 -0.006 0.08 (-0.013,0.001) -0.215 0.02 (-0.389,-0.042) 0.0015 0.13 (-0.0005,0.0036)
MMSE 定向力 219 -0.001 0.29 (-0.003,0.001) -0.04 0.13 (-0.09,0.01) 0.0002 0.43 (-0.0004,0.0008)
FCSRT 219 -0.01 0.58 (-0.04,0.02) -0.80 0.10 (-1.75,0.14) -0.002 0.78 (-0.013,0.009)
DSST-WAISR 219 -0.002 0.94 (-0.045,0.042) -0.76 0.04 (-1.49,-0.03) 0.001 0.86 (-0.008,0.009)
类别命名 219 0.01 0.53 (-0.02,0.04) -0.55 0.12 (-1.24,0.14) 0.0002 0.96 (-0.008,0.008)
CCS 219 -0.0003 0.80 (-0.003,0.002) -0.067 0.03 (-0.126,-0.007) -0.0001 0.73 (-0.0008,0.0006)
MCI 组
MMSE 277 -0.005 0.16 (-0.012,0.002) -0.04 0.69 (-0.24,0.16) -0.001 0.55 (-0.003,0.002)
MMSE 定向力 277 -0.001 0.43 (-0.004,0.002) -0.003 0.93 (-0.082,0.075) -0.0004 0.43 (-0.001,0.001)
FCSRT 277 -0.02 0.29 (-0.07,0.02) -1.51 <0.001 (-2.42,-0.60) 0.0004 0.94 (-0.011,0.011)
DSST-WAISR 277 -0.04 0.007 (-0.07,-0.01) -0.63 0.048 (-1.25,-0.01) -0.002 0.60 (-0.010,0.006)
类别命名 277 -0.01 0.44 (-0.04,0.02) -0.32 0.29 (-0.92,0.28) -0.005 0.18 (-0.012,0.002)
CCS 277 -0.003 0.04 (-0.005,-0.0002) -0.07 0.02 (-0.14,-0.01) -0.0004 0.25 (-0.001,0.0003)

 

注:FCSRT = 自由与线索选择性提醒测试;DSST-WAISR = 韦氏成人智力量表修订版数字符号替换测试;CCS = 复合认知评分;CI = 置信区间。模型调整年龄、性别、BMI、教育水平及 MAPT 干预组。

(三)血浆 NfL 与认知功能的纵向关联

在总人群中,混合效应线性模型分析显示(表 2),血浆 NfL 水平与 4 年认知功能变化趋势无显著关联(初始 NfL× 时间交互项 p>0.05);时间主效应显示,随着随访时间延长,总人群的 FCSRT(β=-0.12,p<0.001)、DSST-WAISR(β=-0.67,p=0.01)、类别命名(β=-0.48,p=0.04)及 CCS(β=-0.07,p=0.001)均显著下降,提示正常衰老过程中认知功能的自然衰退。

在亚组分析中,NC 组与 MCI 组内均未观察到血浆 NfL 水平与认知功能纵向变化的显著关联(初始 NfL× 时间交互项 p>0.05);但 MCI 组的认知功能衰退速度更快:MCI 组 FCSRT 的年下降幅度(β=-1.51,p<0.001)显著大于 NC 组(β=-0.80,p=0.10),MCI 组 CCS 的年下降幅度(β=-0.07,p=0.02)与 NC 组(β=-0.067,p=0.03)相近。

(四)血浆 NfL 分层分析结果

根据血浆 NfL 四分位数分层后的混合效应线性模型分析结果显示(表 3),在 NC 组内,NfL + 组(上四分位数)与 NfL - 组(非上四分位数)的各项认知功能基线水平及 4 年变化趋势均无显著差异(p>0.05)。

在 MCI 组内,横断面分析显示:NfL + 组的 DSST-WAISR 评分显著低于 NfL - 组(β=-3.62,95% CI:-6.10~-1.14,p=0.004),CCS 显著低于 NfL - 组(β=-0.21,95% CI:-0.42~-0.01,p=0.04);纵向分析显示:NfL + 组的 CCS 年下降幅度显著大于 NfL - 组(初始 NfL× 时间交互项 β=-0.07,95% CI:-0.12~-0.01,p=0.02),提示 MCI 人群中高 NfL 水平与认知功能的快速衰退相关。

表 3 血浆 NfL 分层(四分位数)与认知功能的混合效应线性模型分析

变量 样本量 NfL + 组# 时间 NfL + 组 #× 时间
系数(β) p 值 95%CI 系数(β) p 值 95%CI 系数(β) p 值 95%CI
NC 组
MMSE 219 -0.35 0.21 (-0.90,0.19) -0.04 0.60 (-0.19,0.11) 0.07 0.41 (-0.10,0.24)
MMSE 定向力 219 -0.01 0.86 (-0.16,0.13) -0.03 0.16 (-0.07,0.01) -0.01 0.61 (-0.06,0.04)
FCSRT 219 -0.91 0.48 (-3.43,1.61) -0.92 0.02 (-1.72,-0.13) 0.005 0.99 (-0.89,0.90)
DSST-WAISR 219 -1.18 0.49 (-4.56,2.20) -0.79 0.01 (-1.40,-0.17) -0.12 0.74 (-0.81,0.58)
类别命名 219 -0.07 0.96 (-2.37,2.24) -0.52 0.08 (-1.11,0.06) 0.01 0.97 (-0.65,0.67)
CCS 219 -0.05 0.63 (-0.23,0.14) -0.10 <0.001 (-0.15,-0.05) -0.03 0.33 (-0.08,0.03)
MCI 组
MMSE 277 -0.42 0.15 (-0.99,0.15) -0.14 0.10 (-0.31,0.03) -0.05 0.57 (-0.24,0.13)
MMSE 定向力 277 -0.01 0.94 (-0.20,0.19) -0.09 0.01 (-0.15,-0.02) -0.07 0.07 (-0.14,0.01)
FCSRT 277 -2.23 0.22 (-5.81,1.34) -1.76 <0.001 (-2.51,-1.02) -0.37 0.38 (-1.20,0.46)
DSST-WAISR 277 -3.62 0.004 (-6.10,-1.14) -0.94 <0.001 (-1.44,-0.43) -0.20 0.49 (-0.77,0.37)
类别命名 277 -1.70 0.13 (-3.88,0.49) -0.84 <0.001 (-1.32,-0.35) -0.17 0.54 (-0.72,0.37)
CCS 277 -0.21 0.04 (-0.42,-0.01) -0.16 <0.001 (-0.21,-0.11) -0.07 0.02 (-0.12,-0.01)

 

注:#NfL - 组(非上四分位数)为参照组;FCSRT = 自由与线索选择性提醒测试;DSST-WAISR = 韦氏成人智力量表修订版数字符号替换测试;CCS = 复合认知评分;CI = 置信区间。模型调整年龄、性别、BMI、教育水平及 MAPT 干预组。

(五)敏感性分析结果

将 APOE 基因型纳入模型后的敏感性分析显示,在总人群中,血浆 NfL 与 CCS 的横断面关联仅呈边缘显著(p=0.06);在 NC 组中,血浆 NfL 与各项认知功能仍无显著关联(p>0.05);而在 MCI 组中,血浆 NfL 与 DSST-WAISR 的横断面关联仍保持显著(β=-0.04,95% CI:-0.07~-0.01,p=0.008),与其他认知指标无显著关联(p>0.05)。此外,在仅纳入安慰剂组的分析中(排除干预措施的潜在影响),总人群(β=-0.07,95% CI:-0.13~-0.01,p=0.02)与 MCI 安慰剂组(β=-0.08,95% CI:-0.14~-0.02,p=0.01)中,血浆 NfL 与 DSST-WAISR 的负相关关联仍显著,提示研究结果具有稳健性。

(六)中介效应分析结果

基于 176 名具有脑结构影像学数据的受试者的 SEM 分析显示,血浆 NfL 对认知功能的影响主要表现为直接效应:在总人群中,血浆 NfL 对 DSST-WAISR(β=-0.038,p=0.02)与 CCS(β=-0.002,p=0.03)存在显著直接效应;在 MCI 组中,血浆 NfL 对 DSST-WAISR 存在显著直接效应(β=-0.042,p=0.01)。未发现白质体积、白质高信号、海马体积及杏仁核体积(整合为 “脑变性潜变量”)在血浆 NfL 与认知功能关联中的中介效应(间接效应 p>0.05),提示血浆 NfL 与认知功能的关联可能不依赖于当前可检测的脑结构改变,或可能通过其他机制(如神经元功能异常而非结构损伤)介导。

(七)关键结果可视化

图 1 展示了血浆 NfL 与认知功能关联的关键结果。其中,图 1a-c 显示在总人群中,血浆 NfL 水平与 MMSE、DSST-WAISR 及 CCS 均呈显著负相关(散点图趋势线斜率为负,p<0.05);图 1d-e 显示在 MCI 组中,血浆 NfL 水平与 DSST-WAISR 及 CCS 呈显著负相关(p<0.05);图 1f-g 显示在 MCI 组中,NfL + 组的 DSST-WAISR 与 CCS 显著低于 NfL - 组(p<0.05);图 1h 显示在 MCI 组中,NfL + 组的 CCS 年下降幅度显著大于 NfL - 组(趋势线斜率更陡,p=0.02),直观反映了高 NfL 水平与 MCI 人群认知快速衰退的关联。

(a)总人群中 MMSE 与 NfL 的关联 (b)总人群中 DSST-WAISR 与 NfL 的关联

(c)总人群中 CCS 与 NfL 的关联 (d)MCI 组中 DSST-WAISR 与 NfL 的关联

(e)MCI 组中 CCS 与 NfL 的关联 (f)MCI 组不同 NfL 分层的 DSST-WAISR 比较

(g)MCI 组不同 NfL 分层的 CCS 比较 (h)MCI 组不同 NfL 分层的 CCS 纵向变化

 

图 1 血浆 NfL 与认知功能关联的关键结果可视化

注:MMSE = 简易精神状态检查;DSST-WAISR = 韦氏成人智力量表修订版数字符号替换测试;CCS = 复合认知评分;NfL = 神经丝轻链;MCI = 轻度认知障碍;NfL+= 上四分位数组;NfL-= 非上四分位数组。误差线为标准误。

四、讨论

(一)主要研究发现的解读

本研究依托 MAPT 大样本队列,系统探索了血浆 NfL 与非痴呆老年人群认知功能的关联,主要发现如下:

血浆 NfL 与认知功能的关联具有人群特异性:在总人群中,血浆 NfL 水平与全局认知功能(MMSE、CCS)及执行功能(DSST-WAISR)呈显著负相关;但亚组分析显示,这种关联仅存在于 MCI 组,NC 组内未观察到显著关联。这一结果与 Mattsson 等的研究一致,其发现血浆 NfL 仅与 MCI 人群的 MMSE 纵向变化相关,而与 NC 人群无关。可能的机制在于,MCI 人群处于神经退行性病变的早期阶段,神经元损伤程度已足以导致血浆 NfL 释放增加,且认知功能开始出现可检测的下降,而 NC 人群的神经元损伤可能处于亚临床阶段,血浆 NfL 升高幅度较小,不足以与认知功能产生可检测的关联;此外,MCI 人群的血浆 NfL 与认知功能变异度更大(NC 人群的认知功能相对稳定,变异度小),也可能提高了关联分析的统计学检验效能。

高血浆 NfL 是 MCI 人群认知快速衰退的预测因子:根据血浆 NfL 四分位数分层的分析显示,MCI 组中 NfL + 组(上四分位数)的 CCS 基线水平显著低于 NfL - 组,且 4 年随访期间 CCS 的下降幅度显著大于 NfL - 组,提示血浆 NfL 水平不仅与 MCI 人群的认知功能基线水平相关,还可预测其认知衰退速度。这一发现具有重要临床意义:目前 MCI 的诊断主要依赖于认知评估,缺乏客观的预后标志物,而血浆 NfL 作为微创、可量化的生物标志物,有望用于识别 MCI 中的高风险人群(即血浆 NfL 升高者),为开展早期干预(如认知训练、生活方式调整)提供精准靶点,延缓其向痴呆的进展。

血浆 NfL 与认知功能的关联不依赖于脑结构改变:中介效应分析显示,白质体积、白质高信号、海马体积及杏仁核体积等脑结构指标未在血浆 NfL 与认知功能的关联中发挥中介作用,这与 Mielke 等的研究结果一致(其未发现血浆 NfL 与皮质厚度、海马体积的横断面关联)。可能的解释包括:其一,本研究纳入的受试者处于神经退行性病变的早期阶段,神经元损伤主要表现为功能异常(如突触丢失、神经递质紊乱),而脑结构改变(如海马萎缩、白质病变)尚未达到影像学可检测的程度,因此无法观察到脑结构的中介作用;其二,血浆 NfL 可能主要反映神经元轴突损伤,而当前的脑结构指标(如海马体积)更多反映神经元胞体丢失,二者可能反映神经退行性病变的不同病理过程,因此脑结构指标无法介导血浆 NfL 与认知功能的关联;其三,中介效应分析的样本量较小(n=176),可能导致统计学检验效能不足,未能检测到潜在的中介效应,未来需更大样本的研究验证。

(二)与既往研究的比较

本研究的结果与多数既往研究一致,但也存在部分差异:

一致性:多项研究证实,血浆 NfL 水平与 MCI 及 AD 人群的认知功能下降相关。例如,Osborn 等发现 MCI 人群的血浆 NfL 水平显著高于 NC 人群,且与认知功能负相关;Lu 等发现血浆 NfL 可预测肌萎缩侧索硬化患者的疾病进展,提示其作为神经退行性疾病预后标志物的普适性。本研究进一步证实了血浆 NfL 在 MCI 人群中的预后价值,且通过大样本队列(n=504)与纵向设计(4 年随访)提高了结果的可靠性。

差异性:部分研究报道 NC 与 MCI 组的血浆 NfL 水平存在显著差异,而本研究未观察到这一结果。可能的原因包括:其一,不同研究的纳入标准不同(如部分研究纳入的 MCI 人群认知障碍更严重,或合并其他神经退行性病变),导致血浆 NfL 水平的组间差异更显著;其二,本研究的血浆 NfL 检测时间为入组后 1-2 年,而非基线,可能受到 MAPT 干预措施(如多域训练、ω-3 补充剂)的潜在影响,尽管敏感性分析显示安慰剂组的结果与总人群一致,仍无法完全排除干预措施的长期效应;其三,不同研究的血浆 NfL 检测方法(如酶联免疫吸附法、电化学发光法)不同,可能导致检测结果的绝对值存在差异,影响组间比较的结果。

(三)研究的优势与局限性

1. 优势

大样本与纵向设计:本研究纳入 504 名非痴呆老年人群,样本量显著大于多数既往研究(多数研究样本量 < 300),且进行了 4 年的认知功能随访,能够更可靠地探索血浆 NfL 与认知功能的纵向关联,减少短期波动对结果的干扰。

精细的亚组分析:本研究根据认知状态(NC/MCI)进行分层分析,并进一步根据血浆 NfL 四分位数划分亚组,明确了血浆 NfL 在不同认知状态人群中的作用差异,为临床应用提供了更精准的参考。

全面的认知评估与协变量调整:研究采用多维度的认知评估工具(包括全局认知与各认知域),全面捕捉认知功能的变化;同时调整了年龄、性别、BMI、教育水平、MAPT 干预组及 APOE 基因型等潜在混杂因素,减少了混杂偏倚对结果的影响。

结合脑结构影像学数据:尽管未发现中介效应,本研究首次尝试探索脑结构指标在血浆 NfL 与认知功能关联中的作用,为后续机制研究提供了方向。

2. 局限性

缺乏血浆 NfL 的纵向数据:本研究仅检测了入组后 1-2 年的血浆 NfL 水平,未获取基线及随访期间的动态变化数据,无法探索血浆 NfL 的纵向变化与认知功能下降的关联(如血浆 NfL 升高速率是否与认知衰退速度相关),也无法排除血浆 NfL 的基线水平对结果的影响。

MAPT 干预措施的潜在影响:本研究的血浆 NfL 检测样本来源于 MAPT 干预期间,尽管敏感性分析显示安慰剂组的结果与总人群一致,但多域训练、ω-3 补充剂等干预措施可能通过影响神经元健康(如减少神经元损伤、改善神经保护)间接影响血浆 NfL 水平,未来需开展未接受干预的自然队列研究验证结果。

脑结构影像学数据的局限性:中介效应分析的样本量较小(n=176),且仅纳入了白质体积、白质高信号等少数脑结构指标,未包括其他可能的中介变量(如突触密度、神经炎症指标),可能导致中介效应的漏检;此外,脑结构影像学数据仅在入组后 12 个月内采集,未进行纵向随访,无法探索脑结构变化的中介作用。

未纳入其他认知相关生物标志物:本研究仅关注血浆 NfL,未纳入其他认知相关生物标志物(如脑源性神经营养因子、总 tau 蛋白、β 淀粉样蛋白),无法比较血浆 NfL 与其他标志物的预测效能,也无法探索多标志物联合应用的价值(如血浆 NfL 联合 β 淀粉样蛋白是否能提高 MCI 预后预测的准确性)。

认知评估工具的局限性:尽管采用了多维度认知评估,本研究未使用更精细的认知工具(如阿尔茨海默病评估量表认知部分),可能无法捕捉到细微的认知变化;此外,CCS 的计算基于各认知测试的初始均值与标准差,可能受到样本选择偏倚的影响。

(四)临床意义与未来研究方向

1. 临床意义

本研究的结果为血浆 NfL 在非痴呆老年人群中的临床应用提供了循证依据:

MCI 患者的预后评估:血浆 NfL 可作为 MCI 患者认知下降的预测标志物,临床实践中可通过检测血浆 NfL 水平识别高风险人群(如血浆 NfL>93.86 pg/ml 的 MCI 患者),对其进行更密切的随访(如缩短认知评估间隔),并尽早开展干预措施(如生活方式调整、认知训练),延缓认知功能下降。

临床试验的受试者筛选:在阿尔茨海默病等神经退行性疾病的预防临床试验中,可将血浆 NfL 作为筛选标准之一,纳入血浆 NfL 升高的 MCI 患者,提高临床试验的效率(如缩短随访时间、减少样本量),因为这类患者的认知衰退风险更高,更易观察到干预措施的效果。

替代终点标志物的潜力:血浆 NfL 检测具有微创、低成本、易重复的优势,有望作为神经退行性疾病临床试验的替代终点标志物(替代认知功能评估),减少临床试验的成本与时间,加速新药研发进程。

2. 未来研究方向

基于本研究的局限性与发现,未来需开展以下研究:

纵向血浆 NfL 研究:开展大样本、长期随访的自然队列研究,动态监测血浆 NfL 水平变化,探索血浆 NfL 基线水平、升高速率与认知功能下降的关联,明确血浆 NfL 预测认知下降的最佳阈值(如最佳 cutoff 值)。

机制研究:通过动物实验与人体研究,探索血浆 NfL 与认知功能关联的机制,如血浆 NfL 是否通过反映突触损伤、神经炎症或氧化应激影响认知功能;同时,扩大脑结构与功能影像学指标(如功能磁共振成像、正电子发射断层扫描)的检测范围,探索脑功能(如默认网络连接性)在其中的中介作用。

多标志物联合研究:联合检测血浆 NfL 与其他生物标志物(如 CSF β 淀粉样蛋白、血浆总 tau 蛋白、炎症因子),构建多标志物预测模型,提高 MCI 患者认知下降预测的准确性与特异性,并比较不同标志物的预测效能。

干预研究:开展以血浆 NfL 为靶点的干预研究,探索降低血浆 NfL 水平的措施(如生活方式干预、药物治疗)是否能延缓 MCI 患者的认知功能下降,验证血浆 NfL 作为干预靶点的可行性。

特殊人群研究:探索血浆 NfL 在不同亚型 MCI 人群(如遗忘型 MCI、非遗忘型 MCI)中的作用差异,明确其在不同认知障碍亚型中的预测价值,为精准干预提供依据。

五、结论

本研究依托 MAPT 大样本队列,通过横断面与纵向分析,系统探索了血浆 NfL 与非痴呆老年人群认知功能的关联。结果显示,血浆 NfL 水平与认知功能的负相关关联具有人群特异性,仅存在于 MCI 组,而 NC 组内无显著关联;MCI 组中,高血浆 NfL 水平(上四分位数)与认知功能基线水平较低及 4 年随访期间认知功能快速下降相关;中介效应分析未发现脑结构指标的中介作用。

本研究结果支持血浆 NfL 作为 MCI 人群认知下降预测标志物的临床应用价值,为非痴呆老年人群的认知障碍早期识别与精准干预提供了新的生物标志物选择。未来需更大样本的纵向研究、机制研究及干预研究,进一步验证血浆 NfL 的预测效能,明确其作用机制,并探索其在临床实践中的应用场景。

 

名称 货号 规格
U-PLEX Proinflam Combo 1 (hu) SECTOR (25 PL) K15049K-4 25PL
U-PLEX Proinflam Combo 1 (hu) SECTOR (5 PL) K15049K-2 5PL
U-PLEX Proinflam Combo 1 (hu) SECTOR (1 PL) K15049K-1 1PL