估计从轻度认知障碍到中度痴呆症的认知功能得分,使用混合模型将血生物标志物与脑电图信号结合起来
Guan-Wei Chen1, Yi-Hung Liu2, Chih-Chuan Pan1
1Department of Psychiatry, Kaohsiung Veterans General Hospital, Kaohsiung, Taiwan.
Journal of Alzheimer's disease : JAD
|March 13, 2026
概括
结合血生物标志物和脑电图 (EEG) 功能,可显著改善痴呆症认知功能的预测. 这种混合方法的性能优于单独使用生物标志物进行早期检测和监测的模型.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物 生物标志物
- 认知健康 认知健康
背景情况:
- 预测痴呆症各个阶段的认知功能是一项挑战.
- 血生物标志物和脑电图 (EEG) 功能提供潜在的补充信息.
- 血生物标志物和EEG的联合预测值需要进一步研究.
研究的目的:
- 评估整合血生物标志物和EEG特征以预测痴呆症认知功能的可行性.
- 检查血生物标志物,EEG特征和认知措施之间的相关性.
主要方法:
- 招募了75名患有轻度认知障碍到中度痴呆症的患者.
- 收集了静止状态的19通道EEG数据,产生了2737个时间频率和连接特征.
- 测量了包括NfL,tau,p-Tau181,Aβ42,BDNF,APOE和GFAP在内的血生物标志物.
- 使用CASI,MMSE,MoCA和CDR-SB.进行认知功能的评估.
- 开发了机器学习模型,使用仅使用等离子体,仅使用EEG和混合方法.
主要成果:
- 神经纤维光链 (NfL) 与CASI呈负相关性 (p < 0.05).
- 几种EEG特征与认知测量和血生物标志物有适度的相关性.
- 德尔塔频段的相对功率 (F7-FT7) 与MoCA得分的相关性最强.
- 混合模型在所有认知指标中实现了最高的预测性能 (R2 > 0.74).
结论:
- 将EEG特征与血生物标志物的整合增强了从轻度认知障碍到中度痴呆症认知功能的预测.
- 这种混合方法与仅使用等离子体或仅使用EEG的模型相比,显示出更高的预测能力.
- 建议对开发的混合模型进行进一步的外部验证.
