阿尔茨海默病中的性别差异:二十年神经影像研究的系统综述
该系统综述检索2004至2024年数据库,纳入120项同行评议研究,使用MRI、Aβ-PET、Tau-PET和FDG-PET等模态,分析性别作为生物学预测变量。超过90%的研究发现明确的性别特异性影像生物标志物模式,与认知储备、激素变化、APOE-ɛ4基因型、炎症、血管健康和生活方式相关。
要点
- 超过90%的纳入研究识别出AD影像生物标志物的性别特异性模式。
- Aβ阳性女性较Aβ阳性男性表现出更高的Tau-PET滞留,主要位于颞叶并延伸至其他皮层区域。
- 机器学习研究越来越多地将性别作为关键变量,改善疾病状态和进展预测的模型性能。
核心结论
- 在AD研究中考虑生物学性别对于提高诊断准确性、定制干预措施和改善健康结局至关重要。
研究设计与样本
- 系统综述遵循PRISMA和Cochrane手册标准,由医学图书馆员检索Embase、Scopus、Ovid Medline、Cochrane Central Register of Controlled Trials、Cochrane Database of Systematic Reviews、APA PsycInfo和ClinicalTrials.gov,纳入2004至2024年同行评议人体研究。
- 最终纳入120项同行评议研究,其中45项主要目的为研究AD性别差异;影像模态包括MRI(n=104)、Aβ-PET(n=62)、Tau-PET(n=23)、FDG-PET(n=12)和SPECT(n=2)。
- 研究还涉及脑脊液(n=28)、血浆(n=14)、APOE-ɛ4(n=83)及其他遗传标记(n=21)、生活方式(n=35)、激素/绝经(n=16)、炎症(n=8)和血管健康(n=17);29项研究使用机器学习。
关键影像表现/征象
- Aβ阳性女性较Aβ阳性男性表现出更高的Tau-PET滞留,主要位于颞叶并延伸至其他皮层区域。
- 认知正常女性在Aβ-PET阳性时语言学习和记忆评分保持稳定,提示对早期AD脑改变有更大代偿能力。
- Aβ阳性女性携带APOE-ɛ4等位基因者前-后默认模式网络连接性更高,与更好的语言学习相关。
- 围绝经期和绝经后女性较绝经前女性和年龄匹配男性,Aβ和tau水平升高、脑葡萄糖代谢降低、脑体积减小。
- 双语MCI个体较单语者灰质丢失更多,但转化为AD更快。
诊断标准与关键数值
- 仅2.6%(120/4555)的手稿将性别作为AD背景下的生物学预测变量。
- 超过90%的120项研究观察到显著性别差异,少于10%未观察到性别差异。
- 85项研究讨论遗传与神经影像生物标志物关系,其中77项观察到性别差异。
- 22项研究讨论炎症和/或血管健康与神经影像生物标志物关系,其中19项发现显著性别差异。
- 35项研究评估生活方式变量,其中30项观察到性别差异。
临床应用与阅片要点
- 原文未据此给出推荐。
局限性
- 原文指出仅2.6%(120/4555)的手稿将性别作为AD背景下的生物学预测变量。
- 原文指出卡方拟合优度检验显示显著多数研究来自非西班牙裔白人为主地区(P<.0001)。
- 原文指出认知评估性别差异结果存在矛盾,突显需要进一步分析。
- 原文指出Tau-PET性别差异的生物学机制尚不清楚。
全文中译23 节 · 点击展开
引言
阿尔茨海默病(AD)是一种神经退行性疾病,以进行性认知功能下降和记忆丧失为特征,显著降低生活质量。1–3 AD的早期检测和监测对于有效干预至关重要。3–6 神经影像技术已成为AD不可或缺的诊断和研究工具,能够提供仅凭临床症状无法获得的关键见解。4,6–9 先进的影像技术,如PET、MRI和功能MRI(fMRI),能够对与AD相关的各种生物标志物进行可视化和定量分析,包括淀粉样斑块、tau缠结和神经退行性变。2,5,6,8–10 这些影像生物标志物对于理解AD进展、促进早期诊断、监测治疗反应以及制定个性化治疗方案至关重要。6,8,9
鉴于AD的异质性和多样化的临床表现,神经影像数据可用于理解男性和女性之间AD表现的差异。8,11,12 这些生物学差异在塑造健康结局和疾病模式方面发挥着关键作用。13 同样,女性患AD的风险更高,占所有AD病例的近三分之二。12–15 为理解这一现象,有必要研究影像生物标志物中的性别差异8,13以及性别特异性危险因素,如激素变化、11,16,17 遗传易感性8,12,18,19 和生活方式因素,20 如何与这些标志物相互作用。21
对AD风险、诊断、表现和治疗中与神经影像相关的性别差异进行系统综述,对于描述影响疾病发病机制和进展的独特因素、提高诊断准确性、更有效地制定干预措施以及指导未来研究以填补当前空白至关重要。在本综述中,我们总结了多项神经影像研究的关键发现,并重点阐述影像生物标志物中的性别差异如何受遗传、激素和生活方式因素的影响及其与认知 decline 和AD进展的相关性。最终,这将为所有受AD影响的个体带来更好的健康结局。
方法
文献检索
所有检索策略和方法均按照系统评价和荟萃分析优先报告条目(PRISMA)22 和Cochrane系统评价手册23 所规定的系统评价实施和报告的标准与指南制定。
一位医学图书馆员对2004年至2024年间与AD、生物学性别差异和神经影像相关的人体研究进行了全面的文献检索。检索策略采用关键词组合,在以下数据库中进行:Embase、Scopus、Ovid Medline、Cochrane对照试验中心注册库和Cochrane系统评价数据库、APA PsycInfo和ClinicalTrials.gov。各数据库完全可复现的检索策略详见附录S1。
排除和纳入标准
2004年至2024年间发表的、将性别作为与成人人类参与者阿尔茨海默病(AD)相关影像生物标志物的生物学预测变量进行研究的同行评审研究,符合本综述的纳入条件。若研究未将性别作为生物学预测变量进行分析、未讨论性别、未分析或比较影像数据,或未涉及AD,则被排除。此外,若研究未以英文发表、未经同行评审,或为非人类研究、综述文章、病例研究或会议摘要,也被排除。在系统综述之外识别的、符合所有排除和纳入标准的任何额外研究,作为单独子集进行审查并手动添加。
筛选与数据提取
独立评审员使用Covidence综述管理软件(Veritas Health Innovation,墨尔本,澳大利亚,www.covidence.org)根据预先规定的纳入和排除标准筛选标题和摘要。通过初步筛选的研究全文经过彻底审查,不符合条件的研究被排除。开发了一份全面的数据提取表,用于从所有符合条件的研究中提取关于数据集类型、研究目标、神经影像技术类型、参与者特征、模型中包含的关注因素以及与性别差异相关的关键发现的信息。此外,为了解研究全貌,还提取了关于机构、数据收集国家、数据中心网站和联系信息的信息。第二位评审员独立评估了所有符合纳入标准的研究,并核实了数据提取文件。
结果
检索与筛选结果
在最初识别的6094条记录中,1546条重复记录被自动移除,另外5条重复记录被手动识别并移除,并手动添加了12项研究。这产生了4555条独特记录,其中3837条引文在标题和摘要筛选期间被排除。随后对剩余的718项研究进行了全文审查,其中120项符合纳入标准(图1)。
在这120项研究中,有45项的主要目的是研究阿尔茨海默病(AD)中的性别差异。所使用的神经影像模态包括MRI(n = 104)、β-淀粉样蛋白PET(Aβ-PET)(n = 62)、Tau-PET(n = 23)、氟脱氧葡萄糖(FDG)-PET(n = 12)和SPECT(n = 2)。此外,一些研究探讨了性别与其他AD生物标志物和危险因素的交互作用:脑脊液(CSF)(n = 28)、血浆(n = 14)、载脂蛋白E ε4(APOE-ɛ4,n = 83)和其他遗传标志物(n = 21)、生活方式(n = 35)、激素/绝经(n = 16)、炎症(n = 8)和血管健康(n = 17)。此外,若干研究使用了机器学习(n = 29)。各项研究的分类 breakdown 见图2。在这120项研究中,只有12项未在其任何感兴趣变量中发现显著的基于性别的差异,包括双语、睡眠时长和空气污染的影响,但这些变量仍被发现是AD的危险因素。18,24,25 表S1A提供了所有纳入综述研究的简要总结,包括性别差异发现、参与者人数、女性百分比、关于性别差异的主要目的、神经影像模态的使用(MRI、Aβ-PET、Tau-PET、FDG-PET)以及遗传危险因素。表S1B列出了与认知储备、激素、遗传学、炎症/血管因素、生活方式、机器学习的交互作用,并注明是否发现性别差异。各研究中参与者的年龄(均值、标准差、最小值、最大值)绘制于图3。图4显示了按第一作者所属机构确定在各国家开展的研究数量,该图还突出了多个国家之间的合作努力,约占发表文献的28%。美国是主要贡献者,有56项研究,其次是中国,有11项研究。各国家确切发表数量的分类 breakdown 见表S2。值得注意的是,卡方拟合优度检验显示,大量研究来自以非西班牙裔白人为主体的地区(P < .0001)。各发表文献所使用的公共数据集的总结见表S3。
认知储备的性别差异:对AD进展的意义
纳入研究的总体神经影像学结果表明,认知差异、尤其是认知储备受到了研究关注,出现在激素26,27、机器学习19,28,29、生活方式18,24,26,30、淀粉样蛋白-PET26,28,31–35和MRI36–38研究中。认知储备反映大脑在AD相关病理(如淀粉样斑块和tau蛋白缠结的积累)发展的情况下仍能保持认知功能的能力。表1提供了与认知储备相关的文稿和发现的简要总结。
性别差异与其他因素之间的相互作用
表S4显示本系统综述的结果,列出了所综述研究中讨论的影像生物标志物和感兴趣变量的分类明细。二元标记表示每篇论文中纳入的变量,并附研究目的和主要结果摘要。本综述显示,如一些研究所报告,性别影响激素和遗传,以及炎症、血管健康和生活方式。
激素变化对神经影像学发现的影响
本系统综述纳入16项研究,其发现与绝经后激素治疗(MHT)或绝经阶段女性相关生理性激素差异有关,并与AD的神经影像生物标志物相关。全部16项研究均观察到性别差异,总结并呈现于表S5。
影响AD病理的遗传因素
如表S6所示,85项研究讨论了遗传与神经影像生物标志物之间的关系,包括APOE-ɛ4携带状态。遗传因素最常与MRI和淀粉样蛋白-PET扫描交叉(图2)。85项研究中有77项观察到性别差异。
AD中炎症和血管健康的性别依赖性
表S7展示了22项研究,这些研究探讨了炎症和/或血管健康与AD神经影像生物标志物之间的关系,包括白质病变或白质高信号,以及磁共振血管造影上的颅内动脉粥样硬化斑块。炎症和血管健康变量与淀粉样蛋白-PET、MRI、遗传风险因素(即APOE-ɛ4)和血浆生物标志物存在交叉(图2)。在19项研究中发现了显著的性别差异。
生活方式因素作为AD风险因素
35项研究评估了与个体生活方式相关的变量,包括体重指数(BMI)、体脂、心血管风险因素、教育、睡眠、炎症蛋白的系统水平以及空气质量(表S8)。涉及生活方式因素的研究与MRI发现大量交叉(图2)。在30项研究中观察到了性别差异。
大数据和机器学习领域的研究方向
表S9展示了29项研究,这些研究在开发模型或在AD神经影像生物标志物背景下检查性别差异时,将深度学习/机器学习作为关键方法。该类别中的研究要么评估现有算法在性别效应背景下的公平性,要么在将性别作为预测变量的情况下开发模型。机器学习经常与MRI数据(21)和APOE-ɛ4携带者状态(17)交叉。仅在3项研究中未观察到性别效应(图2)。
讨论
AD中性别差异的存在
在波斯诗人鲁米(Rumi)的《暗室之象》寓言中,一群人在一个完全黑暗的房间里试图确定大象长什么样。每个人触摸大象身体的不同部位,并基于有限的体验形成自己的想法。一个人摸到象鼻,说大象像蛇。另一个人摸到耳朵,坚持说它像扇子。其他人分别抓住腿或侧面,认为它像树干或墙。这个寓言说明了个人的感知和信念可能是有限的、主观的,基于自身经验。本综述中的每项研究都是一个人在摸大象的某一个方面,或AD中性别依赖的某一个方面。本综述旨在揭示大象的全貌,并揭示每项同行评审研究之间的潜在联系,以增进我们对AD性别差异的理解。
这篇系统综述表明,在AD背景下性别差异明显存在。在4555篇手稿中,仅有2.6%(120篇)将性别作为AD背景下的生物学预测变量。尽管比例很小,但这些研究为从将生物学性别作为校正变量转变为分析和未来研究方案设计中的预测变量提供了明确的动力。在120篇手稿中,超过90%观察到显著的性别差异,而在AD神经影像研究中使用性别作为预测变量时,不到10%未观察到性别差异。
这120篇手稿从不同角度研究了AD中的神经影像生物标志物。一些研究探讨了AD风险方面的性别差异,重点关注经典的淀粉样斑块、tau缠结和神经变性(A/T/N)影像生物标志物表现(表S10),而一些研究则关注临床进展,讨论了认知储备的概念(表1)。许多研究考察了激素(表S5)、遗传(表S6)、炎症和血管健康(表S7)以及生活方式(体力活动、BMI、教育;表S8)等因素的影响。此外,本综述发现,机器学习在AD神经影像研究中是一种日益有价值的工具,并有潜力将性别作为预测变量而非调整变量来考察(表S9)。
认知储备中的性别差异:对AD进展的影响
认知储备是指尽管存在AD病理(如淀粉样蛋白和tau积累),大脑仍能维持认知功能的能力。28认知储备主要通过学习、职业成就和参与智力刺激活动等生活经历而建立。39,40虽然认知储备的概念适用于所有个体,但本综述提示,生物学性别在认知储备如何表现及其如何影响AD进展方面起着重要作用。26
女性在言语记忆方面表现出最初的认知优势。31认知正常的女性显示出对淀粉样蛋白-β阳性(Aβ+)状态(由Aβ-PET确定)具有韧性的言语学习和记忆评分,26提示她们可能具有更大的能力来代偿早期AD相关的脑改变。26随着疾病进展至轻度认知障碍(MCI),这种认知储备优势减弱,Aβ+女性的言语学习评分低于其男性 counterparts。26相比之下,PET扫描Aβ阳性的男性无论认知状态如何均表现出言语学习和记忆评分受损。26这提示海马可能存在性别特异性的神经储备,即女性的海马完整性可能对早期淀粉样蛋白积累更具抵抗力。26
情景记忆、空间记忆和语言技能存在性别差异,其中AD女性表现出更好的情景记忆,而男性表现出更好的执行功能,分别通过听觉词语学习测验和数字量表确定。38情景记忆和执行功能的性别差异与fMRI观察到的感觉运动和注意网络强度的性别差异相一致。38经CSF生物标志物和结构MRI确定具有AD病理的女性,在各认知阶段相较男性表现出更少的物体-位置绑定错误,这可能与女性更大的认知储备有关。36认知储备的性别差异可以解释不同AD阶段各认知评估之间的差异。
认知储备与痴呆男性和女性的教育程度及双语能力均相关。较高的教育水平可能调节APOE-ɛ4基因型(AD的重要风险因素)的效应,可能作为认知缓冲,并通过tau-PET延缓tau病理的积累,从而有效延迟症状性AD的发病。28双语能力也与认知储备增加相关,导致MCI发病更晚。通过结构MRI可视化显示,患有MCI的双语个体比单语个体有更多的灰质丢失。24有趣的是,患有MCI的双语个体转化为AD的速度更快;这与以下假说一致:较高的认知储备导致临床症状显现后衰退更为迅速。24
使用FDG-PET研究脑代谢健康的研究者发现,认知健康的女性与男性相比表现出显著的脑代谢年龄“年轻化”优势。19然而,这一优势在MCI个体和AD患者中消失,提示女性对病理的认知韧性增加。19相反,另一项研究在早发性AD队列中发现男性和女性在认知评估简易精神状态检查中无显著差异,尽管通过Aβ和tau-PET成像确定女性具有更大的病理负担。27这些相互矛盾的结果凸显了进一步分析认知评估评分中性别差异的必要性。
静息态功能MRI提示性别调节淀粉样蛋白和APOE-ɛ4对前部与后部默认模式网络之间连接性的影响。31携带APOE-ɛ4等位基因的Aβ+女性表现出更强的前部至后部默认模式网络连接性,这与更好的言语学习相关,表明女性在面对AD风险因素时维持言语学习的代偿机制。31
性别差异与其他因素的相互作用
影像生物标志物中的性别差异
多项研究的主要发现是,Aβ+女性比Aβ+男性表现出更高的tau-PET滞留,主要位于颞叶,但也延伸至其他皮层区域。13,41,42这些性别差异的生物学机制尚不清楚;然而,一些研究报告了与绝经和激素替代治疗(HRT)的关联。大多数研究发现影像生物标志物中的性别差异是由遗传、生活方式和/或激素变化影响等其他因素引起的下游效应。
激素变化对神经影像学发现的影响
绝经是女性中年期的一个重大生理转变,以雌激素水平耗竭为标志。15 绝经期雌激素剥夺是女性AD的已知危险因素。43 神经影像学研究还表明,绝经与认知正常中年参与者中性别依赖的AD异常密切相关。44 这种关联比所检查的其他危险因素(如肥胖、高血压、运动、吸烟状况或甲状腺功能)更为一致和稳健。44 处于AD高风险的中年绝经后和围绝经期女性在2至3年期间表现出更快的Aβ积累速率、代谢降低和海马体积减小。44,45 影像生物标志物异常,包括MRI灰质和白质体积、Aβ-PET和FDG-PET,沿与绝经阶段相对应的梯度排列,与年龄匹配的男性相比,从绝经前到围绝经期再到绝经后女性,生物标志物变化逐渐增大。44 这种阶梯式下降表明,雌激素下降可能参与了女性中观察到的AD生物标志物异常,可能与脑生物能量学降低同时发生。44 总之,与绝经前女性和年龄匹配的男性相比,围绝经期和绝经后女性的Aβ27,44和tau27,41,42水平升高、脑葡萄糖代谢降低27,44,46以及脑体积减小11,27,44,47–49。
HRT或MHT对AD风险的影响可能取决于APOE基因型。15 未使用MHT的APOE-ɛ4阳性女性与使用MHT者相比,Aβ42/p-tau比值随时间下降幅度更大。47 此外,在考虑绝经后女性内源性雌激素水平时,较高的雌酮(E1)和雌二醇(E2)水平与更大的区域脑体积相关,尤其是在Aβ42/40比值较低或Aβ42/p-tau比值较低的女性中。47 这种有益关联由非APOE-ɛ4携带者驱动,提示APOE-ɛ4携带者对绝经后较高内源性雌激素水平对脑体积的有利效应可能较不敏感。47 子宫切除术状态也显示出FDG摄取较低的趋势。44
这些发现强调了在研究脑健康和AD发展中的性别差异时考虑激素因素和内分泌衰老的迫切必要性。27,49
影响AD病理的遗传学
生物学性别与APOE遗传变异之间的交互作用显著影响阿尔茨海默病(AD)的风险和进展,揭示了明显的性别特异性模式。携带APOE-ɛ4等位基因(晚发性AD的主要遗传危险因素)的女性,与具有相同基因型的男性相比,表现出更高的AD终生风险和更快的认知下降。50,51 女性中APOE-ɛ4与AD生物标志物(如β-淀粉样蛋白和tau)之间的关联更强。52 神经影像学研究显示,与男性相比,APOE-ɛ4阳性的女性经历脑连接改变和tau水平升高,提示性别调节该等位基因的神经病理效应。53,54 此外,保护性APOE ε2/ε3等位基因在女性中降低AD风险的程度大于男性。55 激素影响进一步塑造了这些差异,绝经后雌激素下降可能通过改变APOE相关机制增加女性的AD易感性,56 而男性的睾酮可能对APOE-ɛ4相关病理提供保护作用。57 这些发现强调了在理解和应对APOE相关AD风险和进展时将性别作为重要因素考虑的重要性。
AD中炎症和血管健康的性别依赖性
性别差异显著影响神经炎症及其与AD病理和症状的关联。虽然性别特异性神经炎症的直接影像学证据有限,但研究表明女性表现出更高水平的炎症标志物,如胶质纤维酸性蛋白(GFAP)——一种反映反应性星形胶质细胞增生的星形胶质细胞生物标志物,以及神经炎症、神经精神症状和脑萎缩之间更强的关联。COVID-19导致神经炎症增加。58 在COVID-19封锁期间,女性的焦虑和抑郁加重,且与AD危险因素相关。59 此外,女性中报道了GFAP相关的脑萎缩。60 同样,一项研究性别特异性GFAP轨迹的研究显示,女性血浆GFAP水平升高速度快于男性,表明临床前AD阶段炎症动态存在性别差异。61 相反,伴有持续性全身炎症的男性有更大的淀粉样蛋白沉积。62 这些发现突出了受免疫功能影响的AD进展中性别特异性炎症动态。
也有报道指出神经血管健康的影像标志物与淀粉样蛋白负荷之间关联存在性别差异,大多数研究报告仅男性中存在关联或无性别效应。20,63,64 在一项纵向分析中,中年期较多的血管危险因素与男性20年后淀粉样蛋白阳性的更高几率相关,但女性中不存在此关联。47 然而,女性在晚期AD中可能显示更严重的白质完整性和病变影像标志物,这些与中年期血管危险因素相关。20
生活方式因素作为AD危险因素
在临床前阿尔茨海默病(AD)中,超重或肥胖个体与正常体重个体相比,显示出较低的tau-PET和较少的皮层淀粉样蛋白负荷。45 超重或肥胖还与认知正常女性的较好言语记忆相关,但在男性中与较差的整体认知相关,无论淀粉样蛋白状态如何。45 然而,在一项来自英国出生队列的非痴呆个体纵向研究中,较高的收缩压和舒张压仅在女性中与较老的脑龄显著相关。46 在女性中,较高的BMI在APOE-ɛ4非携带者中与较老的脑龄相关,而在携带者中与较年轻的脑龄相关,突显了遗传风险因素与肥胖之间的关系。
研究探讨了脂肪组织隔室(如内脏和皮下脂肪组织)与AD影像学相关的性别差异。内脏脂肪代谢活性更强且促炎性更强,而皮下脂肪代谢活性较低。研究使用白质神经炎症的扩散基础谱成像和腹部MRI来探究中年期神经炎症与BMI、腹部内脏脂肪组织和皮下脂肪组织之间的联系。48 虽然内脏脂肪在男性和女性中均与神经炎症相关,但皮下脂肪和BMI仅在男性中与神经炎症相关。48 此外,较高的内脏脂肪百分比在中年男性和女性中分别与较高和较低的额上回体积相关,而较高的皮下脂肪百分比在男性中与较低的额中回体积相关。65 这表明具有不同代谢特性的脂肪以性别特异性的方式影响脑萎缩。
使用Aβ-PET示踪剂,研究发现身体衰弱与Aβ+女性中较高的淀粉样蛋白标准化摄取值比(SUVR)之间存在显著关联。2 较低水平的p-Tau-181与女性较好的营养状态和男性最大握力相关。2 中年期较高的体力活动在男性中与较低的内嗅皮层、下颞叶和鼻周皮层tau-PET SUVR相关,而在女性中较高的体力活动与较高的鼻周皮层tau-PET SUVR相关。66 淀粉样蛋白-PET SUVR与体力活动之间的关联不存在性别差异。这些发现表明体力活动对AD预防的保护作用存在性别差异。
除BMI和体力活动外,性别还介导睡眠、25 C反应蛋白水平、62 教育、67 空气质量和68 肾功能16 对认知和AD进展的影响。其中若干因素根据性别产生相反效应,突显了在治疗范式中考虑生活方式的必要性。虽然生活方式因素对AD的贡献尚知之甚少,因为人类具有高度变异性,但在未来的AD研究中必须考虑性别和生活方式差异。
大数据与机器学习领域的研究方向
机器学习
将机器学习技术应用于神经影像数据,揭示了上述AD病理生理学和进展中若干复杂的性别特异性模式。例如,关于认知储备,机器学习方法发现认知健康的女性表现出显著较年轻的代谢脑龄,这可能反映了绝经后减弱的激素神经保护效应。19
在依赖深度学习作为关键方法的论文中,性别成为一个显著的区分特征。在检测临床前阿尔茨海默病(AD)时,性别是仅次于APOE-ɛ4状态的第二重要预测因子,6 而在区分AD与额颞叶痴呆时,性别是唯一显著的人口学预测因子。69 随着机器学习使用的增加,考虑算法公平性变得十分重要,这涉及不存在基于性别、种族或民族等固有特征对任何个人或群体的偏见或偏袒。公平的算法在受保护群体之间产生可比的预测性能,特别是敏感性,并满足机会均等(各组之间真阳性率相等)和均衡几率等原则。
当前模型在男性和女性之间表现出不同的敏感性,特别是在从正常认知向轻度认知障碍(MCI)过渡期间。70
机器学习对于识别地理和社会经济因素与性别差异之间的交叉点也至关重要;在性别不平等程度较高的地区,存在显著的女性脑龄差距。71 同样,深度学习算法帮助研究人员识别了心脏代谢风险与白质衰老之间性别特异性关联。男性对早期心脏代谢效应表现出更大的脆弱性,而老年女性则表现出可能指示衰弱相关神经退化的独特模式。49
机器学习正成为分析神经影像数据集的有效工具,而神经影像数据集是AD诊断、治疗和研究的关键组成部分。不幸的是,在所获取的数据具有人群代表性且易于获取之前,这些发现无法推广到所有AD患者。本综述纳入的研究提供的种族人口学信息不完整,但大多数研究(100/120)来自以白人、非西班牙裔人口为主的国家,这可能表明本综述的发现更适用于白人、非西班牙裔人群(表S3和S4),可能不代表全球人口学特征。本系统综述仅纳入2项多国/全球分析。一项研究考虑了来自北美、南美、西欧、大洋洲、东欧、亚洲和非洲29个国家的9758名 enrolled in III期临床试验的参与者。72 在该研究中,非洲唯一的国家是南非,占总参与者<1%,且这些参与者的种族人口学特征未被记录。72 此外,本综述纳入文章的第一作者并非来自位于南美洲的机构(图4)。另一项多国分析研究了南美洲的参与者,并使用机器学习比较拉丁美洲和加勒比(LAC)国家与非LAC国家之间脑龄的性别差异。71 非洲和南美洲国家的研究明显缺失(见表S2)。如果没有资金来鼓励跨国合作和在资源匮乏地区(特别是那些无法使用扫描仪的地区)开展神经影像研究,影像领域就有可能使不平等持续存在并限制全球分析的准确性。71 研究人员必须调整神经影像招募工作并增加跨国合作,以提高所呈现工作的科学有效性并进行科学严谨的分析。
数据共享
数据共享正变得越来越可及和有价值,但开放获取数据仍存在障碍,包括数据请求,其长度和复杂性各不相同。信息数据科学的最新进展提高了大数据分析的便利性;该领域应利用这一点来强化研究发现。例如,本综述所纳入研究中的队列平均57%为女性。这些研究规模各异,较小的分析研究中仅有40名参与者。人类变异性极大,较小的项目统计效能不足以发现具有统计学意义的性别差异。提高数据可及性将使成像能力有限的机构能够开展大规模分析并发现性别间具有统计学意义的差异。此外,增加数据共享有利于改善患者护理和结局。通过成像、脑脊液和血浆进行数据收集极为费力,尤其是对于目标人群轻度认知障碍(MCI)或阿尔茨海默病(AD)患者,因其交通手段常常有限,且数据收集的环境可能引发应激。因此,彻底分析所收集的数据至关重要。数据的开放获取对于寻求适用于全体人群的AD治愈方法至关重要。
我们收集了可用数据中心的信息,见表S3和表S4。这些表格详细说明了从不同中心获取数据的方法,包括数据请求要求。
局限性与偏倚
本综述的严谨性存在值得注意的限制。首先,我们排除了采用大队列的优质研究,这些研究统计效能足以检验具有统计学意义的性别差异,因为它们将性别视为校正变量而非生物学预测变量。其次,尽管筛选了6000余篇论文,仍可能遗漏了一些研究,12篇符合纳入标准的论文被手动添加即为佐证。第三,摘要审阅过程中可能出现了不当排除。如果性别差异是次要分析,即它们在摘要中明确将性别作为校正变量提及,但在进一步分析中将性别用作预测变量,则该研究被排除。最后,本综述中的数据缺失可能源于阴性数据的报告不足;如果论文未发现显著差异,它们可能选择不报告性别分析。
结论
本综述表明,绝大多数通过神经影像生物标志物评估AD中性别效应的研究发现了性别相关差异。这些研究使用了多种神经影像工具,包括MRI、淀粉样蛋白-PET、tau-PET和FDG-PET,并发现了在认知储备、激素、APOE-ɛ4基因型、炎症、血管健康和生活方式因素方面的性别相关差异。机器学习研究在纳入性别效应后提高了算法性能,并作为预测疾病进展的有用工具。
本综述作者恳请该领域的研究者在探索神经影像生物标志物和AD进展时考虑生物学性别,并鼓励数据共享。本综述强调了在AD中考虑生物学性别对于提高诊断准确性、定制治疗以及改善所有受AD影响个体健康的重要性。
补充材料
引用
- Massoumzadeh P, Tiemann Powles S, Naghashzadeh M, et al. Sex differences in Alzheimer's disease: a systematic review of two decades of neuroimaging research. Br J Radiol. 2026. PMID: 41546373. doi:10.1093/bjr/tqag011
- 全文:PMC13070646(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13070646/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。