脑部护理评分与认知表现之间的关系：来自新加坡社区队列的研究结果

《Brain and Behavior》：Association Between Brain Care Score and Cognitive Performance: Findings From a Community-Based Cohort in Singapore

　　摘要

目标：脑健康评分（BCS）是一种最近开发的工具，用于衡量可改变的大脑健康风险因素。本研究评估了BCS与新加坡一个基于社区的队列中认知表现之间的关联。

方法：数据来自Health District @ Queenstown基线研究，这是一个具有代表性的多民族社区队列。BCS（范围0-21分；分数越高，健康状况越好）是根据身体、生活方式和社会情感领域的基线问卷得出的。认知记忆通过五项词汇回忆测试进行评估，执行功能则通过Eriksen-flanker任务进行评估。

结果：在2023年9月至2024年5月期间，共有5224名参与者（平均年龄52.8±17.5岁；53.1%为女性）接受了调查。有认知障碍的参与者平均BCS分数低于没有认知障碍的参与者（14.9±3.1 vs 16.2±2.8；p<0.001）。BCS每增加1分，认知记忆受损的概率降低5%（比值比[OR] 0.95；95%置信区间[CI] 0.92–0.98；p=0.002），而BCS每增加5分，认知记忆受损的概率降低23%（OR 0.77；95% CI 0.66–0.91；p=0.002）。BCS每增加1分，执行功能得分也增加0.03分（β 0.03；95% CI 0.01–0.05；p=0.02），BCS每增加5分，执行功能得分增加0.15分（β 0.15；95% CI 0.03–0.27；p=0.02）。这些关联在年轻、汉族和收入较高的参与者中更为显著。

结论：较高的BCS与更好的认知表现相关。这些发现支持将BCS作为亚洲人群中脑健康风险评估的潜在社区工具。

1 引言
痴呆症是全球疾病负担的主要因素之一，2021年全球疾病负担研究显示，残疾调整生命年（DALYs）呈上升趋势（GBD 2021 Nervous System Disorders Collaborators 2024）。2024年《柳叶刀》痴呆症委员会的更新强调了强有力的证据，表明在整个生命过程中——尤其是在中年时期——解决许多这些风险因素可以降低神经认知疾病的风险，增加健康寿命，并强调采取降低风险的生活方式改变永远不会太早或太晚（Livingston等人2024）。然而，目前仍缺乏有效的筛查工具来评估风险因素，以预防或延缓痴呆症并增强大脑健康（Woo 2015）。这一缺口也限制了我们主动增强大脑健康的能力——这一概念不仅仅是避免疾病。美国神经病学学会（AAN）的大脑健康倡议将大脑健康定义为在整个生命过程中持续达到和维持最佳神经功能的状态，以最好地支持个人的身体、心理和社会福祉（Rost等人2023）。世界卫生组织（WHO）建议利用保护策略来确保大脑健康（世界卫生组织2022）。随着全球人口的老龄化，将重点从晚期疾病管理转变为终身大脑健康促进越来越被认为是公共卫生优先事项。通过将痴呆症风险降低纳入更广泛的大脑健康框架中，有机会采取一种积极的生活方式方法——早期识别风险，支持健康行为，并使个体在老年时期保持认知活力。脑健康评分（BCS）是一个最近开发的、基于证据的、实用的工具，是与患者合作创建的（Singh等人2023）。BCS是通过改良的德尔菲过程（Hasson等人2000）和患者及从业者的反馈开发的。BCS旨在成为一个简单、可操作的衡量标准，鼓励风险因素的改进，将范式从反应性治疗转变为积极的大脑健康促进（Singh等人2022）。BCS的范围是0到21分，包括四个身体组成部分（血压、Hemoglobin A1c、胆固醇和体重指数[BMI]）、五个生活方式元素（营养、饮酒、吸烟、有氧活动和睡眠）以及三个社会因素（压力、人际关系和生命目标）。BCS每增加5分，痴呆症发病风险降低14%（危险比[HR]：0.86，95%置信区间[CI]：0.81–0.91，p值：<0.001）（Singh等人2023）。然而，尽管该地区神经认知疾病的患病率正在增加（Wu等人2015），但目前尚未有研究考察其在亚洲人群中的应用。在这项横断面研究中，我们调查了BCS与新加坡社区居民队列中的认知表现之间的关联。我们假设较高的BCS与更好的认知表现相关。

2 方法
2.1 研究队列和招募
Health District @ Queenstown的基线研究抽样了一个来自新加坡Queenstown地区的多民族社区队列。为了确保样本的代表性，新加坡统计局（DOS）提供了一系列邮政编码和地址，反映该地区的人口统计特征（年龄、种族和住房类型）。邀请函被发送到这些地址，并在公共场所展示了横幅和海报。经过培训的采访者随后访问这些家庭地址，提供问卷调查和一系列身体健康测量。只有21岁及以上的新加坡公民和永久居民才有资格参与，每个家庭最多邀请两人。数据收集发生在2023年9月至2024年5月之间（N=5224），所有参与者均获得了书面知情同意。该研究得到了新加坡国立大学机构审查委员会的批准（NUS-IRB-2023-297）。收集的数据包括社会人口统计特征、身体、生活方式和社会情感风险因素。使用基于蒙特利尔认知评估（MoCA）的五项回忆测试来评估认知记忆受损情况（Nasreddine等人2005）。回忆不到两个单词的参与者被归类为认知表现受损（Li等人2018）。执行功能通过Eriksen flanker测试进行评估。EFT用于测量冲突处理能力，已被用于评估痴呆症和神经退行性疾病患者的执行认知功能（Wang等人2013；Luks等人2010）。EFT反应通过将速度和准确性结合成一个单独的得分来进行清理（Draheim等人2016）。首先移除了反应时间低于200毫秒的响应，然后移除了超过个体平均反应时间三个标准差（SD）的响应（Draheim等人2016）。计算了每个不一致试验中参与者准确反应的速度与其在一致试验中反应速度的干扰效应。所有参与者的干扰效应按等级排序并分为10个十等分。每个十等分分配了一个数值，从1（最快的10%）到10（最慢的10%）。此外，每个不准确的不一致试验被分配了一个值20。最后，计算了所有不一致试验的平均分数，并重新编码，以便较高的分数代表更好的表现。在轻度认知障碍（MCI）和阿尔茨海默病（AD）患者中发现了EFT表现较差的情况，EFT被认为可能是AD的快速筛查工具（Ho等人2019）。

2.2 BCS的计算
BCS是根据问卷回答为Queenstown队列量身定制的。对于数据集中没有直接对应项的BCS组成部分，通过作者共识选择了最合适的代理指标（BYQT和JRS）。应用了特定于亚洲的BMI截止值（世界卫生组织2000），并且当地营养指南指导了饮食评分（WHO Expert Consultation 2004；Ng等人2023；Health Promotion Board 2025）。该社区队列中没有直接测量几种临床生物标志物；因此，选定的BCS领域——即血压、胆固醇、糖尿病、营养质量、睡眠和生命目标——使用经过验证的自我报告代理进行评估。其他领域（BMI、吸烟、饮酒、身体活动和社交关系）直接或使用密切相关的问卷测量进行评估。所有原始BCS领域都保留了下来，并且评分阈值进行了调整，以保持与原始框架的可比性。因此，调整后的总BCS范围仍然是0到21分。原始BCS与Queenstown调整后的BCS之间的详细比较见表S1。回归模型中包括的暴露（BCS）、认知结果（回忆和执行功能）或协变量都没有缺失数据。因此，所有5224名参与者都被保留在主要分析中。

2.3 统计分析
参与者特征以计数和比例、均值和标准差或中位数和四分位距（IQR）的形式呈现。连续变量使用t检验进行比较（对于正态分布的数据），非正态数据使用Mann–Whitney U检验。使用直方图评估正态性。我们使用回归模型研究了BCS与认知表现之间的关联。对于回忆，使用逻辑回归分析二分化的结果变量。对于作为连续变量测量的执行功能，我们应用了线性回归。我们的主要暴露因素是比较个体之间基线BCS的每5分差异，这与之前的研究一致（Singh等人2023, 2024；Rivier等人2024）。BCS增加5分被视为大脑护理的可实现且有意义的改善。BCS增加5分可以通过以下方式实现：（i）降低血压和减少酒精摄入或（ii）戒烟和减轻压力。所有回归模型都调整了预先选定的混杂因素，包括年龄、性别、种族、教育和收入，这与先前的方法相同。效应大小以比值比（OR）或贝塔（β）系数表示，并附有95%置信区间（CI）。为了获得BCS的增量估计，我们对主要回归模型进行了10,000次模拟，以生成以中位数和平均值为参考的效应大小估计（King等人2000）。在每次模拟中，BCS回归系数是从由其估计的贝塔和拟合逻辑模型的标准误差定义的正态分布中随机抽取的。然后计算BCS范围（0–21）内的OR，并使用模拟分布的2.5%和97.5%分位数得出95%置信区间。参考值对应于分析队列中总BCS的整体平均值和中位数，相同的参考值应用于所有分层分析，以确保组间的可比性。选择平均值和中位数是为了在观察到的分布内提供临床可解释的参考点。模拟假设总BCS与认知衰退的对数几率之间存在线性关联，这与逻辑回归模型的规格一致，在亚组分析中没有强加其他功能形式。

2.4 敏感性分析
在敏感性分析中，我们根据可能影响BCS与结果之间关联的预先选定的基线特征对回归模型进行了分层。分层依据包括：（i）年龄（在60岁处二分化），（ii）种族（分为[a]汉族，[b]马来族，[c]印度族），（iii）教育水平（分为[a]初中以下，[b]高中毕业，[c]大学及以上），以及（iv）家庭收入（分为[a]0–3999新加坡元[SGD]，[b]4000–10,000 [SGD]，[c]≥10,000 [SGD]，[d]不确定）。双尾p值<0.05被视为统计显著。所有分析均使用RStudio版本3.3.0进行。该研究遵循了《加强流行病学观察研究的报告》（STROBE）指南。

3 结果
研究人群的基线人口统计特征在表1中呈现。共调查了Queenstown的5224名居民。女性（53.1%）和男性（46.9%）的比例以及种族分布反映了全国人口的情况。参与者的平均年龄为52.8±17.5岁。在共病情况中，高血压最为普遍，影响了22.8%的参与者（N=1189），其次是高脂血症，影响了21.8%（N=1144）。糖尿病的患病率为10.6%（N=559），缺血性心脏病的报告率为5.2%（N=275）（表1）。BCS的中位数为16（IQR：14–18），整体BCS分布见图S1。表1. 参与者的基线特征。
年龄，岁
52.8 (17.5)
性别
男性
2451 (46.9)
女性
2773 (53.1)
种族
汉族
3728 (71.4)
马来族
653 (12.5)
印度族
717 (13.7)
其他
126 (2.4)
BMI，kg/m2
24.2 ± 5.6
教育
初中以下
851 (16.3)
初中
986 (18.9)
高中以上
3387 (64.8)
月家庭收入
0–3999 新加坡元
1504 (28.8)
4000–10,000 新加坡元
1611 (30.8)
≥10,000 新加坡元
2109 (40.4)
共病
高血压
1189 (22.8)
高脂血症
1144 (21.8)
糖尿病
559 (10.6)
心脏病
275 (5.2)
中风
52 (1.0)
癌症
116 (2.2)

3.1 认知记忆受损
根据五项词汇回忆测试，517人（9.9%）被归类为认知记忆受损。在认知回忆受损的参与者与没有认知回忆受损的参与者之间，平均BCS（Brain Care Score）存在显著差异（平均BCS分别为14.9 ± 3.1 vs 16.2 ± 2.8，p < 0.001）。为了评估BCS与认知回忆受损可能性之间的关联，进行了多元逻辑回归分析。BCS每增加1分，认知回忆受损的风险降低5%（OR 0.95，95% CI 0.92–0.98；p = 0.002）；而BCS每增加5分，认知回忆受损的风险降低23%（OR 0.77，95% CI 0.66–0.91；p = 0.002）（见表2）。BCS与认知回忆受损之间的剂量-反应关系如图1中的A部分所示。表2显示了BCS评分与认知回忆受损及执行功能受损之间的逻辑回归结果。

3.2 执行功能
在执行功能领域，BCS每增加1分，执行功能测试（EFT）的表现提高0.03分（β 0.03，95% CI 0.01–0.05；p = 0.02）。同样，BCS相差5分时，执行功能测试分数提高0.15分（β 0.15，95% CI 0.03–0.27；p = 0.02）（见表2）。BCS与执行功能之间的剂量-反应关系如图1中的B部分所示。

3.3 认知回忆受损的敏感性分析
进行了敏感性分析，以评估可能影响BCS与认知回忆受损（见图2）及执行功能之间观察到的关系的潜在因素。这些分析按关键人口统计变量（年龄、种族、教育水平和收入）进行了分层，以评估不同亚组之间的关联是否具有一致性；未进行正式的交互作用测试。因此，子组结果应谨慎解释，并视为探索性而非确认性的。年龄似乎会影响这种关联，年轻参与者（<60岁）每BCS增加5分，认知回忆受损的风险较低（OR 0.65，95% CI 0.49–0.88；p < 0.001），而60岁及以上的参与者（OR 0.84，95% CI 0.68–1.03；p = 0.10）则没有这种差异。种族差异也明显存在，中国参与者每BCS增加5分，认知回忆受损的风险较低（OR 0.71，95% CI 0.58–0.88；p = 0.001）。相比之下，马来参与者（OR 0.95，95% CI 0.65–1.48；p = 0.82）或印度参与者（OR 0.91，95% CI 0.57–1.48；p = 0.70）没有显著差异。按人口统计亚组分层分析显示，教育程度和收入水平也会影响这种关系。具有高等教育背景的个体每BCS增加5分，认知回忆受损的风险最低（OR 0.56，95% CI 0.42–0.75；p < 0.001），而只有中等教育水平（OR 0.96，95% CI 0.69–1.35；p = 0.82）或低于中等教育水平的个体（OR 0.84，95% CI 0.64–1.11；p = 0.22）则没有显著差异。最低收入组（SGD 0–3999）和最高收入组（SGD ≥ 10,000）的个体每BCS增加5分，认知回忆受损的风险也显著较低。然而，中等收入组之间的结果 moins 一致，这表明社会经济地位的潜在调节作用存在变异性。

3.4 执行功能的敏感性分析
在执行功能方面，人口统计模式与认知回忆的结果有一些相似之处，尽管较少关联达到统计学显著性。在60岁及以上的参与者以及中国种族的参与者中，观察到BCS与执行功能表现之间存在显著关联（β 0.26，95% CI 0.02–0.50；p = 0.031；β 0.22，95% CI 0.08–0.36，p = 0.003）（见图3）。这些结果表明，在这些亚组中，较高的BCS与相对较好的执行功能表现相关。亚组间基线BCS分布和风险因素特征的差异可能 partly 解释了这些模式。按人口统计亚组分层分析显示，BCS每增加5分，执行功能表现有所改善。

3.5 BCS的领域及其在四分位数间的差异
图S2显示了BCS各领域在四分位数间的分布。在BCS的各个组成部分中，血压、BMI、饮食和吸烟方面的差异最大（见图S3）。

4 讨论
本研究展示了新加坡一个社区队列中BCS与认知表现之间的显著关联。BCS是根据我们的群体特点进行了调整的，较高的BCS评分与较低的认知表现受损风险相关。这种保护作用在年轻和老年亚组（<60岁和>60岁）中都观察到，且在年轻亚组中更为明显。我们的发现支持了国际上的证据和建议，即尽早（越早越好）在中年时期（Zhang等人，2022年）以及在整个生命过程中解决认知障碍的主要风险因素，可能有助于显著降低痴呆风险（Livingston等人，2024年）。特别是在我们的队列中，BCS表明身体和生活方式因素是人口健康策略的重点关注领域。研究表明，健康的饮食模式与晚年认知障碍的风险较低有关（Tong等人，2021年；Hosking等人，2014年；Wright等人，2017年）。一项大规模的基于人群的研究（Tong等人，2021年）发现，饮食质量改善的人认知障碍的风险显著降低。即使是在基线时饮食质量最低的40%的参与者中，饮食质量的适度改善也与较低的认知障碍风险相关。这强调了即使在基线较低的情况下，也应鼓励整个生命过程中改善饮食和其他风险因素的重要性。其他研究（Zhou等人，2014年；Hagger-Johnson等人，2013年）发现，中年时期吸烟和经常饮酒的同时存在对晚年认知障碍风险的影响远大于单一因素。这强调了考虑风险因素综合效应的重要性，而不仅仅是关注个别因素。BCS是一种可以在初级保健和社区中轻松使用的工具，用于评估个体的整体生活习惯（Tan和Merchant，2024年）以及与大脑健康相关的心理社会风险因素。该研究的优势包括使用了针对本地情况调整的评分系统，重点关注痴呆和中风的预防，这两种都是常见的与年龄相关的大脑疾病。这个工具既可以被患者也可以被初级保健和社区护理的医疗提供者使用。这项研究增加了关于BCS在促进大脑保健和大脑健康方面的实用性的证据，并且是亚洲队列中首个展示BCS与认知表现之间关联的研究。然而，这项研究也存在一些局限性。作为一项横断面研究，我们只能检查关联关系，无法确定因果关系。需要纵向研究来探讨BCS变化与认知表现影响之间的长期关系。其次，与英国生物银行队列的验证研究（Singh等人，2023年）不同，由于这是一项基于人群的问卷研究，因此没有可用的关于中风事件结果的纵向数据。第三，由于BCS旨在作为在初级保健中使用的实用工具，而不是对其各个组成部分或预测模型的流行病学研究，我们没有对BCS的各个组成部分或其与结果之间的关联进行单变量或多变量分析。因此，我们没有考虑潜在的混杂因素或BCS各组成部分之间的相互作用。第四，认知回忆受损的定义是使用MoCA回忆测试中的二分切点（≤2个词）。这种二分法可能受到教育、语言或文化因素的影响，从而引入潜在的评估偏差。最后，作为基于人群队列的二次分析，我们受到Queenstown基线研究收集的数据范围的限制。尽管如此，我们仍能够在这个队列中构建出一个非常接近的BCS模型（见表S1）。需要进一步研究来探讨BCS的文化适用性和本地化调整。

5 结论
在新加坡的这个社区队列中，较高的BCS与更好的认知回忆和执行功能表现相关。这些横断面发现表明，BCS可能是一种有用的工具，可用于识别社区环境中认知障碍高风险个体。

作者贡献
李锋·谭：撰写初稿、审阅和编辑。
贾斯珀·R·森夫：撰写初稿、审阅和编辑、进行正式分析。
舒娜·希安·库：数据采集。
桑朱拉·辛格：撰写、审阅和编辑。
雷莎玛·A·默昌特：概念化、撰写、审阅和编辑。
李怡伟：概念化、数据采集。
伦纳德·李：概念化、数据采集。
克里斯托弗·D·安德森：撰写、审阅和编辑。
乔纳森·罗桑德：撰写、审阅和编辑。
莉莉·贾：数据采集、撰写初稿、审阅和编辑、进行正式分析、概念化和监督。
本杰明·Y·Q·谭：撰写初稿、审阅和编辑、进行正式分析、概念化和监督。

致谢
C.D.A.从拜耳公司和美国心脏协会获得了研究资助，并为ApoPharma提供咨询。

资金支持
Health District @ Queenstown的基线研究得到了新加坡国立大学校长办公室的资助（E-581-00-0029-01）。C.D.A.还得到了RF1NS139183、U01NS069673、美国心脏协会–Bugher 21SFRN812095和MGH McCance脑健康中心的支持。J.R.从美国国立卫生研究院和美国心脏协会获得了研究资金。

伦理声明
作者声明所有程序均符合相关国家和机构关于人类实验的伦理标准，以及1975年修订的《赫尔辛基宣言》。所有涉及人类受试者的程序均得到了新加坡国立大学机构审查委员会（NUS-IRB-2023-297）的批准。

利益冲突
J.R.曾为美国国家橄榄球联盟和Eli Lilly提供咨询，其他作者声明没有利益冲突。

数据可用性声明
这些数据之前没有在科学会议上以口头或海报形式展示过。

同行评审
为了透明度，与本文相关的同行评审文件可在此链接查看：https://doi.org/10.1002/brb3.71449

编辑决策信
2026/04/11

第一轮评审
2026/02/06

评审者2报告
2026/02/03

评审者2报告附件1
2026/02/03

评审者1报告
2025/11/08