基于全国代表性样本的图片命名纵向变化潜在类别分析及其与认知障碍的关联研究

本研究针对认知障碍早期识别难题，通过分析美国"理解美国研究"(UAS)项目中5005名18-98岁参与者的四波次图片命名(PV)测试数据，采用增长混合模型(GMM)识别出三类不同发展轨迹群体。研究发现3.34%的低分稳定组未表现出随年龄增长的正常PV提升，且该组认知障碍概率显著高于其他组。这项全国代表性纵向研究证实图片命名测试可作为认知衰退的早期敏感指标，为阿尔茨海默病及相关痴呆(ADRD)的早期筛查提供了新思路。

　　

随着全球老龄化进程加速，阿尔茨海默病及相关痴呆(ADRD)的早期识别成为公共卫生领域的重要挑战。传统认知评估往往在症状明显时才进行诊断，错失了最佳干预时机。有趣的是，看似简单的图片命名任务(Picture Vocabulary, PV)在多项研究中展现出作为早期预警信号的潜力——这种需要调用注意力、词汇提取和语义表征等多重认知功能的任务，其异常变化可能比记忆衰退更早出现。然而现有研究多局限于小样本临床群体，缺乏在普通人群中系统考察PV发展轨迹的研究。这正是Deborah Finkel团队在《Aging Clinical and Experimental Research》发表这项全国代表性纵向研究的重要意义所在。

研究团队创新性地利用了美国"理解美国研究"(UAS)这一全国代表性互联网面板数据，对5005名18-98岁成年人进行了长达6年的追踪，每两年实施一次PV测试。采用Woodcock Johnson图片词汇测试的改编版本，通过两种交替使用的测试形式(Form A含15项，Form B含16项)减轻练习效应，并运用项目反应理论(Item Response Theory, IRT)进行分数校准。核心分析方法采用增长混合模型(Growth Mixture Modeling, GMM)，这种技术能识别样本中潜在的异质性发展轨迹，同时控制年龄、性别等协变量影响。为评估认知障碍风险，研究整合了基于Langa-Weir标准的认知损害概率(Probability of Cognitive Impairment, PCI)指标，包含即时回忆、延迟回忆、连续减7和工具性日常生活活动能力(IADL)四个维度。

研究结果部分呈现了丰富发现：

1. 1.

   潜在类别识别：GMM分析揭示出三类显著不同的PV发展轨迹。第一类"高分增长组"占59.94%，起始水平高且随年龄持续提升；第二类"中分增长组"占36.72%，起始中等但保持增长；最引人关注的是第三类"低分稳定组"(3.34%)，不仅基线水平最低，更异常地缺乏随年龄的正常提升。

1. 1.

   群体特征差异：低分稳定组具有多项高风险特征——非白人比例最高(59.28%)、平均教育程度仅高中水平(9.21年)、自评健康(SRH)和视力评分最差。更重要的是，其PCI概率达16%，是高分组(4%)的4倍，中分组(9%)的近2倍。认知测试也显示全面劣势：数字序列(Number Series)、言语类比(Verbal Analogies)和图形识别(Figure Identification)得分均显著落后。

2. 2.

   多因素回归分析：即使控制教育、种族等变量，PCI总分仍能显著预测类别归属(OR=0.87-0.92)。言语类比(测量词汇联想能力)和图形识别(反映处理速度)对区分群体的贡献尤为突出，支持了"激活扩散不足"和"信息处理速度下降"这两种PV衰退的潜在机制解释。

讨论部分强调了三大科学价值：首先，这是首个在普通人群中系统描绘PV发展异质性的研究，3.34%的低分稳定组比例与全国认知障碍患病率预期高度吻合，验证了PV测试的流行病学价值。其次，研究证实PV轨迹异常可早于主观记忆抱怨出现，为ADRD的"无症状期"筛查提供了简便工具。最后，种族和教育的影响提示需开发文化适应性更强的评估版本。

这项研究也存在若干局限：智能手机使用可能影响测试表现，高龄样本代表性不足可能掩盖晚年衰退趋势。但瑕不掩瑜，其创新性地将复杂统计方法与大规模人群数据结合，为认知老化研究树立了新范式。临床转化方面，定期PV测试有望整合到初级保健中，通过捕捉微妙的词汇提取变化，实现ADRD的"早发现、早干预"。正如作者所言："认知测量变化轨迹可能比基线水平更具信息量"——这一见解或将改变我们对抗认知衰退的策略。