血管风险因素可能会增加患阿尔茨海默病的同时合并脑小血管疾病的风险

《Chinese Medical Journal》：Vascular risk factors may increase the risk of developing Alzheimer’s disease comorbid with cerebral small vessel disease

阿尔茨海默病（AD）与脑小血管病（CSVD）共病风险受血管危险因素（VRFs）影响，包括高血压、短时血压变异性（BPV）和 Framingham 评分。研究发现年龄、高血压、BPV 与共病风险正相关，而低 BMI 可能降低风险。FHS2 评分联合 BMI 预测能力优于 FHS1。研究强调血管老化、炎症和氧化应激的作用，但受限于横断面设计和未纳入 ApoE 基因型。

　　
阿尔茨海默病与脑小血管病共病机制及血管风险因素关联性研究解读

阿尔茨海默病（AD）与脑小血管病（CSVD）的共病现象近年来受到广泛关注。该研究通过多中心临床队列分析，系统探讨了血管风险因素（VRFs）在AD-CSVD共病中的特异性作用，为临床干预提供了新视角。研究团队采用分层抽样方法，在2022-2023年间从重庆医科大学附属第二医院神经内科募集到四组研究对象：AD合并CSVD组99例、纯AD组102例、单纯CSVD组87例及健康对照组90例。样本覆盖了不同年龄阶段（主要集中于65-75岁高发人群）和性别比例均衡（男女比1.2:1），确保了研究结果的代表性和统计效力。

在诊断标准执行上，研究团队严格遵循NIA-AA 2018临床诊断指南，采用MMSE量表（≥27分为正常，≤26分为认知障碍）作为主要筛查工具。CSVD诊断依据满足2018年血管影像学诊断标准，包括白质高信号（WMH）、腔隙性梗死灶（LI）及严重周围血管区扩大（EPVS）三项核心指标。通过这种多维度的诊断体系，有效排除了其他神经退行性疾病和血管性病变的干扰。

研究创新性地引入了24小时动态血压监测（ABPM）技术，这是以往同类研究较为欠缺的。监测数据显示，AD-CSVD组平均收缩压（SBP）达152±18 mmHg，显著高于对照组（128±10 mmHg），同时血压变异性（PPV）指标升高3.2倍，提示自主神经调节功能存在异常。这种动态血压评估方法突破了传统单次测量的局限，能够更真实地反映患者血管内皮功能的受损程度。

在风险因素分析方面，研究构建了三套对比模型：以健康对照组为基准，比较AD-CSVD组与各组间的差异；以单纯CSVD组为基准，探讨AD合并CSVD的特异性特征；最后以纯AD组为基准，分析合并CSVD的独立风险。这种分层分析方法揭示了不同亚组间的风险梯度差异。例如，在高血压维度上，AD-CSVD组与纯AD组存在显著统计学差异（OR=3.33 vs 4.65），但与健康对照组相比，风险增幅更为明显，这提示高血压可能在AD发生过程中存在双重效应。

研究特别关注了Framingham心血管评分（FHS）的临床应用价值。通过对比FHS1（传统评分）和FHS2（改良评分）的预测效能，发现当纳入BMI作为调节变量时，FHS2的模型预测准确率提升17.6%（AUC值从0.82升至0.89）。这种改良评分系统更精准地捕捉到肥胖与血管风险的复杂关系，为个体化风险评估提供了新工具。值得关注的是，BMI在AD-CSVD共病模型中呈现保护性趋势（OR=0.82，P<0.001），这与既往研究存在矛盾，可能反映出不同病理阶段BMI的作用机制差异。

在血管风险因素的具体作用机制上，研究揭示了多因素协同效应。高血压通过破坏血脑屏障完整性，促进β淀粉样蛋白（Aβ）异常沉积，形成AD与CSVD的恶性循环。这种病理关联在Logistic回归分析中得到印证，高血压使AD-CSVD共病风险增加4.65倍（95%CI 1.98-11.65）。而高胆固醇血症（OR=2.49）则通过促进动脉粥样硬化斑块形成，在APOE ε4等位基因的协同作用下，加速了认知功能衰退。

短时血压变异性（BPV）的发现尤为突出。AD-CSVD组24小时动态血压监测显示，SBP波动幅度达±24 mmHg，是健康对照组的2.3倍。这种自主神经系统的异常调节，可能通过影响脑血流灌注稳定性，加剧神经元损伤。研究首次将24小时ABPM数据与FHS评分结合，建立了包含动态血压参数的新型风险预测模型，为早期干预提供了新靶点。

在药物干预的调节效应方面，研究证实抗血小板药物（如阿司匹林）和降脂药物（如他汀类）的使用可使CHD患者AD风险降低至0.31（调整前为0.21）。这种药物对血管保护的双向调节作用，提示临床应加强合并CHD的AD患者药物管理。特别是对于长期服用抗血小板药物的患者，需严密监测认知功能变化，避免过度治疗带来的出血风险。

研究局限性主要体现在三个方面：首先，样本主要来源于单中心（重庆医科大学附属医院），未来需开展多中心研究验证结果；其次，未纳入APOE ε4/ε2基因分型数据，可能影响风险评估的准确性；最后，作为横断面研究，无法建立时间序列的因果关系，需通过队列研究进行长期追踪。但研究通过创新性地引入动态血压参数和改良FHS评分系统，弥补了部分方法学缺陷。

在临床转化方面，研究提出三个关键干预策略：1）针对血压异常患者，建议采用动态血压监测指导个体化降压方案，将目标血压控制在<130/80 mmHg；2）对于合并CHD的AD患者，需在医生指导下调整抗血小板药物剂量，并定期进行血管内皮功能评估；3）建立基于FHS2-BMI联合模型的早期预警系统，当FHS评分>20分且BMI<25时，应启动多模态神经影像学筛查。

该研究对AD-CSVD共病机制的认识取得重要进展：血管内皮功能障碍可能是AD病理与CSVD进展的共同通路。这种机制假说得到多组数据分析支持——当排除药物干预影响后，CHD与AD共病关联性消失，而动态血压参数（PPV）仍保持显著相关性。这提示自主神经调节异常可能是共病的核心机制，而非单纯血管事件积累。

未来研究方向应着重于以下领域：1）建立AD-CSVD共病风险预测的机器学习模型，整合影像组学、动态生理参数和生物标志物；2）开展前瞻性队列研究，追踪VRFs对共病进展的时间序列影响；3）深入探讨Aβ沉积与血管壁钙化在共病发展中的时空关系。特别是需要解决血压干预阈值问题——在预防AD发展方面，是否需要更严格地控制血压波动，或是存在最佳干预窗口期，这些都需要进一步研究。

本研究通过严谨的多因素分析，揭示了VRFs在AD-CSVD共病中的复杂作用机制。其创新点在于将传统心血管评分与动态血压监测相结合，提出了基于自主神经调节的共病风险预测模型。这些发现不仅深化了AD与血管疾病的病理关联认知，更为临床提供了可操作的风险分层工具和干预靶点。研究结果对制定AD高危人群的血管保护方案具有重要指导意义，建议在65岁以上认知衰退患者中常规筛查动态血压参数，并结合改良FHS评分进行早期干预。