综述：从高级日常生活活动（AADL）早期识别老年人认知障碍的范围综述

【编辑推荐】本综述首次系统探讨高级日常生活活动（AADL）作为认知障碍早期标志物的潜力，涵盖数字技术使用、社会参与等8大领域。研究发现复杂休闲活动（如阅读、棋类游戏）与认知衰退风险降低显著相关，数字行为指标（如驾驶模式、计算机使用）预测效能突出（AUC>0.80），为MCI至痴呆的早期筛查提供新思路。

　　

Abstract
随着技术发展和社会变迁，老年人日常活动日趋复杂。高级日常生活活动（AADL）——超越基础日常生活活动（ADL）和工具性ADL（IADL）的复杂任务——可能比传统指标更早提示认知障碍。本范围综述基于Arksey和O'Malley框架，系统分析2013-2023年45项跨国研究，揭示AADL在认知障碍早期识别中的独特价值。

Introduction
认知障碍早期识别对延缓疾病进展至关重要。近年Lecanemab和Donanemab^3,4等药物在MCI阶段的疗效验证了"时间窗"理论。传统ADL/IADL评估因敏感性不足难以捕捉早期变化，而AADL（如在线银行、志愿服务）依赖高阶认知功能，可能成为更敏感的"预警系统"。动物模型显示，AADL相关神经可塑性变化早于结构损伤³⁰，这与人类研究中AADL→IADL→ADL的渐进性损伤假说^14,16,19-21相互印证。

Study design
采用PRISMA-ScR指南，筛选Web of Science等数据库16,185篇文献，最终纳入45项研究（含3篇手动检索）。美国研究占比44.5%，2019年后发文量激增81.3%，反映该领域研究热度。

Results

1. AADL领域：识别出8类关键活动：

   • 数字技术（计算机使用模式、智能手机操作）
   • 社会参与（志愿服务、团体活动）
   • 文化休闲（阅读频率、棋类游戏）
   • 自然驾驶（车道保持、刹车反应时）

2. 预测效能：

   • 棋盘游戏爱好者痴呆风险降低37%（HR=0.63）
   • 驾驶行为指标对MCI识别AUC达0.83-0.87
   • 在线问卷响应延迟>2秒预示认知下降（OR=1.8）

3. 机制解释：
   AADL通过认知储备假说发挥作用，复杂活动促进突触可塑性^25-27。fMRI研究显示，AADL活跃者默认模式网络连接更强³⁴。

Discussion
当前研究存在三大局限：

1. 纵向数据不足（仅18%研究跟踪>3年）
2. 数字指标标准化欠缺（各研究算法差异大）
3. 中低收入国家数据空白（88.9%研究来自高收入国家）

未来方向建议开发嵌入式评估工具，如智能家居传感器监测烹饪步骤错误率，或通过电视遥控器使用模式分析执行功能。伦理审查显示，老年人对被动监测接受度达72%，但需解决数据安全问题³⁵。

Conclusions
AADL指标为认知障碍超早期识别提供新范式，尤其适合数字原生代老年人。将游戏化测试（如麻将AI对战）整合到常规老年评估，可能实现"无感筛查"。下一步需验证跨文化适用性，并探索AADL干预对延缓认知下降的潜在价值。