网络心理计量学揭秘阿尔茨海默病与行为变异型额颞叶痴呆的认知-情绪机制

《Cortex》:Unravelling Cognition–Emotion Mechanisms in Alzheimer’s Disease and Frontotemporal Dementia: A Network Analysis Approach

【字体: 大 中 小 】 时间:2026年03月24日 来源:Cortex 3.3

编辑推荐:

  为了探究阿尔茨海默病(AD)和行为变异型额预叶痴呆(bvFTD)这两种最常见的早发型痴呆中,特定认知功能如何与情绪处理缺陷相关联,本研究运用网络分析方法,构建了认知-情绪关系网络模型。研究发现,两种痴呆症患者的情绪识别均受损,但表现出疾病特异性的认知-情绪关联模式:AD患者中情绪处理与语义理解和知识更相关,而bvFTD患者则与言语流畅性联系更紧密。该研究揭示了痴呆症中情绪处理障碍的共享与独特模式,为开发针对特定综合征认知特征的干预措施提供了新思路。

  
我们如何理解他人的喜怒哀乐?面部表情的情绪识别是我们进行社交互动、共情他人的基石。然而,对于阿尔茨海默病(Alzheimer's disease, AD)和行为变异型额预叶痴呆(behavioural-variant frontotemporal dementia, bvFTD)这两种最常见的早发型痴呆患者而言,这项能力常常受到严重损害,导致社交困难和人际关系恶化。尽管已知这两种疾病都会导致情绪处理障碍,但一个关键的科学问题尚不清楚:在这些疾病中,情绪识别的困难究竟与哪些特定的认知功能(如记忆、语言、注意力)的衰退相关联?这些关联模式在AD和bvFTD这两种病理和临床表现迥异的疾病中是相同的,还是各有其独特的“故障模式”?解答这些问题,不仅有助于我们深入理解痴呆症中认知与情绪复杂的相互作用机制,更能为开发更具针对性的康复和干预策略指明方向。
近期,一篇发表在《Cortex》上的研究论文“Unravelling Cognition–Emotion Mechanisms in Alzheimer’s Disease and Frontotemporal Dementia: A Network Analysis Approach”为我们提供了新的见解。该研究由Andi Tri Supratno Musrah、Dwi Yan Nugraha、Fiona Kumfor和Olivier Piguet合作完成。研究创新性地采用了网络心理计量学(Network Psychometrics)方法,首次系统性地描绘并比较了AD和bvFTD患者群体中,情绪处理与多个认知域之间错综复杂的关联网络,揭示了疾病特异性的认知-情绪整合路径。
研究采用的关键技术方法
本研究是一项横断面研究,共纳入209名参与者,包括56名AD患者、55名bvFTD患者和98名健康对照(healthy controls, HC)。所有参与者均接受了全面的神经心理学评估。认知功能通过Addenbrooke's认知检查-III(Addenbrooke's Cognitive Examination–III, ACE–III)和悉尼语言测试(Sydney Language Battery, SYDBAT)进行测评,覆盖注意力、记忆、言语流畅性、语言、视空间能力以及命名、理解、语义关联、复述等多个维度。情绪处理则通过面部情感选择任务(Facial Affect Selection Task, FAST)进行评估,该任务要求参与者从呈现不同基本情绪(如快乐、惊讶、愤怒等)的面孔阵列中指出指定情绪的面孔,以最大程度减少语言和执行功能等其他认知缺陷的干扰。研究的核心分析采用了基于扩展贝叶斯信息准则的图形套索(Extended Bayesian Information Criterion Graphical Lasso, EBICglasso)方法,为AD、bvFTD和HC三组分别估计了无向高斯图模型(Gaussian graphical model, GGM),构建了以情绪和认知测评得分为“节点”、以变量间的偏相关为“边”的心理网络。随后,研究使用网络比较检验(Network Comparison Test, NCT)来系统比较不同组别网络在整体连接强度(global strength)和结构(structure)上的差异。
研究结果
1. 认知与情绪表现
与预期一致,两项患者组在包括ACE-III总分、各子领域分数以及SYDBAT各项分数在内的几乎所有认知测试中,表现均显著差于健康对照组。在情绪处理(FAST)任务上,AD和bvFTD患者的得分也显著低于健康对照,但两组患者之间没有显著差异,表明两种痴呆症都存在情绪识别障碍。
2. 认知-情绪网络的心理测量学特征
网络分析可视化并量化了不同组别中认知与情绪变量之间的关联模式。
  • •
    阿尔茨海默病(AD)网络:相对稀疏(边密度=0.44)。情绪处理(FAST节点)与视空间能力以及SYDBAT理解力存在正向关联。网络中最核心、最具预测性的节点是SYDBAT理解和ACE-III言语流畅性。
  • •
    行为变异型额预叶痴呆(bvFTD)网络:网络密度最高(边密度=0.62),表明认知与情绪变量间的连接更为广泛。情绪处理与ACE-III言语流畅性以及SYDBAT语义处理存在较强的正向关联。SYDBAT命名和ACE-III记忆是网络中最为核心的节点。
  • •
    健康对照(HC)网络:网络最为稀疏(边密度=0.16),连接较少。情绪处理主要与SYDBAT理解和命名相关联。SYDBAT命名、语义和理解是网络中相对重要的节点。
3. 网络结构比较
网络比较检验结果显示,AD网络与bvFTD网络在整体连接强度(St= 0.55, p= .411)和网络结构(Mt= 0.34, p= .529)上均无显著差异。这表明,尽管两种疾病网络内部的特定节点(如情绪与不同认知功能的连接)扮演着不同的功能角色,但其网络整体的组织方式是相似的。相比之下,健康对照的网络则与两个患者组在网络密度上表现出明显不同。
4. 敏感性分析
为了验证网络分析结果的稳健性,研究还进行了多元线性回归等敏感性分析。结果基本与网络分析发现一致:在AD组,SYDBAT理解是预测情绪处理的显著变量;在bvFTD组,言语流畅性显示出预测趋势;在健康对照组,SYDBAT理解和命名是情绪处理的显著预测因子。
研究结论与讨论
本研究通过创新的网络分析方法,深入剖析了AD和bvFTD中认知与情绪处理的交互机制,得出了具有重要理论和临床意义的结论。
研究发现,AD和bvFTD患者均表现出显著的情绪识别障碍,但支撑这种能力的认知基础却因疾病而异,呈现出疾病特异性的认知-情绪关联模式。在AD中,情绪处理更紧密地与语义理解和知识以及视空间能力相关联。这与AD典型的神经病理变化——内侧颞叶和顶叶萎缩——相吻合,这些脑区支持语义记忆和视觉空间整合。这一发现支持了建构主义情绪理论,即情绪识别依赖于将面部感知信息与语义概念系统相结合。当AD患者的语义系统受损时,即使其感知能力相对保留,也难以准确地解读和归类情绪信号。
相反,在bvFTD中,情绪处理则与言语流畅性展现出更强的关联。言语流畅性是一项高度依赖前额叶皮层功能的复杂执行任务,涉及词汇提取、任务启动和认知灵活性。而前额叶皮层正是bvFTD早期萎缩的核心区域。因此,bvFTD患者的社会情感障碍可能根植于其额叶执行功能网络的广泛失调,影响了生成和监控思维与行为的能力,进而波及到对情绪线索的解读。
尽管关联模式不同,网络比较却显示AD与bvFTD网络的整体组织架构具有可比性,且两者都比健康对照的网络更为“稠密”。这可能反映了神经退行性疾病进程中,大脑为应对特定功能域的损伤而发生的网络重组或补偿性连接。在健康大脑中,高效的专业化网络只需少量连接即可完成任务;而在疾病状态下,系统可能需要调动更多资源、建立更广泛的连接以维持功能,从而导致网络密度增加。
这项研究的意义重大。首先,它超越了传统的均值比较,通过揭示变量间动态的、系统性的关系,为理解痴呆症的复杂临床表现提供了更精细的视角。其次,研究所识别的疾病特异性关联路径(AD的语义通路 vs. bvFTD的流畅性/执行功能通路)为未来的精准医疗和个体化干预提供了直接靶点。例如,针对AD患者的干预可以侧重于强化语义训练和概念知识,而针对bvFTD患者的干预则可能需要结合执行功能康复和社交沟通策略。最后,该研究验证了网络分析在神经心理学和临床神经科学中的强大应用潜力,为探索其他神经精神疾病中认知、情绪与行为症状的复杂交互开辟了新途径。
相关新闻
生物通微信公众号
微信
新浪微博

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