Alzheimer’s & Dementia：利用机器学习识别多领域暴露因素及其对认知功能的联合影响

随着全球人口老龄化的加剧，认知功能下降逐渐成为公共健康领域的重要问题。尽管已有研究表明多种因素可能影响认知功能，但大规模暴露数据的缺乏使得这些因素的系统性识别和量化变得困难。本研究通过暴露范围广泛的关联研究（EWAS）设计，结合机器学习技术，系统性地识别了与认知功能相关的多领域暴露因素，并评估了这些因素的相对贡献及其联合影响。研究基于中国社区神经系统疾病队列研究（CCSNSD）的数据，纳入了1142名参与者，评估了207种暴露因素，涵盖了社会经济地位、人口统计学、饮食、日常生活活动、医疗史、体力活动和心理社会因素等多个领域。

研究首先使用机器学习算法（XGBoost）评估了各暴露因素对认知功能的相对贡献，并通过LASSO回归筛选出36个关键变量。这些变量被进一步分为七个领域：社会经济地位、人口统计学、饮食、日常生活活动、医疗史、体力活动和心理社会因素。随后，研究构建了各领域的保护性认知暴露评分，并通过线性混合效应模型分析了这些评分与纵向认知变化的关系。结果显示，社会经济地位（SES）是认知功能的最强预测因子，尤其是在全球认知评分中表现出显著的正向影响（β = 2.91，p < 0.0001）。饮食领域在记忆功能中也发挥了重要作用，尤其是在绿色叶菜和鱼类摄入方面表现出显著的保护作用。通过聚类分析，研究识别出四种不同的暴露表型，其中“不利生活方式”表型与最差的认知结果相关。模拟干预试验表明，通过将个体从不利表型转向有利表型，认知评分可以显著提高。

图1：实验分析设计概述

研究还通过蒙特卡洛模拟评估了不同表型分布对人群认知功能的潜在影响。结果显示，增加“积极休闲/社交活动”和“优质饮食”表型的比例可以显著提高整体认知功能。例如，当“积极休闲/社交活动”表型的比例增加25%时，蒙特利尔认知评估（MoCA）评分平均提高1.82分。这些发现强调了多领域干预在改善认知健康中的重要性，特别是针对社会经济地位和饮食领域的干预措施。研究还发现，尽管体力活动对全球认知功能有积极影响，但其与记忆功能的关系却呈现负相关，这可能与久坐行为导致的脑血流减少和炎症因子增加有关。

图2：变量和领域成分的贡献排名

此外，研究还通过敏感性分析验证了结果的稳健性。通过添加多领域因素之间的交互项，研究发现社会经济地位与饮食、日常生活活动与体力活动以及饮食与体力活动之间存在显著的负向交互作用。这些交互作用表明，当多个领域的评分较低时，认知功能的改善效果更为显著。因此，针对多领域因素的综合干预策略可能比单一领域的干预更为有效。

文献出处：
Wu, J., Yin, B., Wen, R., et al. (2025). A systematic exposure-wide framework leveraging machine learning to identify multidomain exposure factors and their joint influence on cognitive function: Evidence from a neurological cohort. Alzheimer’s & Dementia, 21, e14624. https://doi.org/10.1002/alz.14624