远程智能手机认知测试能发现早期阿尔茨海默病吗？

检验手机测试能否测量认知

这篇论文要回答的是：在居家环境中用智能手机做认知测试，能否在阿尔茨海默病最早期阶段产生可用的测量结果。作者构建了AD数字评估套件（AD-DAS），包含九项主动任务，覆盖情景记忆、工作记忆、语言、加工速度、反应抑制和运动速度，并远程部署了28天。

研究设计决定了后面每个数字该如何解读。研究共纳入123名参与者，分为四个已知组：32名健康对照、31名主观认知下降且淀粉样蛋白PET阴性者（SCDn）、30名主观认知下降且淀粉样蛋白PET阳性者（SCDp），以及30名早期阿尔茨海默病（eAD）患者。淀粉样蛋白PET状态由中心统一判读，因此SCD的划分依据的是实测的淀粉样蛋白病理，而不只是临床印象。

该研究为横断面设计，样本量小且人群多样性有限。作者明确指出，在提出任何诊断准确性主张之前，需要在独立、更大规模的研究中验证。因此以下结果是初步的效度证据，而不是筛查性能估计。

多数人完成测试，eAD用户耗时更长

完成率很高：97.6%的参与者完成了研究。分组数据比总体数字更有信息量。完成者比例分别为健康对照97%、SCDn 100%、SCDp 100%、eAD 93%；两名自愿退出者都在eAD组，另有一名健康志愿者因COVID退出。

每日负担不大，但各组并不相同。远程评估的总体中位耗时为每天14.5分钟，健康对照为13.2分钟，eAD为16.6分钟。完成者的依从性约为96%，大致相当于28天中的27至28天，不过健康对照完成测试的比例（89.3%）低于其他亚组。

接受度通过用户体验问卷测量。超过85%的参与者将整体体验评为良好（46.7%）或很好（38.5%）；六名参与者（三名SCDp、三名eAD）评为差，无人评为很差。研究伙伴报告，30名eAD参与者中有9人完成任务需要协助，而SCDp为30人中的4人、SCDn为31人中的1人、健康对照为32人中的0人，因此无人监督使用在整个疾病谱上并非同样现实。

各任务的重测信度从中等到优秀

重测信度考察的是同一任务重复进行时能否给出相似结果，这是用它追踪变化的前提。AD-DAS指标的重测信度从非优势手快速敲击的组内相关系数（ICC）0.53，到优势手快速敲击的0.91，作者将这一跨度描述为中等至优秀。

这个范围本身就是重点：信度不是整套测试的单一属性。读者在比较任务时，应把优势手敲击指标和非优势手指标视为稳定性不同的两种测量，而不是假定所有AD-DAS输出都具有相同的精度。

手机指标与临床测试仅中度相关

聚合效度通过将AD-DAS指标与既有的临床神经心理测试进行比较来检验。除Fairytale任务因数据缺失未展示结果外，每个AD-DAS任务至少有一项指标与其临床对照指标按预期方向相关。

效应量不大：调整后R平方值在0.01至0.24之间。例如，Gallery Game学习任务的总用时与编码阶段的FCSRT自由回忆呈负相关（R平方0.15），正确学会对象的百分比与同一指标呈正相关（R平方0.18）。Gallery Game再认准确率与FCSRT线索敏感性仅呈边缘相关（24小时内R平方0.04，超过24小时为0.01）。

作者将相对较低的调整后R平方值归因于协变量调整和样本量有限。实际含义是：这些智能手机任务与临床测试有重叠，但不能互相替代；低R平方并不证明任务无效，但它确实意味着手机指标携带了临床测试未捕捉到的信息。

多数指标能将eAD与其他组区分开

组间比较使用组别归属的对数几率，论文报告eAD与其他已知组之间的绝对差异为0.6至3.28。大多数AD-DAS指标能将eAD与其他组区分开。两个例外很有信息量：30秒双任务行走步速和非优势手平均敲击间隔能将eAD与健康对照及SCDp区分开，但不能与SCDn区分。

临床量表的表现不同。A-IADL-Q-SV、FCSRT、TMT、BNT、VFT和DSCT能区分各组，而计时25英尺步行和起立行走测试只能将eAD与健康对照区分开，不能与其他组区分。因此数字测试套件并非在所有方面都比临床量表更敏感；比较结果取决于考察哪项任务和哪一对组别。

作者还指出，Gallery Game表现的病例对照差异没有预期那么明显，并推测其递增难度设计可能让参与者（包括eAD患者）受益于间隔效应。这是作者的假设，不是本研究中检验过的机制。

记忆任务按淀粉样蛋白状态区分SCD

最具特色的结果涉及两个主观认知下降组，它们的区别在于淀粉样蛋白PET状态而非临床诊断。SCDp参与者在Gallery Game再认（24小时内）、Gallery Game自由回忆（24小时内）以及Find the Egg任务达到的最高水平（一项视空间工作记忆任务）上，表现均差于SCDn参与者。

在经典神经心理量表中（这些量表也未用于SCD参与者的纳入或排除），30分钟延迟后的FCSRT自由回忆和BNT显示出名义上的SCDn-SCDp差异。作者将数字测试的发现解读为初步证据，表明AD-DAS指标能检测阿尔茨海默病谱系早期的细微认知变化；他们将情景记忆差异与进展为MCI的风险升高联系起来，同时指出工作记忆损害的预测意义仍需进一步研究。

这是小样本中的组间差异，不是已证明的个体分类能力，也不能证明这些任务能预测谁会进展。

任务得分与预期脑区的萎缩对应

作为一项正交检验，作者用全脑基于体素的形态学分析，将AD-DAS表现与结构MRI得到的灰质体积联系起来。全脑分析之所以重要，是因为它检验特异性：有效的任务应与支持其所声称功能的脑区萎缩相关，而与无关脑区不相关。

结果模式符合这一预期。Gallery Game学习任务达到标准所需时间越长，右侧枕中回和双侧鼻周皮质的灰质体积越低，这些区域与视觉处理和情景学习有关。Gallery Game自由回忆（24小时内）完成时间越长，左侧鼻周和嗅内皮质体积越低。Tilt Task的反应抑制准确率与包括距状沟、双侧海马以及左侧眶下皮质和岛叶在内的脑区簇相关。

有些结果为阴性，这限制了解释。Gallery Game再认的准确率或完成时间未发现显著脑区簇，尽管超过24小时的命中率与左侧丘脑体积相关。Story Time叙述中的名词产出率、BNT和VFT均未产生超过阈值的脑区簇，也没有可用的视空间工作记忆临床测量来与Find the Egg比较。

一个有待验证性研究确认的候选工具

论文自身的重点不是诊断准确性，而是从可行性到神经解剖效度的递进链条：先证明人们愿意在家完成测试，再证明指标稳定，然后证明它们与临床测量相关，并与预期位置的脑结构相关。在这条链条上，最强的证据是操作层面的，即97.6%的完成率和约96%的依从性；最弱的是与临床对照指标的有限重叠（调整后R平方0.01至0.24）。

最值得关注的结果是情景记忆和工作记忆任务上SCDn与SCDp的差异，因为这是最接近临床前端的比较，也是由淀粉样蛋白状态而非临床诊断定义组别的比较。作者将AD-DAS定位为有待验证性研究确认的候选工具，并呼吁建立更大规模的常模和纵向数据集，以控制人口学影响并建立变化常模。

对于正在权衡远程智能手机测试是否已可用于早期阿尔茨海默病检测的读者，这篇论文支持一个更窄的判断：这套测试可部署、信度足以支撑更大规模研究，而其记忆指标应最先接受针对淀粉样蛋白定义的早期变化的敏感性检验。

本文引用的文献