《GeroScience》：Cognitive vergence and pupillary responses as functional oculomotor signatures to differentiate AT(N) biological profiles in older adults with mild cognitive impairment
编辑推荐：
蓝斑（locus coeruleus，LC）是阿尔茨海默病中tau蛋白积累的最早部位，直接影响瞳孔和辐辏（vergence）眼动系统。尽管A+T+（生物性阿尔茨海默病）与A?T+（疑似非阿尔茨海默tau蛋白病）对LC介导的调节和皮质网络完整性具有不同影响，但任
蓝斑（locus coeruleus，LC）是阿尔茨海默病中tau蛋白积累的最早部位，直接影响瞳孔和辐辏（vergence）眼动系统。尽管A+T+（生物性阿尔茨海默病）与A?T+（疑似非阿尔茨海默tau蛋白病）对LC介导的调节和皮质网络完整性具有不同影响，但任务诱发的眼动动力学能否无创地区分AT(N)生物学特征，此前尚未得到验证。研究人员根据经过验证的脑脊液（CSF）生物标志物阈值，将38名轻度认知障碍（MCI）个体（12名A?T+，26名A+T+）进行分类，并在双眼眼动追踪下完成视觉oddball范式。通过线性混合效应模型检验了全时间序列和六个试验层面特征中的生物学特征×条件交互作用；为应对样本量小且不均衡的问题，使用Firth惩罚逻辑回归检验了参与者层面的关联。两种生物学特征的眼动幅度并无差异，但在时间组织上存在分化。生物学特征×条件交互作用在辐辏全局斜率、辐辏达峰时间和瞳孔达峰时间方面均显著（所有p-Holm≤0.048）。时间差异具有条件依赖性：A?T+在干扰刺激试验中表现出较晚的反应，而A+T+在目标刺激试验中表现出最延迟的时间。参与者层面的关联在辐辏和瞳孔达峰时间方面显著，条件依赖性调节越大预测A+T+概率越高（ORs=0.43和0.35；两者p<0.05）；辐辏全局斜率差值在参与者层面未达到显著。A?T+表现出更高的目标检测准确率（89.7% vs. 82.5%，p=0.003）。在该MCI样本中，认知性辐辏和瞳孔动力学表现出可区分AT(N)生物学特征的条件依赖性模式，支持便携、低成本的眼动追踪作为基于CSF特征化的非侵入性补充方法，但有待在更大规模的独立队列中证实。
阿尔茨海默病（Alzheimer’s disease，AD）是一种由特定蛋白病理性积聚驱动的神经退行性疾病，其神经病理级联在认知症状出现前数年即已启动。2018年NIA-AA研究框架确立了基于生物学而非综合征的AD定义，依据病理过程将生物标志物组织为AT(N)分类系统，即淀粉样蛋白-β（amyloid-β，A）、纤维状tau（T）和神经退行性变（N）。在该框架下，A+T+（CSF中Aβ
42降低且磷酸化tau升高）构成生物学AD；而A?T+（无淀粉样蛋白病理但tau阳性）代表一类生物学上不同的实体，可能反映原发性年龄相关tau病或其他非阿尔茨海默tau蛋白病。区分这两种特征对老年科学至关重要，因为将疾病特异性神经退行性变与典型脑老化分离仍是未解决的挑战。蓝斑（LC）是AD级联中tau积累的最早部位，通过去甲肾上腺素能投射直接调节瞳孔和辐辏眼动系统；然而，任务诱发的眼动动力学能否无创地反映两种生物学特征对LC介导调节和皮质网络完整性的不同影响，此前未被检验。既往研究虽发现认知性辐辏和瞳孔反应在MCI和AD中异常，且受CSF生物标志物水平调节，但尚无研究比较不同AT(N)生物学特征之间的眼动模式。眼动追踪综述也指出，缺乏生物学分期明确的表型队列是限制现有发现可解释性的关键缺陷。本研究直接填补这一空白，探讨认知性辐辏和瞳孔反应能否在功能上区分A?T+与A+T+。该研究发表于《GeroScience》。
研究人员从西班牙巴塞罗那的Hospital del Mar和Hospital Clínic两家医院招募了38名轻度认知障碍（mild cognitive impairment，MCI）个体（12名A?T+，26名A+T+），依据经西班牙人群验证的CSF生物标志物阈值进行AT(N)生物学特征分类。参与者完成约6分钟的视觉oddball任务，使用便携式远程眼动仪（Tobii 5L，33 Hz）进行双眼追踪。研究提取每个试验中辐辏和瞳孔反应曲线的六个特征：初始斜率、全局斜率、晚期斜率、曲线下面积、达峰时间、峰值幅度。采用线性混合效应模型检验生物学特征×条件（目标/干扰）交互作用，对显著交互特征汇总至参与者层面后，使用Firth惩罚逻辑回归检验与生物学特征归属的关联，并通过留一参与者交叉验证评估稳定性。后验功效分析显示主要信号检测功效为100%。
**Functional oculomotor signatures: cognitive vergence and pupil response**：全时间序列分析显示，目标刺激比干扰刺激诱发更大的辐辏和瞳孔反应，但两种生物学特征的整体反应幅度无差异。生物学特征×条件交互作用显著：认知性辐辏方面，A?T+组在目标与干扰间的条件依赖性分化大于A+T+组；瞳孔反应方面，A+T+组的分化更大，提示两种特征在不同眼动系统中表现出相反的条件敏感性。
**Accuracy response**：行为表现上，两组在干扰试验中准确率均接近天花板（A+T+：99.3%，A?T+：99.7%，p=0.851）；在目标试验中，A?T+组的检测准确率显著高于A+T+组（89.7% vs. 82.5%，β=0.071，p=0.003）。
**Functional oculomotor signatures: trial-level features**：试验层面三个特征的生物学特征×条件交互作用显著：辐辏全局斜率、辐辏达峰时间、瞳孔达峰时间（所有p-Holm≤0.048）。辐辏全局斜率在目标试验中A?T+比A+T+更陡；辐辏达峰时间和瞳孔达峰时间在干扰试验中A?T+延迟较大，而在目标试验中A+T+延迟最大。参与者层面，辐辏达峰时间差值和瞳孔达峰时间差值均与A+T+概率显著相关（OR=0.43和0.35，p<0.05），辐辏全局斜率差值不显著。留一分析显示瞳孔达峰时间关联稳定（37/38次显著），辐辏达峰时间显著性较脆弱（8/38次显著）但方向一致。
讨论部分指出，区分两种生物学特征的关键在于反应的时间组织而非幅度，且这种时间分化具有条件依赖性。A?T+在目标加工中表现出相对更早的达峰时间，而A+T+在目标条件下延迟最明显，与LC紧张性/阶段性放电模型一致：干扰条件主要依赖LC紧张性调节，tau病理可能延迟该过程；目标条件需要皮质网络协同和默认模式网络抑制，淀粉样共病理可能破坏该协调。A?T+在目标检测中的优势与其在既往研究中显示的结构保留一致。时间特征中，达峰时间比斜率指标更稳健，瞳孔达峰时间效应量大于辐辏达峰时间，可能因瞳孔系统与LC耦合更直接。敏感性分析支持结果稳健性。临床上，眼动评估设备廉价、无创、耗时短，可作为CSF/PET的补充工具，尤其适合资源受限环境，但需更大队列验证。
结论（翻译）：本研究表明，在oddball任务期间，认知性辐辏和瞳孔的时间动力学能够提供条件依赖的眼动特征，在该MCI样本中区分A?T+与A+T+生物学特征。区分性信息存在于反应达峰的时间而非幅度，且特征差异的方向取决于刺激是需要被动加工还是主动注意参与。这些结果可能反映了单纯tau病理与淀粉样-tau联合病理对LC介导的紧张性调节和皮质注意力网络募集的差异影响，每种特征在其主要损害神经系统最受考验的条件下表现出各自的功能脆弱性。眼动特征是一种有前景且可获得的CSF特征化补充手段，在更大独立队列中的证实以及纵向和临床前样本中的验证，构成有意义的后续步骤。
