《秘密中的秘密》:丹·布朗著。纽约:Doubleday出版社,2025年出版,共671页。定价:38.00美元

《Cognitive and Behavioral Neurology》:The Secret of Secrets: Dan Brown. New York: Doubleday. 2025. 671 pages. List price: $38.00.

【字体: 大 中 小 】 时间:2026年03月04日 来源:Cognitive and Behavioral Neurology 1.7

编辑推荐:

  **摘要** **背景**:评估认知健康是针对患有神经系统和/或精神疾病个体的临床护理的重要方面。据我们所知,先前的研究尚未为居住在菲律宾的成年人建立认知健康的标准化数据。 **目的**:本研究旨在调整一个多领域认知测试协议,使其更具文化相关性,并使用基于回归的方法根据人

  **摘要**
**背景**:评估认知健康是针对患有神经系统和/或精神疾病个体的临床护理的重要方面。据我们所知,先前的研究尚未为居住在菲律宾的成年人建立认知健康的标准化数据。
**目的**:本研究旨在调整一个多领域认知测试协议,使其更具文化相关性,并使用基于回归的方法根据人口统计因素建立经验性的标准化数据。
**方法**:我们招募了18至65岁的健康菲律宾成年人。参与者接受了涵盖七个神经认知领域的多领域认知测试。我们使用基于回归的方法,以出生时分配的性别、教育水平和体重指数作为预测因子,生成了标准化评分系统。我们将统计显著性定义为p<0.05。
**结果**:共有296名性别匹配的参与者完成了多领域认知测试,平均年龄为40.7岁(标准差12.7岁),教育年限为10.81年(标准差4.3年)。在所有领域中,较低的年龄、较高的教育水平和女性性别与更好的测试表现相关。对于握力而言,男性性别和较高的体重指数与更好的表现显著相关。
**结论**:本研究为针对多样化人群设计的多领域认知测试协议提供了支持。此外,我们为菲律宾人群的神经认知表现建立了标准化数据。

**通俗语言总结**:
本研究为18至65岁的菲律宾成年人开发了一个具有文化相关性的认知测试协议,评估了七个神经认知领域。研究人员招募了296名参与者,发现较年轻的年龄、较高的教育水平和女性性别与更好的认知表现相关,而男性性别和较高的体重指数与更强的握力相关。该研究建立了根据人口统计因素调整的标准化数据,有助于临床解读菲律宾人群的认知健康状况。

**常见问题解答**
**术语表**
BMI(体重指数)
CoD(决定系数)
TMT(连线测试)

**背景**:
评估认知健康是针对患有神经系统和/或精神疾病个体的临床护理的重要方面。据我们所知,先前的研究尚未为居住在菲律宾的成年人建立认知健康的标准化数据。

**目的**:
本研究旨在调整一个多领域认知测试协议,使其更具文化相关性,并使用基于回归的方法根据人口统计因素建立经验性的标准化数据。

**方法**:
我们招募了18至65岁的健康菲律宾成年人。参与者接受了涵盖七个神经认知领域的多领域认知测试。我们使用基于回归的方法,以出生时分配的性别、教育水平和体重指数作为预测因子,生成了标准化评分系统。我们将统计显著性定义为p<0.05。

**结果**:
共有296名性别匹配的参与者完成了多领域认知测试,平均年龄为40.7岁(标准差12.7岁),教育年限为10.8年(标准差4.3年)。在所有领域中,较低的年龄、较高的教育水平和女性性别与更好的测试表现相关。对于握力而言,男性性别和较高的体重指数与更好的表现显著相关。

**结论**:
本研究为针对多样化人群设计的多领域认知测试协议提供了支持。此外,我们为菲律宾人群的神经认知表现建立了标准化数据。在比较了每个神经心理测试的调整后R2值后,我们发现将BMI作为额外预测因子并没有带来显著的变化。基于这些发现,当前研究中用于神经心理筛查电池的基于回归的z分数的最终预测因子为年龄、出生时分配的性别和教育水平。然而,先前的研究已经报告了握力与BMI之间存在强相关性(Chun等人,2019年;Lad等人,2013年;Soraya和Parwanto,2023年)。因此,对于当前的握力测试,根据Fried(2001年)建立的BMI调整标准,预测因子为年龄、性别和BMI。我们还进行了年龄和BMI的相关性分析,但没有发现这两个变量之间存在相关性(r = 0.01,p = 0.84)。我们将年龄、BMI和教育水平作为连续变量进行分析,将性别作为二分变量。教育水平被定义为每位参与者完成的年数。对于年龄、教育水平或BMI等定量预测因子,负系数值表示与神经心理测试原始分数呈负相关。例如,我们将负的性别系数值解释为男性参与者(编码为1)在特定测试中的得分倾向于低于女性参与者(编码为0)。

我们使用Stat(StatCorp)进行了多元线性回归分析。我们使用每个神经心理测试的原始数据,在调整了预测因子的条件下生成了方程式,然后使用这些方程式作为相同年龄、性别和教育水平的参与者的z分数的预测因子(Siew等人,2022年)。我们使用了一种先前建立的方法(Shirk等人,2011年)计算了基于回归的常数。在该方法中,参与者年龄被标记为P1,性别为P2,教育年数为P3。给定神经心理测试的预测群体平均分数是截距和系数(βP1、βP2和βP3)与相应预测因子值(ValueP1、ValueP2和ValueP3)之和。我们计算了这个总和与个别参与者原始分数(RawT1)之间的差异,以产生z分数。然后我们将z分数除以均方根误差来表示估计的群体标准差。我们对所有单独的神经心理测试重复了这个过程。均方根误差和系数是从以年龄、教育年数和出生时分配的性别为预测因子的方程式中得出的(图2)。对于那些分数越高表示表现越差的测试,我们反转了z分数的符号,包括Grooved Pegboard测试、Trail Making Tests A和B、Stroop测试以及计时步态测试。

我们对握力测试分数也进行了类似的多元回归分析,使用了相同的公式(图2),其中P1被标记为年龄,P2被标记为性别,P3被标记为BMI(Reeve等人,2018年)。均方根误差和系数都是从回归方程式中获得的。

共有296名参与者完成了多领域认知测试协议(表2和表3)。

**表2 - 参与者按年龄、出生时分配的性别和教育水平的频率分布(N = 296)**
- 年龄18–35岁:11人(3.72%)
- 年龄35–49岁:12人(4.05%)
- 年龄50–65岁:13人(4.39%)
- 总计(所有年龄):50人(16.89%)

**女性** | **男性**
| 初级学校**:11人(3.72%) | 12人(4.05%) | 13人(4.39%) | 37人(12.5%) |
| 高中毕业**:15人(5.07%) | 13人(4.39%) | 16人(5.41%) | 42人(14.19%) |
| 大学学位**:13人(4.39%) | 12人(4.05%) | 12人(4.05%) | 13人(4.39%) | 36人(12.16%) |
| 总计**:50人(16.89%) |

**表3 - 研究参与者的 demographic 和临床特征(N = 296)**
| 特征 | n (%) |
| ---------------------- | -------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- |
| 体重指数 | <18.5 | 17人(5.74%) | 18.5–24.9 | 124人(41.89%) | ≥30 | 38人(12.84%) |
| 血压 | 120/80 | 204人(68.92%) | 120/79–90/60 | 92人(31.08%) |
| 职业 | 专业人士及助理 | 74人(25.00%) | 服务、销售和安保 | 71人(23.99%) | 商业、手工艺和初级职业 | 63人(21.28%) | 学生或失业 | 88人(29.73%) |
| 主要语言 | 菲律宾语 | 273人(92.23%) | 比萨亚语 | 7人(2.36%) | 比科拉诺语 | 3人(1.01%) | 卡潘潘甘语 | 2人(0.68%) | 希利加伊农语 | 1人(0.34%) | 伊洛卡诺语 | 4人(1.35%) | 瓦拉伊语 | 5人(1.69%) | 英语 | 1人(0.34%) |
| 酒精使用史 | 是 | 186人(62.84%) | 否 | 110人(37.16%) |
| 烟草使用史(吸烟) | 是 | 131人(44.26%) | 否 | 165人(55.74%) |
| 当前烟草使用(吸烟) | 是 | 76人(25.68%) | 否 | 220人(74.32%) |
| 其他物质使用史 | 是 | 40人(13.51%) | 否 | 256人(86.49%) |
| 药物使用 | 降糖药 | 5人(1.69%) | 抗高血压药 | 42人(14.19%) |他汀类药物 | 3人(1.01%) | 维生素 | 7人(2.36%) | 激素 | 6人(2.03%) | 抗炎药 | 3人(1.01%) | 质子泵抑制剂 | 2人(0.68%) | 心脏药物 | 8人(2.70%) | 其他 | 4人(1.35%) |
| ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- |

所有参与者的平均年龄为40.73岁(标准差:12.7;范围:18–65岁)。所有参与者都接受了正规教育,平均完成教育年限为10.84年(标准差:4.3;范围:2–24年)。所有参与者都将菲律宾语作为主要语言。大多数参与者总体健康。超过一半的参与者没有服用任何药物(72.9%),不到四分之一的参与者有除酒精或烟草以外的物质使用史(13.5%),并且大多数参与者目前不吸烟(74.3%)。根据亚洲人的BMI临界值,超过三分之一的参与者被归类为“超重”(39.5%),这在菲律宾仍在预期范围内。超过一半的参与者有饮酒史(62.8%),但没有已知的酒精使用障碍。大约6–7%的参与者报告有临床上的焦虑症状,4.39%的参与者报告有抑郁症状。我们计算了原始神经心理测试分数的描述性统计(表4),并使用多元回归分析获得了预测因子的系数值和均方根误差(表5)。然后我们使用上述基于回归的公式(图2)从这些值中开发了z分数。有关使用系数计算Digit Span Forward测试z分数和领域z分数的示例,请参见(SDC 1,补充数字内容1,https://links.lww.com/CBN/A143)。我们还报告了决定系数(CoD)或调整后的R2。

**表4 - 神经心理测试的平均原始分数按领域**
| 领域和测量指标 | N | M(SD) | 最小值 | 最大值 |
| ---------------------- | ---------------------- | -------------- | ---------------------- | ---------------------- |
| 注意力 | 296 | 8.58(2.00) | 2 | 14 |
| 工作记忆和执行功能 | 295 | 6.24(1.99) | 2 | 14 |
| 数字广度(正向) | 296 | 5.66(2.64) | 0 | 12 |
| 数字广度(反向) | 296 | 20.46(5.57) | 5 | 38 |
| Trail Making Test B | 295 | 136.66(73.19) | 45 | 300 |
| 动作流畅性任务 | 296 | 11.14(4.37) | 3 | 27 |
| Stroop颜色和单词测试(时间) | 293 | 69.37(19.05) | 33 | 142 |
| 字母-数字排序测试 | 294 | 13.69(4.79) | 2 | 26 |
| 语言学习 | 296 | 19.33(6.26) | 4 | 36 |
| 学习和记忆 | CVLT,即时回忆 | 295 | 40.89(10.60) | 18 | 69 |
| CVLT,延迟回忆 | 296 | 8.93(3.18) | 0 | 16 |
| 心理运动 | Trail Making Test A | 295 | 56.29(21.61) | 21 | 156 |
| 手指敲击测试(主导手) | 294 | 33.99(9.56) | 12.4 | 67.6 |
| 手指敲击测试(非主导手) | 294 | 32.52(8.94) | 12.4 | 70.2 |
| Grooved Pegboard测试(主导手) | 295 | 73.11(25.94) | 45 | 280 |
| Grooved Pegboard测试(非主导手) | 295 | 80.81(27.97) | 33 | 262 |
| 编码子测试 | 294 | 48.11(15.47) | 11 | 94 |
| 视空间能力 | RBANS,图形复制 | 296 | 15.83(2.83) | 7 | 20 |
| 大肌肉运动 | 计时步态测试 | 294 | 9.17(1.18) | 6.79 | 15.05 |
| 握力测试(右手) | 295 | 51.95(29.45) | 12 | 184.33 |
| 握力测试(左手) | 296 | 50.42(30.54) | 1.67 | 189.33 |

**表5 - 神经心理测试分数的回归系数**
| 领域和测量指标 | 截距/常数 | 年龄 | 性别 | 教育水平 | BMI | 均方根误差 | 调整后R2 | F* |
| ---------------------- | ---------------- | -------------- | ---------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- | ---------------------- |
| 注意力 | 数字广度(正向) | 7.487 | ?0.021§ | 0.116§ | 0.175 | — | 1.842 | 0.162 | 19.880 |
| 工作记忆和执行功能 | 数字广度(反向) | 4.932 | ?0.026 | 0.213§ | 0.21 | — | 1.729 | 0.246 | 32.800 |
| 数字广度(排序) | 3.454 | ?0.031 | 0.351§ | 0.305 | — | 2.254 | 0.278 | 38.720 |
| Trail Making Test B | 148.803 | ?1.635 | ?6.338§ | 7.568 | — | 61.016 | 0.307 | 44.350 |
| 动作流畅性任务 | 8.089 | ?0.032§ | ?0.587 | 0.426 | — | 3.912 | 24.440 |
| Stroop颜色和单词测试(时间) | 65.256 | ?0.402 | ?3.074§ | 1.267 | — | 17.351 | 0.173 | 21.320 |
| 字母-数字排序测试 | 1.576 | ?0.104 | ?0.369§ | 0.602 | — | 3.726 | 0.399 | 65.510 |
| 语言学习 | 名字流畅性任务 | 18.186 | ?0.082 | ?2.501 | 0.527 | — | 5.573 | 27.170 |
| 学习和记忆 | CVLT,即时回忆 | 35.754 | ?0.172 | ?1.900§ | 1.209 | — | 8.823 | 0.309 | 44.740 |
| CVLT,延迟回忆 | 7.682 | ?0.055 | ?0.671§ | 0.355 | — | 2.621 | 0.316 | 46.310 |
| 心理运动 | Trail Making Test A | 61.459 | ?0.398 | ?6.046 | 1.706 | — | 19.358 | 0.199 | 25.330 |
| 手指敲击测试(主导手) | 34.323 | ?0.273 | 5.602 | 0.743 | — | 7.78 | 0.341 | 51.280 |
| 手指敲击测试(非主导手) | 33.098 | ?0.260 | ?4.931 | ?0.702 | — | 7.281 | 0.340 | 51.020 |
| Grooved Pegboard测试(主导手) | 47.012 | ?0.886 | ?0.027 | ?0.916 | — | 22.962 | 0.219 | 28.380 |
| Grooved Pegboard测试(非主导手) | 55.064 | ?0.941 | ?1.319 | ?1.096 | — | 24.742 | 0.221 | 28.660 |
| 编码子测试 | 52.929 | ?0.527 | ?2.366§ | 1.651 | — | 11.541 | 0.446 | 79.240 |
| 视空间能力 | RBANS,图形复制 | 16.044 | ?0.055 | ?0.036§ | 0.188 | — | 2.61 | 18.620 |
| 大肌肉运动 | 计时步态测试 | 9.193 | ?0.013§ | 0.589 | 0.026x | — | 1.136 | 0.085 | 10.040 |
| 握力测试(右手) | 33.303 | ?0.240 | 42.271 | — | 3.192? | 20.561 | 0.514 | 104.450 |
| 握力测试(左手) | 296 | 50.42(30.54) | 1.67 | 189.33 |

在所有领域中,除了注意力之外,较低的年龄与神经心理测试的较高分数显著相关(年龄系数范围:?0.021至?1.6350,p<0.05)。在执行和心理运动领域的一些测试中(例如,动作流畅性),女性性别与较高分数相关(性别系数范围:?0.027至?6.046,p<0.05)。然而,在大肌肉运动领域,男性性别与较高分数相关(性别系数范围:0.589–42.412,p<0.05)。较高的教育年限与所有测试的更好表现显著相关,除了手指敲击测试、Grooved Pegboard测试以及大肌肉运动领域的测试(教育系数范围:?0.027至7.568,p<0.05)。较高的BMI与大肌肉运动领域的握力测试表现显著相关。握力测试的CoD最高(调整后R2 = 0.514),其中BMI(系数 = 42.271,p<0.05)与更好表现显著相关。在执行功能领域,Letter-Number排序测试的CoD最高(调整后R2 = 0.399),其中较年轻的年龄(系数 = ?0.104,p<0.05)和较高的教育年限(系数 = ?0.369,p<0.05)与更好表现显著相关,但性别无关。同样,在学习和心理运动领域,California Verbal Learning Test的总分(调整后R2 = 0.309)和编码子测试(调整后R2 = 0.446)的CoD也最高,其中较年轻的年龄和较高的教育年限也与更好表现显著相关,但性别无关。在注意力和视空间领域,Digit Span Forward(调整后R2 = 0.162)、Repeatable Battery for the Assessment of the Neuropsychological Status的图形复制测试(调整后R2 = 0.152)以及计时步态测试(调整后R2 = 0.085)的CoD相对较低。在Digit Span Forward测试中,较高的教育年限与更好表现相关。在Repeatable Battery for the Assessment of the Neuropsychological Status的图形复制测试中,较年轻的年龄和较高的教育年限与更好表现显著相关(表5)。**讨论**
虽然认知障碍在老年人群中较为常见,但它对于管理65岁以下个体的各种临床状况也可能非常重要。全球北方地区已经开发并标准化了认知障碍的测试方案,但在南方地区可用的选择却很少。由于神经心理测试的表现受到种族、地理和其他社会文化因素的影响,因此建立本地标准以产生有用的数据至关重要,包括在菲律宾。在这项研究中,我们旨在开发一个基于回归分析的筛查工具包,包含19项测试。先前的研究假设年龄、性别和教育程度会影响认知测试的表现(Siew等人,2022年),而粗大运动表现(例如握力原始分数)则受年龄、性别和BMI的影响(Reeve等人,2018年)。我们进行了回归分析以控制这些已知预测因素的影响。我们为握力测试开发了主要模型,将年龄、性别、教育年限和BMI作为预测变量,以确保所得到的标准化数据有效可靠。该模型结合了先前研究中确定的相关预测因素(Siew等人,2022年),并通过我们对BMI的事后分析得到了支持。我们观察到,随着年龄的增长和教育年限的减少,各项认知测试的表现均出现统计学上的显著下降。这与其他基于回归的标准化研究结果一致,即年龄和教育年限(而非性别)是某些神经心理测试(如TMT-A和数字广度测试)的表现预测因素(I?esta等人,2021年;Wei等人,2018年)。性别对于大多数神经心理测试的表现来说不是显著预测因素,但在心理运动和粗大运动领域的一些测试中除外。对于握力测试,年龄较大、女性以及BMI较低的人往往得分较低,这也与先前的研究结果一致(Ahrenfeldt等人,2019年;Huebner等人,2022年;Tomkinson等人,2024年)。所有神经心理测试都显示,较高的教育程度与更好的表现相关,尤其是在涉及字母和单词的测试中,如加州言语学习测试、TMT-B和字母数字排序测试。在其他队列中,教育程度较高的参与者在加州言语学习测试、TMT和字母数字排序测试中的表现优于教育程度较低的人(Hashimoto等人,2006年;Lou等人,2022年;Pe?a-Casanova等人,2009年)。这支持了在制定基于回归的标准化标准时考虑教育年限的重要性。较年轻的年龄和较高的教育程度(而非性别)与执行功能、学习和视空间领域的更好表现相关(I?esta等人,2021年;Pe?a-Casanova等人,2009年)。在当前所有参与者(年龄均小于65岁)中,数字广度测试的结果仅与年龄和教育程度相关,这与其他针对65岁以上人群的研究结果相反(I?esta等人,2021年)。可能不同年龄段的认知功能受年龄影响的方式存在差异。在正常衰老过程中,某些认知任务可能会出现不一定具有病理性质的下降(Murman,2015年)。正常的认知衰老表现为处理速度、注意力和执行功能的下降(Harada等人,2013年)。这强调了在年轻和老年人群中都需要标准化数据的重要性。进一步的研究结合神经影像学指标(如大脑区域萎缩)可能有助于阐明衰老与执行功能障碍之间的关系。心理运动领域的测试也与年龄和教育年限相关(I?esta等人,2021年;Pe?a-Casanova等人,2009年;Wei等人,2018年)。然而,在当前研究中,我们发现TMT-A的表现与男性性别有关。先前的研究在探讨性别与TMT-A表现之间的关系时得出了不同的结果(I?esta等人,2021年;Llinàs-Reglà,2016年)。性别对心理运动表现的可能影响通常与性激素水平有关,但需要进一步的研究来结合客观生物标志物(如炎症、遗传风险因素)来探讨这些关联(Gurvich等人,2018年)。我们还使用年龄、BMI和性别作为预测变量,为握力测试制定了基于回归的标准化标准。据我们所知,这是菲律宾人运动功能测试中唯一可用的握力标准化评分。此外,这些标准化分数涵盖了广泛的年龄范围(18-65岁),可能对影响成年人的各种临床状况有所帮助。例如,握力测试有助于更好地了解HIV及其治疗对身体功能的影响(Negin等人,2012年)。

**局限性与未来方向**
当前研究存在一些局限性。我们的参与者仅来自马尼拉大都会区,没有包括菲律宾其他地区的样本。该地区的独特社会文化因素可能影响了神经心理测试的表现。因此,这些基于回归的标准需要在其他当地人群中进行评估。我们建议未来对不同群体的菲律宾人进行认知方案和标准化分数的验证研究。由于已知神经心理测试的表现受教育程度的影响,我们在标准化过程中纳入了教育年限这一变量。然而,教育年限并不总是反映教育质量(O’Bryant等人,2007年)。与其他国家类似,菲律宾不同地区的教育质量也存在差异。社会经济地位较高的地区往往拥有资金更充足的学校。未来的研究应考虑估计的阅读水平和教育质量作为解释变量(Manly等人,2002年)。此外,未来的验证研究应评估这些基于回归的标准在患有轻度认知障碍的年轻成人(如HIV、轻度创伤性脑损伤)的独立参与者群体中的表现。还需要进一步的研究来探讨测试表现与客观生物标志物(如大脑萎缩、炎症、遗传风险因素)之间的关联,以将认知状态与个体的生理和功能状态联系起来。

**结论**
总之,我们为18-65岁的菲律宾人群建立了一套基于年龄、性别和教育的神经心理筛查工具包的标准。我们还为同一人群的握力测试建立了基于年龄、性别和BMI的标准。本研究的结果初步支持了一种标准化多领域认知方案的有效性,该方案旨在改善具有不同潜在病因的多样化临床人群的认知障碍诊断。总体而言,这项工作有助于早期发现菲律宾年轻人的认知障碍。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号