《Cerebral Circulation - Cognition and Behavior》：Age-Inappropriate White Matter Injury Reveals Hidden Cerebral Small Vessel Disease Burden and Mortality Risk
编辑推荐：
目的：白质高信号（WMH）是脑小血管疾病（cerebral small vessel disease, CSVD）的核心标志物，但其解读受强年龄依赖性限制。研究人员假设，与年龄和性别预期标准不相称的WMH负荷通过反映疾病负担和结局具有临床意义。方法：研究人员利
目的：白质高信号（WMH）是脑小血管疾病（cerebral small vessel disease, CSVD）的核心标志物，但其解读受强年龄依赖性限制。研究人员假设，与年龄和性别预期标准不相称的WMH负荷通过反映疾病负担和结局具有临床意义。方法：研究人员利用层级贝叶斯回归（hierarchical Bayesian regression, HBR）在来自台湾和日本的2,544名神经健康社区居住成人（50.0–92.1岁，1,319名女性）中开发了年龄和性别参照的WMH规范模型。将个体化WMH偏差评分应用于1,237名社区居住参与者。参与者被分为四个规范模型定义的WMH偏差类别：低、轻、中、高。研究人员测试了WMH偏差与血管风险特征、认知表现、灰质体积和全因死亡率的关联。结果：较高的WMH偏差识别出年龄并非更大但血管特征更不利的个体。WMH偏差每增加一个水平，与较低的总体认知（MMSE β = –0.179, FDR-p = 0.034）、较差的语言记忆（β = –0.121, FDR-p = 0.034）和较差的视空间功能（β = –0.330, FDR-p = 0.049）相关，同时与较低的总体灰质体积（β = –4.180, FDR-p < 0.001）以及较低的海马和丘脑体积相关（所有FDR-p ≤ 0.002）。在平均9.4年的随访期间，在调整年龄、性别、高血压和糖尿病后，高WMH偏差与全因死亡率增加相关（风险比1.72, 95% CI 1.05–2.82），尽管参与者年龄较轻。解释：与年龄和性别预期标准的WMH偏差提供了识别神经退行性和死亡风险增加个体的临床相关信息。
论文解读文章
**研究背景**
散发性脑小血管疾病（cerebral small vessel disease, CSVD）是卒中和认知障碍的主要原因，其特征为进行性微血管损伤影响神经血管单元。白质高信号（white matter hyperintensities, WMH）作为CSVD最常见的影像学标志物，与不良血管和临床结局一致相关。然而，WMH也强烈依赖于年龄，常在无明显神经症状的个体中观察到，这种重叠使临床解读复杂化，尤其是在隐匿性CSVD的临床前阶段。当前WMH评估的根本局限在于无法区分生理性衰老与病理性加速性白质损伤。传统方法（如视觉分级和绝对体积阈值）未考虑年龄相关变异，可能低估年轻个体的疾病负担而高估老年个体。因此，具有临床意义的年龄不相称WMH负荷难以定义，限制了CSVD的风险分层和机制理解。近期规范建模的进展使得量化个体与年龄预期脑指标的偏差成为可能，提供区分病理性白质损伤与生理性衰老的手段。然而，其在大型社区人群中的临床相关性尚未得到验证。本研究旨在确定年龄不相称的WMH负荷是否能识别具有临床相关性的CSVD。研究人员利用大型多中心规范模型和独立社区队列，检验了WMH与年龄和性别期望值的偏差是否与血管风险负担、认知表现、脑结构变化和死亡率相关。
**研究内容与结论**
研究人员使用来自台湾和日本5个中心的2,544名神经健康社区成人（50.0–92.1岁）建立年龄和性别参照的WMH规范模型，并将其应用于1,237名I-Lan纵向老龄化研究（ILAS）参与者。通过计算个体化WMH偏差Z分数，将参与者分为低、轻、中、高四个偏差类别。研究发现，较高的WMH偏差识别出并非年龄更大但具有更不利血管特征（高血压、糖尿病、较高体质指数和血压）的个体。线性回归显示，WMH偏差每增加一个水平，与总体认知（MMSE β = –0.179）、语言记忆（CVVLT β = –0.121）和视空间构建功能（β = –0.330）显著下降相关，并与总体灰质体积减少（β = –4.180）以及双侧海马和丘脑体积降低相关。在平均9.4年随访中，高WMH偏差组在调整年龄、性别、高血压和糖尿病后，全因死亡风险显著增高（HR 1.72, 95% CI 1.05–2.82）。这些发现表明，与年龄和性别期望值不相称的WMH负荷补充了绝对WMH体积的临床信息，有助于识别隐匿性CSVD的高危个体。
**主要关键技术方法**
研究人员采用层级贝叶斯回归（HBR）在2,544名来自台湾和日本5个中心的神经健康社区成人（50.0–92.1岁）中建立WMH规范模型，使用B样条基函数模拟年龄非线性效应，并纳入站点和性别作为随机截距。应用队列为ILAS研究，含1,237名社区居住参与者（台湾宜兰县），基线资料包括血管风险因素和神经心理评估。WMH体积从T1加权图像通过CAT12工具包量化，并用T2 FLAIR图像验证。个体化偏差Z分数基于观测值与模型预测值之差除以预测不确定性和规范方差计算。统计分析包括协方差分析、线性回归和Cox比例风险回归。
**研究结果**
**血管风险特征**：较高WMH偏差组参与者年龄并非更大，但高血压、糖尿病患病率更高，体质指数、腰围和血压水平更高（协方差分析调整年龄和性别后显著），表明与年龄不相称的WMH负荷反映不良的血管表型。
**认知功能**：线性回归显示，WMH偏差每增加一个水平，总体认知（MMSE β = –0.179, FDR-p = 0.034）、语言记忆（CVVLT β = –0.121, FDR-p = 0.034）和视空间构建（β = –0.330, FDR-p = 0.049）显著下降，言语流畅度呈边缘关联（FDR-p = 0.087）。分类回归以低偏差组为参照，高WMH偏差组MMSE、CVVLT和CFT评分更低，表明多领域认知受损。
**灰质体积**：线性回归表明，WMH偏差每增加一个水平，总体灰质体积减小（β = –4.180, FDR-p < 0.001），左侧海马（β = –0.020）、右侧海马（β = –0.018）、左侧丘脑（β = –0.036）和右侧丘脑（β = –0.045）体积均显著降低（所有FDR-p ≤ 0.002）。白质体积无显著关联，提示年龄不相称WMH负荷涉及广泛灰质萎缩。
**全因死亡率**：在平均9.4年随访中，高WMH偏差组死亡率最高（13.8/1000人年）。Cox模型调整年龄、性别后，高WMH偏差组死亡风险显著增高（HR 1.90, 95% CI 1.16–3.09）；进一步调整高血压和糖尿病后仍显著（HR 1.72, 95% CI 1.05–2.82）。轻度和中度偏差组无显著关联。
**示例说明**：图示比较了年龄不同但绝对WMH体积相似的个体。年轻个体（如53.5岁）虽WMH体积小但偏差高，出现认知障碍和死亡；而年龄较大个体（如71.7岁）相同体积但偏差低，认知保存且存活。这突显了年龄-性别参照解读WMH的临床价值。
**讨论与结论**
讨论部分强调，WMH偏差定义了一个有临床意义的CSVD维度，可捕捉超出绝对体积的额外信息。与传统方法不同，该方法将WMH负担置于年龄和性别背景下，识别出即使绝对负荷轻但偏差大的个体，其血管、认知和结构特征更差，死亡风险更高。该框架有助于隐匿性CSVD的早期检测和个体化风险分层，并可能优化临床试验的参与者选择。局限性包括未纳入其他CSVD标志物（如腔隙、微出血）、仅评估全因死亡率、训练队列和应用队列均为亚洲老年人、认知评估可能受天花板效应影响。结论总结：WMH与年龄和性别期望值的偏差提供了补充绝对病变负荷的临床相关信息，识别出尽管年龄较轻但具有不良血管特征、多领域认知障碍、皮质下灰质萎缩和死亡风险增加的个体。该框架支持结合年龄和性别的隐匿性CSVD风险分层，对早期干预和临床试验设计具有潜在意义。
