关注“心仪脑”查看更多脑科学知识

关键词：文献综述、睡眠、大脑

痴呆症是造成老年人残疾和丧失独立能力的一个日益严重的原因，但在很大程度上仍然诊断不足。痴呆症的早期检测和分类可能有助于缩小这一诊断差距，改善对疾病进展的管理。脑电图睡眠模式已被确定为检测阿尔茨海默病和其他神经退行性疾病的潜在生物标志物。

美国马萨诸塞州综合医院的研究人员从9834份多导睡眠图的数据集中，提取睡眠结构和微观结构特征，如频带功率、EEG相干性和纺锤体密度。根据临床诊断、蒙特利尔认知评估（MoCA）、迷你精神状态检查（MMSE）得分、临床痴呆评级（CDR）和药物治疗，将患者标记为属于痴呆、轻度认知障碍（MCI）或认知正常（CN）组。研究人员训练了逻辑回归、XGBoost模型，将患者分为痴呆、MCI和CN组。

结果显示，痴呆组与CN组二元分类的AUC为0.81（F1 = 0.76），痴呆组与MCI组与CN组多类分类的平均AUC为0.75（F1 = 0.57）。REM潜伏期、纺锤体活动、持续时间、频率、慢波振荡、唤醒中的δ/α波段功率、N1中的θ/α波段功率是最重要的加权特征。

痴呆症分类算法显示了将痴呆症筛查技术纳入常规睡眠脑电图并提供诊断、监测和预后能力的前景。

该项研究于2121年12月31日发表在《Alzheimer's Dement》

参考文献：

Ye, E.M., Sun, H., Krishnamurthy, P.V., Lam, A.D. and Westover, M.B. (2021), Dementia detection from brain activity during sleep. Alzheimer's Dement., 17: e058718. https://doi.org/10.1002/alz.058718