《Frontiers in Aging Neuroscience》：Trajectory-based identification of cognitive-performance phenotypes across adulthood from psychophysiological testing
编辑推荐：
摘要
背景：多维心理生理测试组合揭示了处理速度、准确性、记忆、执行控制和视觉空间表现方面的显著个体间差异。由于本样本以中青年为主，该分析被界定为成人认知表现表型分析，而非临床认知老化阶段的识别。
方法：研究人员分析了一个横断面便利样本，包含1,117名成人
摘要
背景：多维心理生理测试组合揭示了处理速度、准确性、记忆、执行控制和视觉空间表现方面的显著个体间差异。由于本样本以中青年为主，该分析被界定为成人认知表现表型分析，而非临床认知老化阶段的识别。
方法：研究人员分析了一个横断面便利样本，包含1,117名成人（年龄18–78岁；平均31.4±12.0岁；65.8%为女性），通过基于网络的心理生理测试组合进行评估。在通过奇异值分解（singular-value decomposition, SVD）插补一个缺失的BMI值后，对42个认知、精神运动、人口统计学、人体测量学、生活方式和自我报告健康变量进行了标准化。DANCo和局部主成分分析（local PCA）分别估计内在维度为5.83和3.82。研究人员使用六个主成分（累计方差39.24%；第七主成分增量3.67%）来拟合弹性主树。分支间差异通过Kruskal–Wallis检验及Holm校正的Dunn比较或卡方检验进行评估，并计算效应量。分配可重复性在100个随机80%子样本投影到固定参考树上进行了评估。该工作流程是一种无监督的统计/几何结构学习分析，而非监督预测；不声称使用训练/测试预测模型或学习到的纵向动态。
结果：研究人员识别出三个相连的分支表型：簇0（n=781，69.9%），高准确性参考表型；簇1（n=98，8.8%），快速处理表型，具有领域特异性视觉空间变异性；簇2（n=238，21.3%），较慢、较低准确性表型，富含年龄较大及失眠/疾病阳性指标。Stroop-4速度（η2=0.195）、Stroop-4准确性（η2=0.194）、图形-形状准确性（η2=0.240）、图形-形状-颜色准确性（η2=0.251）和图形-形状-位置准确性（η2=0.253）观察到中等到较大的效应量（均p<0.0001）。固定树投影以平均调整兰德指数（adjusted Rand index, ARI）、归一化互信息（normalized mutual information, NMI）和原始一致性均为1.000±0.000的数值重现了分配结果。在额外的敏感性分析中，排除二分类变量将解从三个簇改变为九个簇（ARI=0.1203），从六个PC减少到四个PC将解从三个簇改变为七个簇（ARI=0.1736）。数据集中所有二分类特征均直接或间接与认知功能或心理生理测试结果的解释相关。因此，移除完整的二分类变量块不仅改变了数值特征空间，也改变了分析的实质性解释，特别是因为该块包含年龄相关的生活方式和健康因素，如吸烟、饮酒、失眠和疾病状态。
结论：弹性主树将认知表现表型表示为相连的分支，并提供了一种普通离散聚类无法提供的图排序坐标。该结果是探索性的、横断面的且非诊断性的，在没有包含老年人、临床特征明确的纵向队列的情况下，不应推广至神经退行性老化。在所检验的替代方案中，保留了原始的完整特征六PC解用于解释，因为替代方案产生了无法可靠表征的额外极小簇。
论文解读
**一、研究背景与问题**
随着全球人口老龄化进程加速，痴呆已成为重大的科学和公共卫生议题。世界卫生组织报告2021年全球有5700万痴呆患者，每年新增近1000万例，预计到2050年患者总数将升至约1.528亿。2024年柳叶刀委员会强调，相当比例的痴呆风险在生命全程中具有潜在可修饰性，包括教育、血管因素、听力视力损失、抑郁、糖尿病、缺乏体力活动、吸烟、过量饮酒和社会隔离等。这产生了对方法的实际需求：需要在严重功能障碍临床显现之前，将相对健康的认知老化与潜在病理或风险富集的老化区分开来。
认知老化并非均匀衰退过程。神经认知老化综述表明，不同认知系统遵循不同的生命历程曲线，处理速度和执行控制往往早于词汇或积累知识而下降。大型行为数据集显示各认知能力存在异步峰值和衰退，视觉工作记忆研究也表明存在广泛的年龄相关变异性而非单一普遍轨迹。轻度认知障碍（mild cognitive impairment, MCI）被概念化为一个或多个认知领域的可测量损伤，尚不严重损害日常独立性但与痴呆风险升高相关。传统筛查工具如简易精神状态检查和蒙特利尔认知评估虽有价值，但无法充分捕捉认知老化的多维动力学或早期衰退的异质性。认知储备理论进一步表明，教育、生活方式和累积的神经/行为资源可帮助某些个体在年龄相关脑变化或病理情况下维持表现。
基于此，本研究旨在利用弹性主图方法对多维心理生理数据进行无监督结构学习，识别成人认知表现表型，并评估分支间差异及分配可重复性。该论文发表在《Frontiers in Aging Neuroscience》。
**二、研究设计与方法**
研究人员分析了横断面便利样本1,117名成人（年龄18–78岁，平均31.4±12.0岁，65.8%女性），通过Lobachevsky大学研究项目开发的基于网络的心理生理测试平台收集去标识化记录。分析数据集包含42个变量，涵盖认知、精神运动、人口统计学、人体测量学、生活方式和健康相关指标。数据预处理包括SVD插补（仅一个BMI值缺失）、Spearman相关分析、变量量化与标准化。内在维度通过DANCo（估计5.83）和局部PCA（估计3.82）评估，基于此将特征矩阵降至六个主成分（累计方差39.24%）。弹性主树采用alpha=0.01、Mu=0.1、Lambda=0.05参数拟合，40节点通过无正则化节点复杂度准则（URN2）肘部分析确定。敏感性分析包括移除二分类变量块和减少PC数量。可重复性通过100个随机80%子样本投影到固定参考树评估，使用ARI、NMI和原始一致性指标。统计分析采用Kruskal–Wallis检验、Holm校正Dunn比较、卡方检验及效应量计算。
**三、研究结果**
**3.1 特征结构与分布**
Spearman相关分析显示相关认知领域的变量呈中到强相关，支持在弹性主树构建前进行降维。连续变量分布呈实质性异质性：速度变量呈单峰右偏分布，准确性变量在多项测试中接近上限聚集。内在维度估计为5.83（DANCo）和3.82（局部PCA）。前六个PC解释39.24%标准化方差。
**3.2 敏感性分析结果**
移除九个二分类变量后，原始三簇解被九簇替代（ARI=0.1203），原始簇0主要分割至新簇3、5、6、7、8，原始簇1几乎全部移至簇8，原始簇2主要移至簇1和2。四PC分析产生七簇（ARI=0.1736），原始簇0主要分割至新簇0、1、3、6，原始簇1主要移至簇5，原始簇2主要分割至簇0和4。原始完整特征六PC三簇结构因替代方案产生无法可靠表征的额外极小簇而被保留为最可解释解。
**3.3 弹性主树与分支簇**
弹性主树将多维认知测试空间概括为分支结构，产生三个非分支簇：簇0（n=781，69.9%）占据长左分支；簇1（n=98，8.8%）占据短右分支；簇2（n=238，21.3%）占据下分支。拓扑显示数据集组织为相连的认知表现结构，而非孤立组群。
**3.4 根节点选择**
右分支中位年龄最低，25岁以下参与者比例最高，且候选根区域无吸烟、饮酒、失眠和疾病指标编码。节点40为该分支外端终末节点，被选为根节点。该选择仅固定图距离的方向和原点，不改变树或分支分配。
**3.5 轨迹结构**
移除一个非信息性单分支轨迹后，保留两条信息轨迹：轨迹40–41从年轻/右根区域经中央分叉延伸至长左分支；轨迹40–42从根经中央区域延伸至下分支。该结构表明参与者在图分离向不同认知表现分支前占据共享的相对年轻区域。
**3.6 沿伪时间的变量变化**
Stroop_2_Speed沿轨迹40–42增加（R2=0.38），指示该轨迹上的减缓。轨迹间多变量伪时间特征不同：轨迹40–41以较小变量集和相对稳定或中度变化值为特征，轨迹40–42在速度、准确性、年龄、人体测量和健康指标中显示更广泛横断面变异。
**3.7 簇水平表型解释**
簇0（高准确性参考表型）年龄29.1±7.3岁，多数认知任务保持高准确性，速度非最快但显著优于簇2。簇1（快速处理表型）年龄26.3±5.7岁，多项速度指标最快，但部分视觉空间准确性低于簇0，不应解释为全局优越。簇2（较慢/较低准确性表型）年龄40.9±19.2岁，年龄离散度最大，显示跨域一致性认知特征：Stroop反应更慢、Stroop 4准确性显著降低、算术更慢、记忆表现更差、视觉空间准确性更低、Raven任务更慢且准确性更低、Munsterberg词汇数更少。最显著对比在认知要求高的Stroop-4条件。
**3.8 健康与生活方式协变量**
簇2失眠和疾病编码比例最高，提供情境信息但不建立临床或风险表型。簇2吸烟和饮酒编码低于年轻簇，但分析不支持将这些较低值解释为保护性因素。生活方式变量应视为情境协变量而非因果解释。
**3.9 节点数复杂度与分配稳定性**
URN2曲线在约40节点从渐变转为更陡复杂度增长，支持肘部分辨率。100个随机80%子样本投影到固定参考树产生平均ARI 1.000±0.000、NMI 1.000±0.000、原始一致性1.000±0.000，证明条件于拟合树上的确定性分配稳定性。
**3.10 热图可视化**
标准化簇均值热图确认三种表型分离：簇0接近整体分布中心，簇1以相对快速认知表现和较年轻年龄为特征，簇2显示更高年龄、更慢Stroop和Raven表现、要求任务中准确性降低及失眠和疾病状态编码值更高。
**四、讨论与结论**
正式比较确认分支间差异在要求高的执行和视觉空间测量中最强：Stroop-4速度和准确性η2分别为0.195和0.194，图形-形状相关准确性η2为0.240–0.253，年龄η2=0.065，失眠和疾病指标效应量较小（Cramer's V=0.114和0.161）。左/右运动反应准确性、半球间差异、迷宫得分和惯用手未显示有意义分支差异。
轨迹方法相比简单年龄回归增加价值：认知年龄模型估计参与者从心理生理测试中表现的年龄，而主树模型显示参与者在多维认知空间中的位置及所类似的相连表现分支。弹性主树相比常规离散聚类增加信息：K-means或层次聚类可分割参与者但不直接编码共享中心区域、分叉或测地排序。两个敏感性分析产生额外小簇，低ARI表明与原始三簇分区不一致。二分类变量分析的差异在实质上是预期的，因为完整二分类变量块被移除，该块包含年龄相关生活方式和健康因素。原始完整特征六PC解因对应研究目标且替代方案含无法可靠描述的极小簇而被保留。
该研究存在若干局限：横断面设计使图距离不是时间，未观察个体内变化；图因拟合后用年龄定向，根无法独立验证老化方向；簇2内部异质；伪时间平滑曲线为描述性，未估计正式不确定性带；健康变量为粗略自我报告指标；六个PC解释不到总方差一半，标准PCA对混合数据次优。尽管如此，结果支持方法学前提：该数据集中成人认知表现变异可概括为相连分支结构而非单一线性排序。簇2是描述性独特且内部异质的组群，需纵向和外部研究，而非验证的筛查或干预靶标。弹性主树分析将42变量心理生理数据集组织为三个相连成人认知表现表型，支持可复现描述性表型分析框架而非认知老化阶段或临床诊断。纵向随访、更年长临床特征明确队列、混合数据敏感性分析和独立队列投影是生物学或临床验证所必需的。
