编辑推荐：
为预测 MCI 和痴呆进展，研究人员用机器学习分析神经心理测试，确定关键测试并获较高诊断准确率。
当衰老遇上认知难题：探索痴呆早期诊断新路径
在人口老龄化的浪潮下，越来越多的老年人在岁月的流逝中遭遇认知障碍的困扰。轻度认知障碍（Mild Cognitive Impairment，MCI）作为正常衰老与痴呆（Dementia）之间的过渡阶段，约 12% - 18% 的 60 岁以上老人受其影响。而痴呆，这个全球约 5500 万人患病的神经退行性综合征，更是严重威胁着老年人的生活质量。像阿尔茨海默病、额颞叶痴呆等，都包含在痴呆的范畴内。随着人们寿命的延长，这些与年龄相关的神经退行性疾病的发病率也在上升。早期识别 MCI 并预测其向痴呆的进展，对于维持患者的认知状态、减缓病情发展、提高患者及其家庭的生活质量至关重要。然而，目前预测 MCI 向痴呆进展的方法，大多依赖生物成像或其他模态的变量，单独使用神经心理测试变量的情况较少，且现有研究在神经心理测试的全面性上存在不足。在此背景下，来自意大利布鲁诺?凯斯勒基金会（Fondazione Bruno Kessler）等机构的研究人员开展了一项重要研究，相关成果发表在《Aging Clinical and Experimental Research》杂志上。
研究方法：多管齐下探寻诊断关键
研究人员为了深入了解神经心理测试在预测 MCI 和痴呆进展中的作用，采用了多种技术方法。首先，他们收集了 2017 年 5 月至 2019 年 12 月在意大利特伦托省卫生服务机构（Azienda Provinciale per i Servizi Sanitari，APSS）就诊的 281 名患者的数据，这些患者均患有 MCI 或痴呆。研究人员对这些患者进行了 14 项神经心理测试，涵盖了全球认知、语言、记忆、执行功能等多个认知领域。为了分析这些测试结果，研究人员运用了统计分析方法，如箱线图和非参数 Wilcoxon 符号秩检验，来描述和比较不同诊断组在不同时间点的测试表现。同时，他们还使用了随机森林（Random Forest，RF）算法进行机器学习分析。在训练 RF 模型时，研究人员通过详尽的网格搜索优化超参数，并采用分层 5 折交叉验证和排列检验来评估模型的性能和可靠性。此外，研究人员还使用了两个外部验证数据集来加强模型的学习和预测能力。
研究结果：关键测试与可靠预测浮出水面
- 患者测试表现差异显著：在首次检查时，MCI 患者和痴呆患者在各项神经心理测试中的表现存在明显差异。MCI 患者在语言流畅性（如语义线索下的语言流畅性 VSF、语音线索下的语言流畅性 VPF）、数字广度（正向 DSF、反向 DSB）、Corsi 跨度（CS）和注意力矩阵（AM）等测试中，超过 75% 的患者得分高于临界值；而痴呆患者在这些测试中的表现则较差。在 MMSE 测试中，超过 50% 的 MCI 患者成功完成，而 50 - 75% 的痴呆患者存在缺陷。
- 部分测试凸显认知衰退：在随访过程中，研究人员发现有 5 项测试（MMSE、FAB、BSTR、AM 和 VSF）能够更好地凸显痴呆患者的神经心理衰退，而 MCI 患者在这些测试中的表现相对稳定。从定性角度看，痴呆患者在这些测试中的得分随时间逐渐下降。通过 Wilcoxon 检验计算出的 p 值也证实了 VSF 和 AM 在痴呆患者中的显著恶化。
- 关键测试确定且预测精准：通过 RF 模型的特征选择分析，研究人员确定了评估患者认知状态的 5 个最重要的测试，包括 MMSE、FAB、VSF、BSRT 等。在诊断预测方面，研究人员训练的 RF 模型在不同数据集上取得了较高的准确率。其中，在原始数据集和两个外部数据集合并训练的模型表现最佳，交叉验证准确率达到 0.76（95% 置信区间：0.75 - 0.77），测试集准确率为 0.72。排列检验结果也表明，模型的预测性能显著优于随机分类器。
研究结论与意义：开启痴呆诊断新篇章
这项研究通过对大量患者进行全面的神经心理测试，并结合先进的机器学习算法，确定了对预测 MCI 和痴呆进展最为有效的神经心理测试。这些关键测试，如 MMSE、FAB 等，在临床评估中具有重要价值。将这些测试优先安排在认知评估的前期，可以减少外部因素对测试结果的影响，提高诊断的准确性。同时，基于这些测试结果训练的机器学习模型，能够为临床医生提供可靠的诊断参考，即使在首次就诊时，也能帮助医生更清晰地了解患者的认知状态，从而合理安排随访计划，为患者提供更有针对性的治疗建议，如认知刺激训练等。尽管该研究存在样本量较小、背景多样性有限等不足，但它为未来进一步研究提供了有价值的基础。未来研究可以扩大样本规模，涵盖更多地区的患者，减少文化和教育背景带来的偏差。相信随着研究的不断深入，基于神经心理测试和机器学习的痴呆早期诊断技术将不断完善，为全球众多受认知障碍困扰的患者带来新的希望。
