《Journal of the International Neuropsychological Society》：Normative data and change scores on the CERAD Word List in a robustly intact sample of older adults and preliminary validation in an impaired sample
编辑推荐：
摘要专业翻译
目的： 阿尔茨海默病登记联盟（Consortium to Establish a Registry for Alzheimer’s Disease，CERAD）神经心理测验量表中的词语列表（Word List）分测验已被广泛应用于临床研究，用于识
摘要专业翻译
目的： 阿尔茨海默病登记联盟（Consortium to Establish a Registry for Alzheimer’s Disease，CERAD）神经心理测验量表中的词语列表（Word List）分测验已被广泛应用于临床研究，用于识别和追踪认知障碍。然而，该测验的常模数据（normative data）和变化分数（change scores）仍较为缺乏。本研究旨在为词语列表分测验建立常模数据。
方法： 本研究纳入来自国家阿尔茨海默病协调中心（National Alzheimer’s Coordinating Center）统一数据集（Uniform Data Set）的一项纵向观察性研究中1，530名被诊断为认知完整、轻度认知障碍（Mild Cognitive Impairment，MCI）或痴呆的老年人，所有受试者均完成两次年度访视。研究人员采用多元线性回归（multiple linear regression），以时间1（Time 1）得分预测时间2（Time 2）得分，预测变量包括人口学变量（年龄、教育年限、性别和种族）以及重测间隔。验证过程包括：将预测得分与原始样本中的观察得分进行比较；另外在五个比较组（认知完整、MCI、痴呆、认知恶化、认知改善）中进行额外验证；并采用单样本卡方检验（one-sample chi-square test of probabilities）比较组别分类与基于纯概率的预测分类。
结果： 四个人口学变量显著预测了词语列表分测验六个主要得分的测验成绩。在变化数据方面，当预测的时间2得分与观察的时间2得分进行比较时，6个得分中有4个存在显著差异，但效应量较小。在五个比较组之间，总回忆（Total Recall）和延迟回忆（Delayed Recall）均存在显著差异（p值均 < .001）。
结论： 本研究为老年人CERAD词语列表分测验提供了常模数据和基于回归的变化分数。
论文解读文章
一、研究背景与问题提出
词语列表学习与记忆测验是临床医师和研究人员评估老年人晚年认知障碍的重要工具。词语列表的即时记忆和延迟记忆表现对区分健康对照与阿尔茨海默病（Alzheimer’s disease，AD）患者具有优异的敏感性和特异性，其效应量与脑脊液生物标志物相当。CERAD神经心理测验量表中的词语列表分测验免费可得且被广泛用于识别和追踪认知障碍，自2018年以来已有超过100篇同行评审出版物使用该分测验。然而，现有研究中超过80%使用原始分数或仅在原始样本上标准化的分数，未针对年龄、性别、教育程度等人口学变量进行校正，而专业实践中鼓励进行此类校正，这可能导致该测验在临床环境中未被充分利用。
尽管已有若干研究提供了CERAD词语列表的常模数据，但这些研究存在诸多局限：未调整人口学变量、将老年样本中的年龄组合并、样本量不足300人、或研究设计限制外部效度。仅有两项研究提供了基于回归的常模数据，且均为挪威样本，样本中85岁以上（“最年长老人”）参与者较少，而这一群体是认知障碍的高风险人群且人口占比不断增长。在变化分数方面，尽管该测验广受欢迎，但相关研究甚少。仅有Stein等人基于德国样本提供了可靠变化指数（Reliable Change Index，RCI）分数，但该样本年龄范围为75至92岁，教育分类基于西欧标准，外部效度受限。目前尚无近期研究为CERAD词语列表开发或验证更新的基于标准化回归（Standardized Regression-Based，SRB）的变化方程。因此，纵向解释CERAD词语列表表现仍依赖较旧的RCI方法。
基于上述背景，本研究旨在利用一个包含60至100岁、间隔约1.3年接受两次测验的大规模认知完整老年人队列，补充CERAD词语列表常模数据和变化分数的有限文献。研究目标包括：检验现有常模数据是否充分适用于当前队列；若不足，则基于认知完整样本计算回归常模数据和SRB变化分数；并在独立认知受损且接受纵向重测的样本中进行初步验证。
二、研究设计与关键方法
本研究数据来源于俄勒冈阿尔茨海默病研究中心（Oregon Alzheimer’s Disease Research Center，OADRC）临床核心1989年3月至2023年1月间的纵向研究，共纳入1，530名至少完成两次连续访视的参与者。参与者被分为五组：时间1和时间2均为认知完整组（n = 890）、均为MCI组（n = 225）、均为痴呆组（n = 229）、认知恶化组（n = 153）和认知改善组（n = 33）。所有程序经俄勒冈健康与科学大学机构审查委员会批准，每位参与者均签署知情同意。
研究采用的关键方法包括：第一，评估现有常模数据——将Wagle等人的人口学校正常模数据应用于当前样本，通过单因素方差分析（ANOVA）、单样本卡方检验和人口学变量回归分析检验其适用性；第二，生成新常模数据——在认知完整参与者中，以年龄、教育年限、性别和种族为预测变量，通过线性回归模型预测词语列表各原始/量表分数；第三，评估现有变化数据——将Stein等人的RCI应用于当前样本，通过单样本卡方检验比较“下降/稳定/改善”分类；第四，生成新变化数据——采用SRB方法，以时间1得分、年龄、教育年限、性别、种族、重测间隔和测验形式为预测变量，通过线性回归预测时间2得分；第五，初步验证——将新生成的常模方程和SRB方程应用于全部五组参与者，计算z分数并通过ANOVA、事后比较和单样本卡方检验进行验证。所有分析使用SPSS v.31完成。
三、研究结果
（一）现有常模数据的评估
将Wagle等人的常模数据应用于当前样本后发现，认知完整参与者中仅有10.8%（总回忆）和6.9%（延迟回忆）的z分数低于或等于?1个标准差，远低于理论上预期的16%。此外，人口学变量（年龄、教育、性别）在全部样本中仍能显著预测已校正的z分数，表明Wagle等人的常模未能完全校正人口学变量的影响。这些结果提示现有常模过于宽松，可能无法充分识别美国样本中老年人的认知困难。
（二）新常模数据的生成
在认知完整参与者中，年龄、教育、性别和种族四个变量显著预测了词语列表所有六个原始分数（p < .001），模型解释方差为5%–20%。其中，识别总分原始分数呈非正态分布（偏度 = 2.6，峰度 = 8.6），转换为量表分数后正态性有所改善但仍非正态，因此同时考虑原始分数和量表分数。
（三）新常模数据的初步验证
将新常模数据应用于五组参与者后，认知完整组的z分数均接近0且标准差为1，符合预期；MCI组平均z分数约为?1，痴呆组约为?2或更低；恶化组z分数与MCI组相似，改善组与认知完整组相似。五组间所有词语列表z分数均存在显著差异（所有p < .001），效应量较大（η2 = .28–.48）。认知完整参与者中，总回忆和延迟回忆低于或等于?1 SD的比例分别为16.4%和15.4%，符合理论预期（16%）。人口学变量不再显著解释新z分数的额外方差，表明回归方法已充分校正人口学影响。
（四）现有变化数据（Stein等人RCI）的评估
将Stein等人的RCI应用于当前样本后，认知完整参与者中总回忆的下降率为9.5%（预期5%），延迟回忆的下降率为15.3%（预期5%），均显著高于理论预期。这表明现有RCI可能不准确地追踪部分个体的CERAD词语列表变化，原因在于RCI模型虽控制练习效应但对人口学变量控制较松散，且未校正基线表现、重测间隔、替代形式使用和向均值回归等因素。
（五）新变化数据的生成
在认知完整参与者（n = 803，重测间隔限制在180至720天）中，各线性回归模型均显著预测时间2得分（p < .001）。总回忆和延迟回忆模型中，基线得分、人口学变量、重测间隔和替代形式共同解释了时间2得分44%和38%的方差；识别分数模型的解释方差较低（16%–19%），应谨慎解读。
（六）新变化数据的初步验证
将新SRB方程应用于五组后，总回忆SRB z分数存在显著组间差异（F[4，1372] = 137.13，p < .001，偏η2 = .29），延迟回忆亦存在显著差异（F[4，1372] = 157.63，p < .001，偏η2 = .32），模式均为：认知完整、改善组 < MCI、恶化组 < 痴呆组。三分类（下降 < ?1.644、稳定 ?1.644至1.644、改善 > 1.644）结果显示：认知完整组总回忆5.3%下降、89.8%稳定、4.9%改善，符合正态分布预期；MCI组15.2%下降、0.4%改善；痴呆组55.5%下降、0.4%改善。延迟回忆呈现类似但更显著的模式（认知完整6.6%下降，MCI 33%下降，痴呆71.6%下降）。
四、讨论与结论
本研究成功开发了CERAD词语列表分测验的回归常模数据和SRB变化分数。与现有常模相比，新常模在认知完整样本中产生了符合理论预期的低分分布，且人口学变量不再解释额外方差，表明校正更为充分。与现有RCI相比，新SRB变化分数在认知完整样本中产生了符合预期的下降/稳定/改善比例，同时能有效区分不同认知状态组的变化模式，表明其可用于认知功能谱系的纵向监测。
研究局限性包括：样本在种族和民族上相对同质（多数为白人）；数据来自美国太平洋西北地区单一研究中心，可能不完全反映全国和国际人群；未纳入生物标志物数据或认知领域特异性分组；变化数据基于约12个月的重测间隔，可能限制其在更长重测间隔中的适用性；研究中使用了本地开发的替代形式，可能影响与既往研究的比较。
研究结论：当前基于人口学的预测分数为接受认知主诉评估的老年人提供了CERAD词语列表分测验的常模数据；基于回归的变化分数使临床医师和研究人员能够通过将患者/参与者与当前认知完整老年人样本进行比较，准确追踪CERAD词语列表分测验的变化。
