Data Management And Sharing System of China National Clinical Research Center for Neurological Diseases

Journal：Brain and behavior

Publication type: Original Contributions

IF(IF): 2.7

PMID: PMC13175197 Link To Pubmed Full text Download

卒中后认知障碍（PSCI）是缺血性卒中的常见并发症，并导致长期功能预后不良及生活能力下降。轻型缺血性卒在脑梗死后数年内仍面临着PSCI的高风险。因此，如何早期发现哪些患者可能发生PSCI，以便早期防治，是下一步需要解决的问题。PSCI已知相关危险因素包括人口学因素（老龄及低教育水平），神经影像学相关因素（脑白质脱髓鞘，脑萎缩,颅内动脉粥样硬化，脑梗死病灶部位）及临床因素（糖尿病）等。高龄是神经退行性变及低认知储备的主要危险因素，使个体更容易出现PSCI。但由于老年人认知功能的个体差异很大，仅根据年龄并不能可靠地预测卒中前功能和卒中后结局。因此，评估和监测生物年龄和衰老的敏感生物标志物或工具可能在预测PSCI方面具有重要价值。使用机器学习算法来预测脑年龄和时间年龄之间的差异，也称为大脑年龄差距（BAD；较低的值表示大脑更年轻），已被用作大脑健康、各种大脑疾病和认知老化的直观、可靠和敏感的替代指标。端粒长度是正常衰老的重要生物标志物，与许多年龄相关性疾病存在关联，并有研究表明与卒中后认知功能障碍相关。目前少有脑龄与端粒长度与PSCI的相关性的研究。故本研究的目的：1.探讨脑龄与端粒长度与PSCI的相关性；2.分别将脑龄及端粒长度联合卒中后认知功能障碍的综合预测模型及脑梗死关键部位模型，探讨其与PSCI的相关性有无进一步提高；3.机器学习多因素分析探讨PSCI的危险因素。

研究对象为CNSR3认知睡眠亚组中的轻型缺血性卒中（MIS）人群，MIS定义采用NIHSS<=5分定义。要求有完整的基线信息（包括年龄、教育程度等），并完成基线的MRI检查，完成2w/3m/12m的Moca随访。一、PSCI的脑龄相关研究：采用线性混合效应（LME）模型，首先明确是否无PSCI患者的BAD小于PSCI患者的BAD，其次，基线认知正常的患者，是否基线的低BAD值与随访3个月及12个月的低认知功能减退相关。二、PSCI的端粒长度相关研究：采用SPEARMAN相关分析，明确长、短端粒组的一般资料是否相关，并进一步评估基线端粒长短与随访的MoCA的可能相关性。三、脑龄、端粒和PSCI台湾综合预测模型及关键部位预测模型联合研究：将脑龄、端粒长度与PSCI预测模型联合，与原模型进行比较。四、PSCI的多因素分析相关因素，包括老化因素、梗死部位及临床因素的综合评估。统计方法：（1）计量资料符合正态分布采用均数加减标准差表示，不符合正态分布采用中位数（四分位数）表示。组间差异行t检验、Wilcoxon秩和检验。计数资料采用百分率表示，行X2检验或Fisher确切检验分析。将单因素分析中P<0.10的变量纳入多因素二元logistic回归模型，分析影响卒中后认知功能的危险因素，分别计算比值比（OR）及95%可信区间（CI）。（2）风险评分区分能力应用ROC曲线下面积AUC评估。利用灵敏度和（1-特异度）即TPR和FPR值，绘制ROC曲线，曲线上的每一点代表了随着病例诊断阈值或置信阈变化的灵敏度与特异度的折衷，用ROC曲线下面积反映诊断系统的准确性，取值范围为0.5至1, 完全无价值的诊断为0.5，完善的诊断为1。通过ROC曲线下面积评估脑龄及端粒与两种风险评分联合，预测卒中病人发病后3个月及12个月发生PSCI的能力。（3）校准度反映了评分模型预测风险与实际发生风险的一致程度。故进一步将PSCI的预测概率与PSCI的病人的实际比例通过绘图进行校准。