多维睡眠健康与痴呆风险的关联：一项基于英国生物银行的前瞻性研究揭示睡眠模式的异质性和痴呆亚型特异性

研究人员为揭示睡眠健康在痴呆预防中的作用，利用英国生物银行队列开展前瞻性研究，探索多维睡眠健康（包括睡眠健康评分SHS和潜在类别分析LCA识别的模式）与痴呆风险的关系。结果显示，不良睡眠健康显著增加痴呆风险（尤其血管性痴呆VaD），而严重睡眠障碍模式与阿尔茨海默病AD风险升高相关。该研究为痴呆高风险人群识别和精准干预提供新依据。

　　

睡眠，这个看似简单的生理过程，却在痴呆的发生发展中扮演着关键角色。随着全球老龄化加速，痴呆已成为威胁公共健康的重大挑战，而睡眠障碍作为潜在可干预因素，却常被忽视。过去研究大多聚焦单一睡眠指标（如失眠或睡眠时长），忽略了睡眠健康的多维性——不同睡眠问题常交织出现，形成独特模式，可能通过不同病理途径影响大脑。例如，失眠伴随短睡眠与心血管代谢风险相关，而睡眠呼吸暂停合并日间嗜睡则加剧神经炎症。然而，这些复杂模式如何具体作用于痴呆亚型（如阿尔茨海默病AD和血管性痴呆VaD）？年龄、性别差异又如何调制风险？现有证据的碎片化阻碍了精准预防策略的制定。

为此，美国国立卫生研究院国家老龄化研究所流行病学与人口科学实验室（Laboratory of Epidemiology and Population Sciences, Intramural Research Program, National Institute On Aging）的研究团队，利用英国生物银行（UK Biobank）这一大规模人群队列，开展了一项前瞻性研究。他们纳入313,248名基线无痴呆的50岁以上参与者，通过多维框架评估睡眠健康：一是基于先验定义的睡眠健康评分（SHS），整合七项自我报告指标（包括睡眠时长、失眠症状、非恢复性睡眠、打鼾、日间嗜睡、午睡和时型），分值越高代表睡眠越健康；二是采用数据驱动的潜在类别分析（LCA），识别自然形成的睡眠模式。痴呆事件通过医疗记录和死亡登记追踪至2022年，使用验证算法确认（包括全因痴呆、AD和VaD）。统计分析采用Cox比例风险模型，校正社会人口学、生活方式等混杂因素，并检验年龄、性别和AD多基因风险评分（PRS）的修饰效应。论文发表在《BMC Medicine》，为睡眠与痴呆领域填补了关键空白。

主要技术方法

研究依托英国生物银行队列，收集基线（2006-2010年）自我报告睡眠数据，并链接至2022年的医疗记录。睡眠健康通过七维度问卷评估：睡眠时长（短<7小时、中7-8小时、长>8小时）、失眠症状（频繁与否）、非恢复性睡眠、打鼾、日间嗜睡、午睡及时型（晨型、中间型、晚型）。SHS评分范围为0-7分，高分代表更健康睡眠。LCA用于识别潜在睡眠