通过静息态功能连接研究衰老人群及阿尔茨海默病高风险人群中自动化语音认知标志物的神经相关性

《Alzheimer's Research & Therapy》：Exploring neural correlates of automated speech-based cognitive markers through resting-state functional connectivity in aging and at-risk Alzheimer’s disease

数字语音评估检测阿尔茨海默病早期认知变化的潜力及其与功能连接关联性研究。采用129名受试者的静息态fMRI数据，分析语义流畅性（SVF）和词汇学习（VLT）任务产生的语音特征与脑网络功能连接的相关性。结果显示左中颞叶语言网络连接增强与SVF任务时间切换能力相关（p<0.05），但综合认知评分未显示显著关联。个体任务特征在执行、语言和默认模式网络中呈现特异性连接模式。当前证据表明数字语音评估检测功能连接变化的效能有限，需通过跨方法验证、缩短影像与评估时间间隔及独立队列测试提升可靠性。

　　

摘要

背景

基于数字语音的评估工具为检测微妙的认知衰退提供了可扩展的方法。在这项研究中，我们探讨了通过数字方式得出的认知综合得分以及个体语音特征是否与阿尔茨海默病谱系中任务相关脑网络的功能连接（FC）变化有关，而这些变化被认为能够反映认知表现和疾病相关的影响。

方法

分析来自德国PROSPECT-AD研究的129名参与者的数据，这些参与者涵盖了从认知健康个体到轻度认知障碍者。基于语音的认知得分和语音特征是通过自动电话进行的语义言语流畅性（SVF）和言语学习任务（VLT）获得的。静息态功能性磁共振成像（fMRI）用于评估功能连接，内在连接网络通过独立成分分析和双重回归方法进行识别。关联分析采用了基于排列的体素级回归方法，并控制了人口统计学和临床协变量。为了支持网络识别并补充研究结果，还进行了种子到体素的分析。

结果

左侧中颞回的语言网络连接性增强与SVF时间簇切换增加相关（FWE < 0.05，簇大小 = 12个体素，平均T值 = 3.86）。探索性分析（未校正的p < 0.01）未显示出认知综合得分与功能连接之间存在显著关联。然而，个体的SVF和VLT语音特征在执行网络、语言网络和默认模式网络中表现出特定的网络关联，表明存在具有探索性且空间上不同的连接模式。

结论

基于数字语音的评估工具在检测高风险个体的功能连接变化方面目前的实用性可能有限。需要通过使用互补的方法学手段、缩短fMRI与语音评估之间的时间间隔以及在独立队列中进行测试来进一步验证其可靠性及其在监测脑网络变化方面的临床意义。