图片源于：https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2024.1455129/full
一项最新研究为中国成人提供了特定的规范性蒙特利尔认知评估（MoCA）值。这项研究表明，26分可能不是识别血管性认知损害（VCI）的最佳临界值，而22分可能是更合适的临界值。
这项研究的参与者表现出性别分布均衡，平均年龄为54.46岁（标准差=14.38），平均教育年限为9.49年（标准差=4.61）。参与者的MoCA平均得分为23.25分（标准差=4.82）。多元线性回归分析表明，MoCA总分受到年龄和教育水平的影响，总方差的46.8%可以通过这两个变量来解释。年龄越大、教育水平越低，MoCA总分越低。
该研究使用了MoCA量表，特别采用了普通话8.1版本。研究共招募3097名年龄在20岁以上的健康成年人。我们进行了多元线性回归分析，将年龄、性别和教育水平作为自变量，以检查它们与MoCA总分和各子领域得分的关联。随后，我们建立了按年龄和教育水平分层的规范性值。最后，纳入了242例血管性认知损害（VCI）患者和137例正常认知对照，并通过ROC曲线确定VCI的最佳临界值。
背景部分指出，年龄相关的认知损害在现代社会中代表着重要的公共卫生和社会挑战。2018年，全球大约有5000万人受到这一问题的影响，预计到2050年这一数字将达到15000万，导致的经济损失接近4万亿美元。脑血管病理是认知损害中最重要的因素，并且与神经退行性病理有额外或协同效应。VCI包括从轻度认知障碍到因脑缺血（或出血）病因或血管因素单独或与神经退行性变化结合所引起的血管性痴呆的各种程度的认知损害。VCI占所有痴呆患者的约20%-40%。
对于认知障碍，早期识别至关重要，以最大化干预的有效性，这可能包括咨询、心理教育、认知训练和药物治疗。由于目前对晚期痴呆症缺乏有效的治疗方法，广泛认识到在轻度认知障碍（MCI）阶段进行早期诊断和干预的重要性，这种方法在疾病管理中具有关键意义。早期发现和识别认知下降需要一个简单、易于理解、高度具有诊断性的工具。历史上，简易精神状态检查（MMSE）曾是广泛采用的评估工具。然而，由于缺乏执行功能的评估，MMSE在识别轻度认知障碍时表现出敏感性不足。因此，蒙特利尔认知评估（MoCA）成为了一个可行的替代方案。与MMSE相比，MoCA包含额外的任务来评估视觉空间能力，以及对执行功能、注意力和延迟回忆的具体评估。因此，它在检测认知障碍方面，特别是轻度认知障碍方面，表现出更高的敏感性和特异性，并且已被广泛认可和应用于临床和科学研究。
MoCA量表采用的认知任务快速、敏感且易于管理，经过多次修订。过去十年，该量表已翻译为多种语言，并在不同年龄和教育背景的多样人群中进行了验证。然而，由于不同国家和地区在文化和语言实践上的差异，MoCA的表现可能会有所不同。因此，为MoCA量表进行合理本地化修订并制定适合当地人群的规范性值尤为重要，目前已经在多个国家实施。
目前，MoCA有多种中文版本，包括北京、长沙、粤语、香港、台湾和普通话版本。然而，值得一提的是，MoCA已更新至8.1版本，但仍缺乏匹配的普通话版本量表，也缺乏针对中国人群的大样本规范性数据。为填补这一空白，本研究采用了普通话8.1版本（中文普通话版本），该版本根据中国人群的语言和文化特征进行了本土化修订。一些测试，例如交替连接（“A”、“B”、“C”、“D”和“E”调整为“一个”、“两个”、“三个”、“四个”和“五个”汉字）和记忆（“天鹅绒”和“教堂”调整为“丝绸”和“学校”），根据中国常用字进行了调整，同时句子重复部分不仅调整为常用词汇，还对句子的表达进行了修改。因此，本研究的主要目的是基于高质量的普通话8.1版本MoCA量表，招募一个大规模的、地理多样且基于人群的样本，以制定适合中国人群的按年龄和教育水平分层的规范性MoCA数据。
在MoCA实施的较长时间内，得分低于30分的26分被视为认知障碍的标志。然而，实证研究已证明，尽管其敏感性高，但这一阈值的特异性较低，因此可能不适用于VCI患者。同时，研究表明，相对较低的临界值似乎在整体检测能力上改善了VCI的检测效果。因此，进一步明确更合适的临界值显得意义重大。研究的次要目标是进一步验证普通话8.1版本MoCA量表在中国VCI人群中的有效性，并探索检测VCI的最佳临界值。
本研究设计及人群全面涵盖了3097名来自中国大陆各省、自治区和直辖市的认知健康成人。
同时纳入242例VCI患者和137例没有认知障碍的对照，且两组在一般条件下匹配。符合以下条件的参与者可以接受MoCA评估。认知健康个体的纳入标准为：（1）年龄在20岁及以上；（2）能熟练读懂普通话；（3）提供知情同意；（4）能够有效完成MoCA量表；（5）能够自理日常生活；（6）没有认知损害的投诉。排除标准为：（1）有痴呆、轻度认知障碍或由于神经或非神经疾病或治疗（例如化疗）引起的任何已知认知损害；（2）最近5年内有中风史；（3）有中度或严重精神疾病历史；（4）有其他影响成功完成MoCA测试的病史。
对于患VCI的患者或无VCI的患者，其纳入标准包括：（1）年龄在40岁及以上；（2）能熟练读懂普通话；（3）提供知情同意；（4）能够有效完成一系列神经心理测试；（5）Hachinski评分高于7；（6）两位神经心理学家评估符合法定的VCI认知损害分类共识研究定义。排除标准包括：（1）有其他疾病或因素影响认知功能的情况，如脑肿瘤、正常颅内压性脑积水、抑郁症、精神疾病、阿尔茨海默病、帕金森病、药物滥用所致的脑外伤；（2）严重的视觉、听觉、语言和身体障碍，并未能完成相应的测试量表；（3）文盲、家庭成员拒绝使用完整的神经心理量表进行评估或在评估过程中缺乏合作；（4）MRI的禁忌症或影响成像质量的因素，如心脏起搏器、人工耳蜗、金属假牙等；（5）有头颈部支架植入、球囊扩张、颈动脉内膜切除术、动脉瘤栓塞、动静脉畸形栓塞或头颈部开颅手术的历史。
VCI的诊断标准如下：（1）认知损害的定义为：一系列神经心理测试中一个或多个认知维度得分低于平均值的1.5个标准差；（2）MRI检查明确显示脑血管病理（白质高信号或缺血性中风患者）；（3）认知损害与脑血管病理之间存在因果关系；（4）Hachinski评分高于7。所有参与者均提供了书面的知情同意，本研究获得了安徽医科大学伦理委员会的批准。
本研究的神经心理评估部分讨论了MoCA的翻译和文化修订。与原始英文版MoCA 8.1相比，普通话8.1版本已根据中国人群的语言特征和文化习惯进行了本土化修订，主要体现在交替连接测试、记忆测试、注意测试、句子重复测试和语言流畅性测试使用的词汇方面。总得分为30分，评估过程约需10分钟。评分分为不同的认知领域，包括视觉空间/执行功能（0-5分）、命名功能（0-3分）、注意功能（0-6分）、语言功能（0-3分）、抽象功能（0-2分）、延迟回忆功能（0-5分）和定向功能（0-6分）。除了MoCA（普通话8.1版本）的认知筛查测试外，所有参与VCI临界值检测的参与者还接受了一系列标准化的神经心理测试，包括记忆（听觉言语学习测试（AVLT）-即时回忆、延迟回忆和识别）、语言（词流畅性测试-动物、水果和蔬菜的类别）、注意（数字范围测试（DST）前向和颜色轨迹测试（CTT）-1）、执行功能（斯特鲁普颜色词测试（SCWT）-点，字，颜色单词，颜色轨迹测试（CTT）-2和DST反向）和视觉空间能力（画钟测试）。所有招募者和评估者均接受了神经心理学测试方法方面的培训。
本研究采用SPSS 20.0进行统计分析，运用多元线性回归的方法分析了人口信息对MoCA总分和各子领域得分的影响。为了获得可靠的规范性值，年龄被分为六组（＜40岁、40-49岁、50-59岁、60-69岁、70-79岁、≥80岁），教育水平被划分为四组（文盲、小学、中学以及高中及以上）。我们还利用接收者操作特征（ROC）曲线分析进行了敏感性和特异性分析。ROC曲线的比较采用Hanley和McNeil（1983）提出的曲线下面积（AUC）方法（0.5≤AUC<0.7，无明显准确度；0.7≤f<0.8，适度准确度；0.8≤f<1，良好准确度）。根据研究数据，生成最高Youden指标的相应得分被选为最佳临界值。显著性水平p<0.05表示统计学上显著差异。
结果部分呈现了规范性数据的人口学信息。在这项2932名参与者的研究中，1595名为男性（约占51.50%）。样本的平均年龄为54.46岁（标准差=14.38），平均教育年限为9.49年（标准差=4.61）。具体分布详见表1。
多元线性回归分析用于评估人口学信息对MoCA总分及各子领域得分的影响。纳入年龄和教育的回归模型显示出对MoCA总分的最佳预测能力（MoCA=23.900-0.097*年龄+0.522*教育，调整后的R^2=0.468，F=907.970，p<0.05），解释了46.8%的方差。在回归分析中，年龄增加（p<0.05）、教育较少（p<0.05）与更低的MoCA总分相关，如表2和图1所示。还发现，年龄、教育和性别对各子认知领域的得分表现出不同程度的预测力。多元线性回归的详细结果见表2。此外，补充图S1显示了基于人口因素预测的MoCA总分及子领域得分的标准回归系数。
在表3中，按照年龄和教育水平得出的规范性MoCA数据展示了参与者的平均MoCA得分为23.25（标准差=4.82），且年轻参与者和教育年限最高的参与者得分较高。由于教育的普及，未招募到年龄在40岁以下且教育水平为文盲或小学的参与者。随着教育水平的降低，MoCA总得分随年龄的增加而迅速下降，图2显示了这一点。
在对照组及VCI患者的人口学信息和神经心理测试结果方面，共纳入242例VCI患者和137例匹配的年龄、教育和性别的对照组。详细的人口学信息、MoCA总分和多维标准化神经心理测试的结果见表4。
ROC分析用于评估MoCA总分和子领域得分在检测VCI和对照组中的筛查准确度。MoCA总分在检测VCI方面表现出了优异的筛查能力，AUC为0.9257（95%置信区间=0.9007-0.9507）。检测VCI的MoCA总分和子领域得分的最佳临界值已总结在表5中，详细的ROC曲线见图3。此外，我们还在补充表S1和补充图S2中总结了MoCA总分及子领域组合在检测VCI中的筛查能力。
讨论部分指出，该研究提供了基于普通话8.1版本MoCA的中国人群的年龄与教育年限的规范性数据。这些数据来自一个大规模的人群基础样本，涵盖了来自22个省、自治区和直辖市的健康成年人的信息，因此在一定程度上提供了中国人群的良好代表性。
该研究的参与者平均年龄为54.46岁（标准差=14.38），平均教育年限为9.49年（标准差=4.61）。研究人口的平均MoCA得分为23.25分（标准差=4.82）。表3全面展示了基于年龄和教育水平的MoCA规范数据。同时，该研究进一步指出，MoCA总分主要受到年龄和教育年限的影响，而与性别的相关性不显著。此外，该研究发现，22分是检测VCI的最佳阈值，并且具备高敏感性、特异性和AUC值。
人口学因素如年龄和教育水平对认知功能有显著影响，这是广为人知的。本研究的多元线性回归分析表明，MoCA得分主要受教育年限和年龄的影响，而与性别并无统计学显著关系。这些结果与关于MoCA的先前研究一致，这些研究引发了关于性别对MoCA总分潜在影响的广泛争论。年龄和教育占MoCA原始分数方差的46.8%，这一比例显著高于近年来部分其他国家报告的规范性数据。这可能归因于我们的样本量庞大，且各个年龄组和教育水平的代表性十分全面。
本研究的结果与以往研究发现一致，表明较年轻的年龄和较高的教育水平与较高的MoCA得分相关。因此，在使用MoCA评估认知损害时，全面考虑受试者的年龄和教育背景显得尤其重要。
在本研究中检查的四个不同教育水平的群体中，显著的模式出现，MoCA得分随着年龄的增加而下降。此外，我们的研究发现，受教育水平较高的个体在年龄与认知能力的关系中表现出较缓慢的认知衰退。这一总体趋势在图2中得到了图示，并且与前期研究结果一致，这表明较高的教育水平与较高的认知功能之间存在正相关关系。显然，教育在认知功能中发挥着保护因子的作用。
在Nasreddine等（2005）的早期研究中，26分的得分被设定为认知损害的临界值，这一标准长期以来受到研究人员的广泛认可。然而，值得注意的是，关于26分是否适用于不同国家或族群作为认知损害的临界值，仍存在着大量的质疑。
我们的研究进而从中国人群的角度支持了这一观点，发现之前设定的26分的临界值可能不适合中国人群。在3097名参与者中，平均分为23.25，仅1204人（38.88%）的得分达到或超过Nasreddine等（2005）所提出的常规临界值26分。同时，近期研究显示，尽管26分的临界值在检测痴呆方面具有高敏感性，但其特异性相对欠佳。因此，为中国人群制定更为切合实际的MoCA标准值显得愈发重要。值得强调的是，Nasreddine等（2005）进行的研究与我们目前的研究，在研究设计和目标方面存在显著差异。
他们的研究主要旨在确定有效的分数，以区分健康志愿者、轻度认知障碍者和痴呆患者，其样本中教育水平相对较高。相较之下，我们的研究专注于生成适用于中国人群不同年龄组和教育水平的MoCA规范性数据。在表1中，研究提供了造成26分这一临界值与我们研究结果存在显著差异的潜在原因。
MoCA量表由多个子领域的测试组成，代表不同的认知维度。在本研究中，我们探讨了单个子领域得分和合并子领域得分在检测VCI中的有效性。这表明单个子领域得分的筛查能力相对有限，然而补充材料显示，某些子领域的组合在AUC、敏感性和特异性方面展现出良好的效果，特别是视觉空间能力与执行功能以及延迟回忆的组合。此外，随着更多子领域的加入，筛查效率显著提高。这些发现与VCI的特征相符合。然而，毫无疑问，MoCA总得分仍然是筛查的最佳选择。
目前存在许多种检测VCI的阈值，这给临床带来了很大的困扰。值得注意的是，由于VCI的复杂病因，可能甚至处于不同的阶段。尽管较高的阈值可以实现高敏感性，但通常特异性较低，导致其临床实用性较差。本研究通过整合多维神经心理测试的结果，确定VCI的检测标准，以均值减去1.5个标准差的方式作为较为稳定的结果。我们的研究结果表明，普通话8.1版本MoCA量表检测VCI的临界值（≤22分）具有较高的AUC，这与先前相关研究结果一致，后者也发现22/23的临界值更加合理，其敏感性和特异性与本研究相似。
本研究同样存在一些局限性。首先，尽管参与者的地域分布广泛，但各地区招募的参与者人数差异较大。其次，尽管没有明显的认知损害投诉，我们没有筛查影响认知功能的其他潜在因素（排除中风），也没有使用严格的认知评估来评估参与者的认知功能。因此，仍无法完全排除受试者潜在的认知损害的可能性。第三，我们没有使用MMSE进一步评估经过修订的MoCA的一致性，这种选择也在一定程度上缓解了施测同类测试所带来的学习效应引发的潜在偏见。
总结来说，本研究为中国人群提供了根据年龄和教育年限的MoCA规范性值。我们的研究结果进一步确认了年龄和教育年限对MoCA总分的贡献，并进一步指出26分的临界值不适合中国人群。此外，对于血管认知损害患者，≤22的得分可能是更合适的临界值。
数据可用性声明：本研究中呈现的数据集可以在在线库中找到。相关的存储库和访问编号可在：研究中的匿名原始数据已在科学数据银行（https://doi.org/10.57760/sciencedb.10751）上公开，并且在知识共享署名-非商业性使用4.0国际许可证（CC BY-NC 4.0）下获得。
伦理声明：涉及人类的研究已获得安徽医科大学伦理委员会的批准。研究的开展遵循当地立法和机构的要求。参与者在参加本研究之前提供书面知情同意。
作者贡献：QW：数据整理，资金获取，方法论，撰写-原创草稿，撰写-审校。BD：数据整理，正式分析，调查，方法论，撰写-原创草稿，撰写-审校。YL：正式分析，调查，方法论，撰写-原创草稿。SC：数据整理，正式分析，调查，方法论，撰写-原创草稿。SY：正式分析，调查，方法论，撰写-原创草稿。YZ：正式分析，调查，方法论，撰写-原创草稿。RY：数据整理，方法论，正式分析，撰写-审校。TB：构思，数据整理，调查，方法论，撰写-原创草稿。XW：构思，数据整理，方法论，撰写-原创草稿，调查。YT：构思，数据整理，方法论，撰写-原创草稿。PH：构思，数据整理，正式分析，资金获取，方法论，撰写-审校。KW：构思，数据整理，正式分析，资金获取，方法论，撰写-审校。
资金声明：作者声明本研究的研究、著作和/或出版得到了资金支持。本研究得到安徽省临床医学研究与转化项目（资助号：202204295107020028和202204295107020006）、安徽省重点研究与开发项目（人口健康专项，资助号：202104j07020033）、国家自然科学基金（资助号：82171917）以及科技创新2030-“脑科学与类脑研究”重大项目（资助号：2021ZD0201801）的支持。
感谢所有参与者和研究者在本研究中的贡献与合作。
