-
生物通官微
陪你抓住生命科技
跳動的脈搏
亞洲人群蒙特利爾認知評估量表(MoCA)回歸性分層常模研究:年齡、教育水平與種族因素的精準化校正
《Scientific Reports》:Regression-based normative scores for the Montreal Cognitive Assessment (MoCA) in an Asian population
【字體: 大 中 小 】 時間:2025年05月24日 來源:Scientific Reports 3.8
編輯推薦:
新加坡國立醫療集團團隊針對多民族背景下認知篩查工具標準化不足的問題,通過社區隊列研究(N=1,103)建立蒙特利爾認知評估量表(MoCA)的回歸分層常模。研究發現年齡(β=-0.325至-2.312)、教育水平(β=1.783至4.206)和種族(馬來族β=-1.248)顯著影響得分,構建64種人口學組合的參考值(如≥75歲馬來族無教育者常模20.0),為亞洲多民族人群認知障礙篩查提供精準化工具。
隨著全球老齡化加劇,癡呆已成為重大公共衛生挑戰。新加坡60歲以上人群癡呆患病率高達10%,每年造成5.32億新元的經濟負擔。作為癡呆前驅階段的輕度認知障礙(MCI)早期識別至關重要,而蒙特利爾認知評估量表(MoCA)因其對MCI的高敏感性逐漸取代傳統簡易精神狀態檢查量表(MMSE)。然而,MoCA原始版本基于加拿大人群開發,現有研究顯示年齡、教育水平和種族等因素顯著影響測試表現——僅教育程度就能解釋49%的分數變異。在新加坡這個華人占80.5%、馬來人7.5%、印度人9.8%的多民族社會,缺乏針對本地人口的標準化數據可能導致篩查偏差:例如臨床研究中MoCA截斷值從22/23到28/29不等,反映人口學異質性帶來的解讀困境。
新加坡國立醫療集團健康服務與成果研究中心的Reuben Ong、Chun Wei Yap和Lixia Ge團隊為此開展了一項突破性研究。他們從1942名社區成年人中篩選出1105名健康受試者(排除慢性病和抑郁患者),采用嚴格標準化的新加坡版MoCA(含中英馬來語版本)進行測試,通過多重線性回歸構建人口學分層常模。研究發現:
方法學創新
研究采用兩階段分層抽樣獲取代表性樣本,通過五折交叉驗證優化回歸模型。關鍵方法包括:1) 基于人口健康調查隊列的社區樣本;2) 多語言MoCA標準化施測;3) 納入年齡(21-39/40-59/60-74/≥75歲)、教育(6層級)和種族(華/馬來/印度/其他)的交互分析;4) 通過β系數生成64種人口學組合的常模分數。
核心發現
年齡與認知衰退
模型顯示年齡呈劑量依賴性負相關:相較于21-39歲組,≥75歲組分數降低2.312分(p<0.001),印證了神經退行性變的累積效應。
教育保護效應
教育程度解釋最大方差(R2=0.271):從無學歷到本科以上組分數相差4.206分,證實認知儲備理論。值得注意的是,中學與大專以上教育存在明顯平臺效應。
種族差異
在調整教育因素后,馬來族(-1.248分)和印度族(-0.795分)仍顯著低于華人組,提示文化語言或社會經濟等未測量因素的影響。
臨床參考值
最終模型(調整R2=0.284)生成關鍵常模數據:如40-59歲華人中學學歷者參考值26.8(24.1),而≥75歲馬來族無教育者僅20.0(17.4),括號內為減去1個標準差(2.648)的篩查截斷值。
討論與意義
這項研究首次為亞洲多民族人群提供MoCA的精細化常模,解決三大臨床痛點:1) 避免對低教育/高齡/少數族裔的"假陽性"誤判;2) 替代現行粗糙的"教育+1分"校正法(可能降低敏感性);3) 為新加坡等多元社會建立本土化標準。
局限性包括橫截面設計無法預測轉化率,以及馬來/印度樣本量較。ㄓ绕洹75歲組)。未來需縱向驗證這些常模對MCI/癡呆的預測效度,并探索種族差異的生物學或社會決定因素。論文發表于《Scientific Reports》,其開源特性有助于全球臨床機構快速應用這套工具,推動精準神經心理學評估的實踐革新。
知名企業招聘