《Journal of the International Neuropsychological Society》：Psychometric validation of the NIH Toolbox for use with individuals with phenylketonuria: Evidence from the PHEFREE consortium longitudinal study
编辑推荐：
摘要
目的： 新型苯丙酮尿症（phenylketonuria, PKU）治疗方法的研发进展推动了对能够敏感反映PKU相关神经认知损伤的新型评估工具的需求。本研究评估了NIH Toolbox——一套计算机化管理的神经行为测量工具——在评估早期治疗PKU儿童和成人
摘要
目的： 新型苯丙酮尿症（phenylketonuria, PKU）治疗方法的研发进展推动了对能够敏感反映PKU相关神经认知损伤的新型评估工具的需求。本研究评估了NIH Toolbox——一套计算机化管理的神经行为测量工具——在评估早期治疗PKU儿童和成人认知功能方面的有效性。
方法： 研究分析了91名PKU患者（年龄8–55岁）的数据，这些患者参与了一项由美国国立卫生研究院（NIH）资助的正在进行的高苯丙氨酸血症纵向研究。参与者完成了NIH Toolbox以及多项验证工具，包括韦氏简明智力测验第二版（Wechsler Abbreviated Scale of Intelligence-Second Edition, WASI-II）、剑桥神经心理测试自动化成套设备（Cambridge Neuropsychological Test Automated Battery, CANTAB）以及康纳斯连续操作测验（Conners' Continuous Performance Test）。
结果： 与先前研究一致，儿童和成人的晶体认知（crystallized cognition）均保持完好。相比之下，流体认知（fluid cognition）缺陷主要见于年龄较小的儿童，而年龄较大的儿童和成人表现通常在预期范围内。NIH Toolbox综合分数与韦氏指数显示出较强的同时效度（concurrent validity），与其他成熟测量工具呈中度相关。
结论： NIH Toolbox在PKU神经认知功能评估方面展现出作为有效且实用测量工具的前景，支持其整合入临床试验和研究方案的潜力。未来研究应优先采用纵向设计以评估重测信度、对变化的敏感性以及与治疗方式相关的亚组差异。PHEFREE联盟等持续开展的工作对于确立NIH Toolbox作为PKU干预研究的稳健结局指标至关重要。
论文解读：NIH Toolbox在苯丙酮尿症神经认知评估中的心理测量学验证
一、研究背景与研究意义
苯丙酮尿症（phenylketonuria, PKU）是一种罕见的常染色体隐性遗传病，由苯丙氨酸羟化酶（phenylalanine hydroxylase, PAH）基因的致病性变异引起。PAH酶缺乏导致苯丙氨酸（phenylalanine, Phe）向酪氨酸的代谢受阻，而酪氨酸是多巴胺及其他儿茶酚胺类神经递质的前体，对脑功能至关重要。此外，过量的Phe还会通过竞争血脑屏障上的大分子中性氨基酸转运体、抑制酪氨酸羟化酶和色氨酸羟化酶活性等方式，进一步损害脑内单胺类神经递质的合成，并可能干扰谷氨酸能突触传递和丙酮酸激酶活性等中枢过程。
若不加治疗，PKU通常伴随发育过程中严重的不可逆认知和神经损伤。历史上，PKU的治疗核心是通过饮食限制降低Phe水平，从出生后不久开始并持续终生。然而，即使经过早期且持续的治疗，PKU患者仍面临显著的神经和认知后遗症风险。早期治疗PKU最常见的神经学发现是白质完整性破坏，Phe水平越高，异常越严重；新近证据提示大脑灰质结构（如后皮层、壳核、小脑）也可能受累。从神经认知角度看，早期治疗PKU与整体智力能力的轻度下降相关，同时伴有执行功能、注意力、加工速度和精细运动控制等特定领域的更明显损伤。PKU患者还面临更高的焦虑、抑郁及其他心理社会和精神科问题风险。代谢控制不佳（反映为较高的Phe水平）与儿童和成人的神经认知及心理功能损伤程度加重相关。
严格坚持饮食治疗方案并将Phe水平维持在推荐治疗目标范围内往往较为困难，这导致早期治疗PKU患者出现Phe水平升高、生活质量下降和神经认知困难增加。这一现实推动了新型疗法的研发，包括四氢生物蝶呤补充治疗（sapropterin、sepiapterin）、酶替代疗法（苯丙氨酸解氨酶）、其他小分子疗法（如repinatrabit）以及潜在的基于核酸的疗法（mRNA疗法、基因疗法或基因编辑）。虽然临床试验结果和监管机构（如美国食品药品监督管理局，FDA）的审批主要围绕血浆Phe水平的降低作为主要终点，但FDA也指出与治疗相关的功能结局（即患者生活如何得到改善）同样非常重要。
神经认知功能是PKU患者功能结局的重要方面。执行功能和注意力等认知能力不仅在日常生活中发挥重要作用，也对PKU患者的治疗管理（如组织饮食和药物方案）至关重要。在此背景下，需要能够敏感反映早期治疗PKU相关神经认知损伤、并能便捷整合入临床试验设计的神经心理学测量工具。NIH Toolbox正是这样一个候选工具。
NIH Toolbox是通过NIH Blueprint神经科学研究计划创建的一套计算机化管理的神经行为测量工具，评估认知、情绪、感觉和运动功能。其开发动机源于对一种可跨广泛年龄、功能水平和临床条件使用的标准化综合评估的需求。认知成套测验（Cognitive Battery）是NIH Toolbox的核心，包含七项主要分测验，每项约需3–7分钟，评估一系列认知能力，涵盖流体认知（如执行功能和加工速度）和晶体认知（如接受性词汇能力）两个方面。
NIH Toolbox在PKU临床试验中具有多项潜在优势：从科学角度看，它评估PKU患者面临风险的关键认知领域（如执行功能和加工速度），基于大样本常模生成标准分数，并能整合入包括多时间点在内的多种研究设计。其常模建立过程严谨，总样本达4,859人，其中3,413名儿童按年龄和性别分层。NIH Toolbox的效度和信度已在普通儿科和成人人群以及多个临床人群中得到充分验证。从实用角度看，NIH Toolbox的施测标准化且大部分自动化，减少了施测者负担，同时提高了多中心实施的一致性和可靠性。
先前Christ等人（2023）的研究初步支持NIH Toolbox对PKU相关神经认知损伤的敏感性，发现成人PKU样本（18–36岁）在流体认知综合分数上显著低于人口统计学匹配的非PKU对照组，且流体认知综合分数及若干分测验表现与近期和历史的血Phe水平密切相关。本研究旨在进一步验证NIH Toolbox作为未来临床试验和跨生命周期研究工具的潜力，在更大年龄范围（8–55岁）内检验其对PKU相关神经认知困难的敏感性，并评估其相对于多项成熟神经认知测量工具的同时效度。
二、主要技术方法
本研究分析了来自91名PKU患者（年龄8–55岁，平均25.4岁）的数据，这些患者参与了一项由NIH资助的正在进行的高苯丙氨酸血症纵向研究，该研究是PHEFREE联盟（Phenylalanine Families and Researcher Exploring Evidence Consortium）的主要组成部分。样本包括82名白人非西班牙裔、3名白人西班牙裔或拉丁裔、4名亚裔、1名黑人或非裔美国人及1名种族不详者。纳入标准包括：经新生儿筛查确诊PAH缺乏症、出生后八周内开始限制Phe摄入的饮食治疗、入组时年龄8–55岁、完成NIH Toolbox及至少两项以上验证测量。
研究采用的主要评估工具包括：NIH Toolbox认知成套测验（含七项核心分测验，评估认知灵活性、抑制控制和注意力、工作记忆、加工速度、情景记忆、表达性词汇能力和阅读技能，并生成晶体认知、流体认知和总体认知三个综合分数）；韦氏简明智力测验第二版（WASI-II，用于估计整体智力能力，提供全量表智商（FSIQ）、知觉推理指数（PRI）和言语理解指数（VCI））；剑桥神经心理测试自动化成套设备（CANTAB，包含内外维度转换（IED）、快速视觉信息加工（RVP）、空间广度（SSP）和空间工作记忆（SWM）四个分测验，仅限18岁及以上成人分析）；康纳斯连续操作测验第三版（CPT-3，评估持续注意、注意力不集中、冲动性和警觉性，选取辨别力（d'）、命中反应时（HRT）和反应时变异性（HRT SD）三个主要结局变量）。NIH Toolbox、WASI-II积木设计分测验和CPT-3为现场施测，其余WASI-II分测验和CANTAB通过远程视频会议和网络平台施测。
数据分析方面，所有测量标准分数均转换为M=100、SD=15的通用量表，儿童（8–17岁）和成人（18岁及以上）分组分析。采用单样本t检验评估PKU组与常模样本的差异，卡方检验评估"临床风险"范围（低于常模均数1个标准差以上）的个体比例，皮尔逊相关评估NIH Toolbox分数与年龄和近期Phe水平的关系，线性回归检验NIH Toolbox综合分数与对应验证工具表现的关联。
三、研究结果
NIH Toolbox表现： PKU儿童组在流体认知综合分数（M=90.9）和总体认知综合分数（M=91.9）上显著低于预期，但晶体认知综合分数（M=96.5）与预期无显著差异。侧翼抑制分测验（Flanker，M=88.5）和图形比较加工速度分测验（Pattern Comparison，M=90.3）显示最大效应量。流体认知综合分数处于临床风险范围（低于均数1个标准差）的儿童比例为39%，显著高于预期的16%。儿童组中，年龄与流体认知和总体认知综合分数呈边缘显著负相关（r=?.31，p=.066），即年龄较小的儿童表现更差。最近Phe水平仅与晶体认知综合分数呈显著负相关（r=?.33，p=.049），与流体认知和总体认知无显著相关。
成人组在三个综合分数上均与预期一致：流体认知（M=97.9）、晶体认知（M=103.7）和总体认知（M=100.9）。流体认知综合分数处于临床风险范围的成人比例为25%，高于预期但未达统计显著（p=.068）。成人组中，年龄和最近Phe水平均未与任何综合分数显著相关。
NIH Toolbox与其他测量工具的同时效度： 在儿童和成人组中，NIH Toolbox总体认知综合分数均能显著预测WASI-II全量表智商（儿童：R2=.46；成人：R2=.29）。晶体认知综合分数显著预测WASI-II言语理解指数（儿童：R2=.47；成人：R2=.28），流体认知综合分数显著预测WASI-II知觉推理指数（儿童：R2=.29；成人：R2=.10）。在成人组中，流体认知综合分数显著预测CANTAB综合分数（R2=.10）。流体认知综合分数对CPT-3综合分数的预测关系在儿童组显著（R2=.16），在成人组接近显著（R2=.06）。
四、讨论与结论
本研究发现儿童和成人PKU患者在晶体认知综合分数上均表现良好，与既往研究一致，表明早期治疗PKU患者的基础言语能力和知识未受影响。儿童PKU患者在流体认知综合分数上低于常模预期，尤其在抑制控制和加工速度测验上困难明显，流体认知的较差表现也导致儿童组总体认知综合分数低于预期。这一发现与WASI-II估计的FSIQ在预期范围内（M=106）形成对比，研究者认为这种差异可能反映WASI-II的局限性——其分测验数量有限，对执行功能和注意力的评估不如更全面的智力测量工具（如完整版韦氏儿童智力量表或NIH Toolbox）充分。儿童组在CPT-3上的表现也低于预期（M=87），进一步支持了上述解释。
与儿童组形成对比的是，成人组的NIH Toolbox流体认知分数以及CANTAB和CPT-3分数均在平均水平且在预期范围内。这一发现与Christ等人（2023）的研究不一致——该研究发现成人PKU样本在流体认知综合分数上表现较差。研究者指出，本研究的成人样本代谢控制相对较好（最近平均Phe=503 μmol/L，中位数=370 μmol/L），超过80%的成人组使用药物治疗辅助代谢控制，这与许多较早研究中代谢控制较差的队列形成对比。
儿童组的流体认知综合分数与年龄相关，年龄较小的儿童困难更为明显，即使使用年龄校正的常模分数后仍然如此。研究者指出，鉴于本数据仅为横断面数据（捕捉的是年龄相关差异），未来通过PHEFREE联盟等持续工作收集和分析纵向数据，对于充分评估神经认知表现是否存在年龄相关变化至关重要。
心理测量学评估结果表明，NIH Toolbox的三个综合分数均与其对应的WASI-II验证指标表现出良好的同时效度。流体认知综合分数与CANTAB和CPT-3结局变量的相关性较为适中。研究者认为，虽然NIH Toolbox流体认知综合分数与这些测量工具在评估的认知领域（如加工速度）上存在显著概念重叠，但各测量工具也可能有独特的认知贡献。例如，CPT-3设计用于评估警觉性和持续注意，这些能力在NIH Toolbox相对简短的测验中可能未被充分捕捉；反之，NIH Toolbox对工作记忆和认知灵活性的评估比CPT-3更为全面。因此，将NIH Toolbox与CPT-3（或其他持续注意测量工具）结合使用，可能比单独依赖其中一种工具提供更全面的神经认知特征。
研究局限性： 本研究未观察到Christ等人（2023）报告的Phe水平与流体认知综合分数之间的稳健相关，这可能与血Phe测量和神经认知评估通常不在同一天进行（平均间隔超过30天）有关。本队列的一个显著特征是药物治疗使用率高（儿童组和成人组分别超过60%和80%），反映了当代PKU人群的特点，但样本量不足以检验治疗方式相关的亚组差异。
研究结论： 本研究评估了NIH Toolbox作为评估早期治疗PKU患者（8–55岁）神经认知功能工具的应用价值。与既往研究一致，儿童和成人的晶体认知均保持完好；流体认知缺陷主要见于年龄较小的儿童，而年龄较大的儿童和成人表现通常在预期范围内。NIH Toolbox综合分数与韦氏指数表现出较强的同时效度，与其他成熟测量工具呈中度相关，支持其在PKU研究中的应用价值。未来工作应聚焦纵向数据收集，以评估重测信度、对变化的敏感性以及潜在的年龄相关轨迹。
