背景
痴呆症，包括阿尔茨海默病（Alzheimer’s disease, AD），是全球日益严峻的健康挑战，对个人、家庭和医疗系统造成了重大负担。及时识别高风险个体对于早期干预、预防和资源分配至关重要。已开发出多种结合可改变风险因素的风险评估工具来预测痴呆风险。然而，它们的比较表现和临床实用性仍不清楚。本文回顾了由Stubs等人进行的一项最新比较分析，该分析在挪威特罗姆斯达伦大规模人口基础的健康研究（HUNT）背景下评估了五个痴呆风险指数——ANU-ADRI、CAIDE、CogDrisk、LIBRA和LIBRA2。
研究设计与方法
研究队列包括来自HUNT4 70+（2017-2019年）的5,247名挪威参与者，基线风险因素数据取自HUNT3（2006-2008年）。作者评估了五个可改变风险指数——ANU-ADRI、CAIDE、CogDrisk、LIBRA和LIBRA2，标准化了评分以确保分析可比性。为了将这些多因素指数与更简单的人口统计学模型进行对比，还采用了一个仅包含年龄和教育水平的“人口统计学模型”。
通过逻辑回归分析评估了每个指数与全因痴呆和AD发生率之间的关联，平均随访时间为10.6年。分层分析考察了按年龄（<65岁 vs. ≥65岁）、性别和APOE ε4携带状态划分的预测表现。模型区分度通过受试者工作特征曲线下的面积（AUC）量化，并通过DeLong检验进行了统计比较。
主要发现
所有五个指数均与痴呆风险显著相关，证实了它们在风险分层中的相关性。然而，没有一个指数的表现超过仅包含年龄和教育水平的人口统计学模型。
在这些风险指数中，CogDrisk表现出最高的区分能力（AUC=0.76，95% CI: 0.74-0.78），显著优于其他指数（p<0.05）。LIBRA（AUC=0.75，95% CI: 0.72-0.77）和ANU-ADRI（AUC=0.74，95% CI: 0.72-0.76）紧随其后。相比之下，LIBRA2（AUC=0.69，95% CI: 0.66-0.71）和CAIDE（AUC=0.59，95% CI: 0.56-0.61）的准确性明显较低（p<0.001），特别是在这个队列中，CAIDE的表现尤为有限。
从指数中排除人口统计学变量后，所有模型的预测准确性下降，但仍保留了各指数之间的相对排名，突显了年龄和教育水平在预后中的主导作用。
分层分析显示，风险预测在基线时65岁及以上的参与者和女性中更为稳健，表明可能存在与年龄和性别相关的风险因素影响或指数校准差异。APOE ε4状态对指数的预测性能没有显著影响。
专家评论
研究结果强调了几个重要的临床和方法学观点。首先，尽管综合可改变风险指数具有实用性，但简单的社会人口学因素——年龄和教育水平——仍然是痴呆风险的强大预测因子。这引发了关于在资源有限的环境中使用多因素指数与更简单模型相比的增量临床价值和复杂性的质疑。
CogDrisk的优越表现可能反映了其全面纳入行为和生活方式因素，强化了痴呆风险的多因素性和可改变性。然而，广泛使用的CAIDE指数表现相对较差，这表明在广泛临床应用之前，需要在不同人群和环境中验证这些指数。
年龄和性别特异性差异突显了调整以适应人群异质性的个性化风险预测工具的必要性。APOE ε4状态缺乏效应修饰可能表明这些指数部分独立于遗传易感性地捕捉风险路径，或者APOE效应已通过其他变量得到充分考虑。
局限性包括依赖于痴呆诊断前约十年测量的基线风险因素，这可能无法反映随时间的变化。此外，研究人群的同质性（挪威成年人）可能限制了其对其他种族群体或地理区域的推广。
结论与未来方向
这项比较分析确认，几种既定的痴呆风险指数显著预测了新发痴呆，但没有一个指数明显优于基于年龄和教育水平的简单人口统计学风险模型。在这些指数中，CogDrisk表现出最佳的准确性，可能在临床和研究环境中提供额外的价值，但需要进一步完善以增强年龄和性别特异性预测。
未来的研究应探索整合动态纵向风险因素数据、遗传和生物标志物信息以及考虑社会人口学多样性。此外，还需要实用研究来评估在特定临床或公共卫生背景下，是否可以使用更简单的人口统计学模型进行筛查，从而在预测准确性和可行性之间取得平衡。
在临床实践中，从业者应了解各种痴呆风险评估工具的优势和局限性，并考虑将其与传统的人口统计学指标结合使用，以指导个性化的预防策略。
参考文献
Stubs J, Langballe EM, Livingston G, Anstey KJ, Deckers K, Mathews FE, Kivimäki M, Strand BH, Rokstad AM, Krokstad S, Selbæk G. 痴呆风险预测：HUNT研究中ANU-ADRI、CAIDE、CogDrisk、LIBRA和LIBRA2指数的比较分析。J Prev Alzheimers Dis. 2025 Nov;12(9):100326. doi: 10.1016/j.tjpad.2025.100326. Epub 2025 Aug 18. PMID: 40829975; PMCID: PMC12501341.
