《BMC Neurology》：Development and validation of a nomogram for identifying cognitive impairment in patients with leukoaraiosis
编辑推荐：
为破解LA相关认知衰退早期识别难题，本研究由南京市栖霞区医院团队牵头，利用390例回顾性队列构建并验证Logistic回归-列线图模型，首次证实年龄、颅内动脉狭窄评估（IASA）及Fazekas评分是独立预测因子，训练集AUC=0.873，验证集AUC=0.814，为临床提供即时个体化风险评估工具，助力血管性认知障碍（VCI）精准防控。
脑小血管病（cerebral small vessel disease, CSVD）在老年人群中几乎“如影随形”，其中白质疏松（leukoaraiosis, LA）在MRI上呈现的双侧白质高信号（white matter hyperintensities, WMH）犹如“脑内白雪”，看似静默却暗藏杀机。随着病灶体积逐年增大，患者逐渐出现执行功能下降、信息处理速度减慢等“隐形”认知损伤，最终约三分之一进展为血管性痴呆（vascular dementia, VaD）。然而，LA相关认知障碍起病隐匿，临床缺乏敏感、特异且可量化的早期识别工具，导致干预窗口一再错失。为填补这一空白，Guoxin Zhang等依托南京市栖霞区医院2020-2023年连续入院的456例疑似CSVD人群，开展了一项回顾性横断面研究，旨在构建并内部验证一款可推广至日常的Logistic回归-列线图模型，实现“看一眼年龄+两张MRI图”即可秒算个体化认知衰退风险。论文最终发表于《BMC Neurology》2025年第25卷。
研究流程可概括为“四步曲”：①严格纳排后纳入390例LA患者，按7:3随机分为训练集（n=273）与验证集（n=117）；②48小时内完成标准化资料采集，涵盖人口学、血管危险因素、12 h空腹生化、1.5 T MRI（FLAIR+3D-TOF MRA）及蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）；③以MoCA≤26分定义认知障碍（cognitive impairment, CI），通过单变量→多变量Logistic回归筛选独立预测因子；④构建列线图，采用ROC、Hosmer-Lemeshow及1000次Bootstrap进行区分度与校准度评价。
关键技术方法：
多模态MRI量化：采用Fazekas 0-6分量表评估WMH负荷并重新划分为5个临床等级；基于TOF-MRA将颅内动脉狭窄（intracranial arterial stenosis assessment, IASA）分为Grade 1-4。
机器学习填补：对<20%缺失值采用随机森林多重插补。
统计建模：R 4.2.0与SPSS 26.0联合，前进法逐步回归筛选变量，Youden指数确定最佳切点。
研究结果：
基线特征
训练集与验证集在年龄、性别、血管危险因素及影像评分上均无显著差异，证实随机分组成功。整体队列中位年龄74岁，高血压占72%，糖尿病占32%，CI患病率为48%。
单变量分析
年龄、Fazekas评分、IASA、血清肌酐（serum creatinine）及总胆红素（total bilirubin）与CI显著相关（p<0.05）。
多变量Logistic回归
最终模型保留3个独立因子：
年龄：每增加1岁，CI风险升高17%（OR=1.17, 95%CI 1.11-1.24）；
IASA：以Grade 1为参照，Grade 2-4的OR分别为1.85、3.42、6.78；
Fazekas评分：以Grade 1为参照，Grade 2-5的OR依次为2.00、3.33、6.00、11.00。
血清肌酐与总胆红素未达显著性，提示可能通过血管或代谢间接途径发挥作用。
模型性能
训练集AUC=0.873（95%CI 0.831-0.915），验证集AUC=0.814（95%CI 0.75-0.91）；Bootstrap校正后AUC=0.869，提示轻微过拟合。校准曲线贴近45°理想线，Hosmer-Lemeshow p>0.05，表明预测概率与实际观测高度一致。以0.52为切点，验证集灵敏度78.4%，特异度81.6%，整体准确度80.1%。
列线图开发与示例
将年龄、IASA、Fazekas评分映射至0-100分量尺，累加总分即可在下方概率轴直读CI风险。如78岁、IASA Grade 3、Fazekas 4分患者，总得分约220分，对应认知障碍概率≈85%，为临床决策提供即时量化依据。
结论与讨论：
研究首次证实，在LA人群中，除公认的高龄与WMH负荷外，颅内大血管狭窄（IASA）是此前被低估却同样重要的独立认知损伤驱动因素，提出“多重打击”假说：慢性低灌注+大血管狭窄+白质完整性破坏协同超越脑代偿极限，导致认知失代偿。该列线图将复杂统计关系图形化，仅需临床常规变量即可完成床旁风险评估，为早期识别高危个体、优化随访密度、筛选干预试验受试者提供了可操作工具。作者指出，未来需开展外部多中心验证、纵向随访以明确模型对认知衰退速度的预测效能，并整合DTI、脑脊液或遗传标志物进一步提升精度。尽管如此，本研究以清晰的循证数据填补了LA认知障碍预测模型的空白，为CSVD精准医学迈出关键一步。
