随着全球人口老龄化加速，阿尔茨海默病（AD）预防已成为最具紧迫性的科学挑战之一。2025年，AD的防治经历了一场范式转移，研究重心从“治疗已形成的病变”加速迈向“预防疾病的发生”。本文将提炼AD领域年度关键进展，从危险因素研究新进展，到有循证依据的多模态干预组合，再到预防研究中存在的争议与未解决的问题。理解这些进展，不仅是为了知晓科学的前沿，更是为了在今天就能采取行动，为大脑的健康未来铺路。
AD
危险因素研究新进展
围绕AD危险因素，2025年研究正从传统遗传领域，快速拓展至生活方式、微生物组、环境暴露等可干预层面。
（一）核心进展：三类传统因素的新证据与新机制
本年度研究深化了对AD关键风险因素的理解，尤其在作用机制和干预时点上取得突破。
1.可控生活方式与血管因素：“预防窗口期”前移与精准量化
（1）核心发现
2025年8月，美国心脏协会（AHA）与美国心脏病学会（ACC）联合发布的成人高血压新指南明确指出，中年高血压患者随年龄增长更容易患上痴呆。大规模长期队列研究提供了AD“预防窗口期”前移与精准量化的证据。2025年发表的一项基于社区动脉粥样硬化风险（ARIC）队列、覆盖33年随访的大规模研究系统评估了高血压、糖尿病和吸烟这三类可控血管因素在45～54岁、55～64岁及65～74岁对80岁前发病的痴呆的人群归因分数（PAF），为可控生活方式与血管因素在AD预防中的作用提供了重要量化证据。结果显示，若在45～54岁存在至少一种血管风险因素，可导致21.8%的痴呆病例；而55～64岁、65～74岁可分别导致26.4%及高达44.0%的80岁前发病的痴呆病例。此外，基于中国CABLE数据库的大规模分析发现，血管危险因素（如高血压）主要驱动tau蛋白（介导比例11%～30%），而非Aβ沉积来促进认知衰退。Wendy等人也证实成年早期监测胰岛素抵抗、肥胖等指标可能有助于评估易发肥胖人群的AD发病风险。这些发现不仅确认了血管因素在痴呆发生中的显著影响，更提示AD“干预窗口”应大幅前移至中年甚至更早阶段，以实现最大预防效果，并有望推迟AD的临床发病时间。
（2）新机制
最新神经影像学与生物标志物研究证实，长期的心血管代谢异常会导致脑小血管病变，破坏血脑屏障的完整性与类淋巴清除功能，并驱动认知损害。高血压等血管风险因素导致脑内穿透小动脉发生动脉玻璃样变，血管壁因胶原沉积而出现向心性纤维性增厚、管腔狭窄、舒缩功能受损。
这些结构性病变引发进一步病理过程：①慢性脑低灌注与缺血性损伤，血管调节能力下降导致白质束长期处于低氧低灌注状态，从而引起髓鞘脱失、轴突损伤及腔隙性梗死，直接破坏神经传导网络的完整性；②神经血管单元功能紊乱，尤其是血脑屏障选择性通透功能的丧失。研究证实，小血管病变伴随内皮细胞紧密连接破坏，使得血浆源性神经毒性物质外渗，直接攻击神经元与少突胶质细胞。
类淋巴系统依赖于血管周围间隙的有效液体交换，脑脊液间质液循环依赖于动脉搏动驱动，而僵硬的病变小动脉无法提供有效的驱动力，加之血脑屏障渗漏造成的间质液渗透压失衡，共同导致类淋巴功能障碍，使得Aβ、tau等代谢蛋白的清除效率严重下降。此外，血管壁病变可激活局灶性神经炎症，小胶质细胞与外周浸润的巨噬细胞释放炎性介质，与缺血及毒性物质暴露共同构成促进神经变性的微环境。这条从“血管损伤”到“清除障碍”再到“蛋白堆积与神经炎症”的链条，构成了血管性风险通向AD病理的核心机制。
（3）实践意义
前述机制与量化证据为AD预防提供了清晰且迫切的行动框架，强烈支持将“心脑血管健康管理”提升为AD一级预防的基石策略。数据明确显示，中年期血管风险因素对晚年痴呆贡献的归因分数最高，且其对tau蛋白病理的驱动作用在此阶段已启动。这意味着临床预防性干预的焦点需要从老年期提前至中年期甚至更早，推行普及性筛查与早期干预。AD风险管控的多维指标动态监测包括定期监测并严格管理血压（尤其是收缩压）、通过饮食与运动干预预防胰岛素抵抗和糖尿病、控制体重及腰围等，为心脑血管构建了长期的抵御防线。未来的研究方向将致力于制定更精准的、基于个体血管风险谱的AD预防方案。
2.遗传因素：超越APOEε4等位基因，关注“保护性基因”与多基因风险评分
（1）新焦点基因
近年来，越来越多研究发现除APOEε4等经典风险基因外，还存在能够显著延迟认知障碍发生的保护性遗传变异。通过对携带PSEN1等致病突变的家系进行系统研究，揭示了APOE、RELN、TREM2等基因罕见或功能获得性变异在疾病抵抗性与认知韧性中的关键作用。相关证据表明，这些变异并非单纯通过降低淀粉样蛋白沉积发挥保护效应，而是通过调控tau病理扩散、突触可塑性及神经炎症反应等关键过程影响疾病的临床进程。
在散发性AD中，APOEε2等位基因是最常见的保护性变异体，其携带者发病年龄显著延后。动物实验研究显示，APOEε2可促进Aβ清除，减少突触丢失并降低小胶质细胞的异常激活。除APOEε2外，APOE的其他变异体也具有保护作用，如APOEε3的Val236Glu变异体和APOEε4的Arg251Gly变异体，分别可使AD风险降低60%以上和50%以上。TREM2的激活可提升小胶质细胞的代谢水平、存活能力，并且增强对Aβ和突触残骸的吞噬作用，有助于维持突触结构完整性并减轻神经毒性微环境。在AD小鼠模型中，TREM2单倍体缺失或完全缺失，导致小胶质细胞在Aβ斑块周围的聚集减少，提示TREM2为斑块相关小胶质细胞应答所必需。激动性抗体激活TREM2已被证明可在AD中增强小胶质细胞代谢，因此干预TREM2表达可能成为新的治疗手段。此外，ABCA7主要参与脂质稳态调节及小胶质细胞介导的Aβ吞噬清除，其rs72973581、Val1613Met等功能获得性变异可增强磷脂和胆固醇转运能力，从而促进Aβ清除并减轻神经毒性。
（2）应用进展
在AD早期风险预测方面，多基因风险评分（PRS）的应用日益深入。有研究发现，高遗传风险在健康老龄群体中通过介导海马和丘脑的萎缩加速认知衰退，且这种负面效应在75岁后显著放大，尽管其主要效应仍由APOE驱动。同时，一项关于血浆生物标志物的纵向研究构建了T-tau PRS，证明了遗传评分可独立于APOE预测发病风险，为内表型研究提供了新工具。一项基于中国社区人群的纵向研究构建了联合APOE的AD PRS，通过4年随访发现，该评分与AD发病风险显著相关。PRS联合年龄、性别和教育程度可有效预测AD发生（C-index=0.80），且与血浆Aβ42及Aβ42/40比值降低相关，提示遗传风险评分不仅反映发病易感性，也与外周病理表型相联系。
然而，PRS的临床应用仍受制于种群差异，跨种族验证研究证实基于欧洲裔的PRS在非欧洲裔人群中预测效能显著下降，且去除APOE后的背景风险评分几乎失效，凸显了建立族裔特异性模型的紧迫性。未来AD的遗传学研究需进一步深度整合跨种族全基因组数据与转录、蛋白等多组学特征，从而构建出基于致病机制的个性化全周期风险评估与精准干预体系。
3.感染与免疫：慢性炎症与微生物组的关键角色
（1）疱疹病毒新证据
人类疱疹病毒（HHVs）尤其是人类疱疹病毒6型（HHV-6）与局部神经炎症、tau蛋白过度磷酸化等AD核心病理改变及发病风险密切相关。该病毒可通过诱发局部神经炎症，直接促进Aβ与磷酸化tau蛋白异常累积。具体而言，HHV-6在中枢神经系统潜伏感染再激活后，可通过激活特定信号通路或调控基因表达，诱导促炎因子释放，形成局部神经炎症微环境，进而上调tau蛋白磷酸化关键激酶活性，直接导致tau蛋白过度磷酸化。同时，局部神经炎症可破坏神经元微环境稳态，加剧tau蛋白聚集及神经元损伤，形成“感染炎症病理损伤”恶性循环。Bastan F等人的系统评价与荟萃分析进一步证实，HHV-6感染与AD发病风险显著相关，中枢神经系统局部感染易伴随更明显神经炎症，提示HHV-6中枢感染及其诱导的局部神经炎症可能是AD发病的重要驱动因素。
（2）肠道菌群机制
研究发现，AD患者的肠道微生物多样性普遍下降，并伴随着菌群失衡。具体而言，通常被视为有益菌的厚壁菌门（纤维降解菌）比例减少，而拟杆菌门比例则有所增加。在菌属水平上，AD患者体内以普拉梭菌和直肠真杆菌为代表的抗炎菌属水平偏低，而埃希氏菌属/志贺氏菌属等促炎或条件致病菌则异常富集。有研究表明，肠道生态失调可能通过“肠脑轴”促进脑内AD病理进展，特定抗炎菌群的匮乏与脑内Aβ沉积密切相关，而促炎菌群的富集则与血浆p-tau181水平呈显著正相关。一项探索性干预性研究显示，为期12周的益生菌补充能够部分逆转这些异常，表现为促炎因子减少、有益代谢物增加。“肠脑轴”研究为AD提供了新的病理学框架和干预思路，揭示了外周代谢与中枢神经系统之间的信号耦合机制，有望通过调节肠道微生态、恢复免疫稳态和改善代谢环境，实现延缓或预防疾病临床发病。
（二）新兴与争议性风险因素
1.环境暴露：空气污染与重金属的长期影响
（1）空气污染颗粒物（PM2.5）
多队列证据与Meta分析支持长期PM2.5暴露与痴呆发生风险升高相关，并呈现可量化的暴露反应关系。进一步的尸检确证研究提示，较高PM2.5暴露与更晚期的AD相关神经病理改变及更严重的临床痴呆表型相关。现阶段的机制研究主要聚焦于两类路径：第一，细颗粒物经鼻腔嗅通路进入中枢并触发局灶炎症；第二，经肺血循环引发系统性炎症与血管内皮损伤，进而影响血脑屏障与神经炎症/氧化应激，从而增加神经退变易感性。然而，该领域研究仍受社会经济、共病结构、暴露评估误差及地区组分差异导致的异质性影响，因果推断与可干预性验证仍是后续研究的重点。
（2）重金属与微量元素
根据现有研究，铝的神经毒性作用仍存在较大争议。近年来，系统综述与Meta分析总体提示环境铝暴露与AD风险存在统计学关联，但研究空间与时间异质性显著，且暴露来源与测量方式差异较大，因此铝暴露与AD风险虽然有相关性证据支持，但其可干预阈值尚不明确。
微量元素方向的研究更强调“稳态平衡”，老年人群研究提示血清硒、锌、铜水平与认知筛查表现相关，其中硒和锌被认为可能通过抗氧化与免疫调节通路参与认知保护，但不同元素方向与效应大小并不完全一致。同期回顾性队列研究报告，锌缺乏与新发痴呆风险升高相关，并呈现剂量反应趋势，为“元素缺乏认知风险”的关联提供了人群证据。
2.精神心理因素：抑郁、慢性压力与睡眠障碍
（1）抑郁作为AD早期症状还是独立风险因素？
2025年研究强调抑郁与晚年痴呆风险升高相关，同时提出显著的“时间窗效应”，即晚年新发抑郁更可能与神经退变过程相关。同时，影像学证据显示，tau-PET/MRI研究表明晚年抑郁人群并不一定表现为更高的AD型tau水平，这提示需要区分“重度抑郁障碍”与“早期AD伴随的抑郁症状/情感改变”。在机制层面的研究认为，下丘脑垂体肾上腺（HPA）轴长期功能紊乱、皮质醇异常、炎症与海马前额叶易损性是抑郁与痴呆风险关联的关键生物学通路之一。
（2）睡眠障碍与AD的因果性证据
研究表明，与睡眠剥夺相比，正常睡眠后脑脊液Aβ与tau水平更低，提示睡眠状态可影响AD相关蛋白动力学。另一项研究也表明，睡眠呼吸障碍如阻塞性睡眠呼吸暂停（OSA）通过睡眠碎片化与间歇性缺氧影响AD生物标志物水平；纵向研究提示OSA可能与脑脊液p-tau升高加速相关，从而使睡眠障碍的识别与治疗成为可检验的预防切入点。尽管已有持续气道正压通气等治疗在部分研究中与认知结局改善或循环/外周tau指标变化相关，但“改善OSA是否能稳定或降低脑脊液tau并改变长期临床转归”这一研究仍需更高质量、以生物标志物与临床结局为终点的随机对照证据加以确认。
（三）系统性视角：风险因素的交互作用与精准预防
近年来，随着对AD复杂机制认识的深入，相关研究逐渐从单一因素分析转向多因素整合分析，越发强调各类风险因素在系统中的动态交互作用。
1.“基因环境生活方式”交互作用
AD的患病风险并非多个独立因素的简单相加，而是源于基因、环境、生活方式等因素构成的动态交互网络。在这一网络中，各因素协同作用，共同影响疾病的发生与进程。以APOEε4为例，该基因不仅会提高AD患病风险，还会增强个体对不良生活方式和血管危险因素的敏感性，从而形成协同放大效应。其可与低质量睡眠协同，通过外周炎症和代谢途径增加AD风险。
生活方式是此网络中重要的可调节点。动物实验证明，久坐会加剧APOEε4对神经血管功能的不利影响，而运动则能部分改善这一状况。APOEε4携带者虽易出现认知下降，但也更受益于社会参与和正念练习，这些活动可通过减轻压力与抗炎途径发挥作用。
饮食模式同样与遗传背景存在交互作用。研究发现，地中海饮食在高遗传风险人群中显示出更强的保护效应，高遗传风险反而可能是健康饮食与营养措施的重点受益对象。
2.生物标志物整合与风险预测模型
通过将新型血液生物标志物（如Aβ42/40比值、p-tau217）与AD传统风险因素（包括年龄、APOE基因型、神经心理学测评等）相结合，所构建的个体化风险预测模型的诊断准确率相较传统方法已显著提升，这为在高危人群中精准开展预防性干预试验提供了关键依据。
我国一项多中心研究显示，血浆p-tau217/Aβ42比值在临床与社区队列中对AD的诊断均表现出极高的准确性，甚至可与脑脊液检测的标志物相当。而VanderlipCR等人将p-tau217与数字化认知评估相结合，更有效地识别了未来数年PACC、MMSE评分下降的个体。
与此同时，越来越多研究借助人工智能（AI）实现对多模态数据的深度融合。有研究者提出了AlzCLIP框架，通过对比学习整合遗传变异与磁共振成像数据，提升了AD诊断的准确性与生物可解释性。随着将各类生物标志物整合的多模态AI模型的发展，未来不仅能更准确地识别个体的患病风险，甚至有望预测其疾病进展的时间轨迹。
（四）总结与展望：从“知险”到“控险”
2025年的研究进展清晰地表明，AD的风险谱系比以往认知的更复杂、更可干预。
1.范式转变
长期以来，AD研究多聚焦于APOEε4等不可改变的遗传变异风险，在一定程度上固化了“遗传宿命论”认知，忽视了疾病风险的复杂性与可干预性。近些年的研究已实现关键突破，明确AD风险调控是遗传、环境、生活方式及免疫状态多维度动态交互的结果，研究重心已转向全生命周期风险管控。这一转变不仅印证了风险构成的多元性，更凸显了通过在全生命周期关键时间节点干预降低发病风险、延缓疾病进展的可行性，为预防关口前移提供了核心循证支撑。
在遗传风险认知层面，研究已从单一APOEε4聚焦转向多基因精准分层，髓系细胞触发受体2（TREM2）、APOEε2等保护性基因的神经保护机制被进一步阐明，PRS与整合性PRS（iPRS-DEM）的应用，使AD风险预测实现从群体筛查到个体精准分层的跨越，为遗传风险的精细化管控提供了核心依据。更为关键的是，近些年的研究明确证实遗传易感性并非“宿命”，携带APOEε4高风险基因的人群，通过坚持健康生活方式（规律运动、多样化饮食、戒烟）可有效延缓认知衰退，中年期积极控制血压、干预睡眠障碍、佩戴助听器等可改变因素，均能显著抵消部分遗传风险。这种“遗传奠基、环境修饰、生活方式调控”的全生命周期风险管控逻辑，彻底摒弃了既往“遗传决定发病”的片面认知。
2.临床转化核心
尽管AD可控风险因素的证据日益丰富，但其与临床及社区实践应用之间仍存在显著鸿沟。未来防控的核心挑战，在于如何将循证证据高效转化为可推广、个性化、分层级的综合预防方案。
在风险识别环节，已有的研究证据已覆盖风险识别、干预靶点、干预手段等全链条，如血液Aβ42/40比值、p-tau217等新型生物标志物与PRS整合的风险预测模型，准确率已超85%，C指数可达0.90以上，为个体风险分层提供了实施精准干预的工具；非药物干预方面，间歇性禁食通过调控肠道菌群提升吲哚3丙酸（IPA）水平、特定益生菌制剂干预等新路径，与传统生活方式干预形成互补，为不同风险人群提供了多元化干预选择。这些进展为个体化风险分层提供了日益精准且多元的工具选择。
然而，实现从“工具”到“方案”的跨越仍面临瓶颈：人群异质性要求干预方案必须个性化；基层推广需要高可及性的筛查手段；长期干预的依从性等等难题。破解这些难题的关键，在于构建一个分层、协作的闭环管理体系。未来，可以设想在社区层面利用低成本、易操作的评估（如认知量表、血压血糖监测）进行初筛；对筛出的高危人群，转诊至上级医疗中心，采用PRS结合血液生物标志物等进行精准分层；最终，根据风险层级制定个体差异化风险管理方案，并借助数字化工具进行长期随访与管理。这一路径的落地，将会成为实现AD个体化精准防控规模化效益的核心前提。
3.未来方向
基于目前的研究，下一阶段AD预防研究的前沿方向已明确聚焦两大核心领域，即基于风险预测模型的精准预防性干预试验，以及针对微生物组、慢性炎症等新靶点的干预性研究，二者协同发力将推动AD防控从“广谱预防”向“精准靶向预防”升级。
基于风险预测模型的精准预防试验是突破防控效能瓶颈的关键。当前整合PRS、生物标志物与临床风险因素的多模态预测模型，已能精准识别AD不同进展阶段的高危人群，未来研究需聚焦这类人群开展针对性干预试验，核心重点包括中年高危人群的早期干预、APOEε4高风险及高PRS人群的复合干预方案验证等。这类试验的核心价值是，通过前瞻性随访明确不同干预手段（生活方式、药物、新靶点制剂）在特定风险分层人群中的有效性，为个性化预防方案提供高级别循证依据，避免“一刀切”干预导致的资源浪费与效果不佳。
针对微生物组、慢性炎症等新靶点的干预性研究，将为AD预防提供全新技术路径。未来这类研究的核心方向，是推动新靶点干预手段的临床转化（如益生菌制剂、IPA补充剂、抗炎靶向药物），同时探索多靶点联合干预策略（如微生物组调控+慢性炎症抑制），突破单一靶点干预的局限，为遗传高风险或进展期人群提供更有效的防控手段。
AD
干预研究新进展
（一）运动干预：量化目标取得关键突破
目前，临床尚无可逆转AD认知缺损的特效药物，非药物干预已成为延缓疾病发生与进展的重要临床研究方向。2025年，运动干预领域取得关键进展，一项发表于Nature Medicine的长期追踪研究，对296例基线认知正常但已出现脑内β淀粉样蛋白沉积的老年受试者进行了长达14年的随访，通过计步器客观记录每日步数，并定期评估认知功能及Aβ、tau蛋白水平。结果显示，每日步行3000～7500步对AD高危人群具有明确的认知保护效应，且存在剂量反应关系：每日3000～5000步（轻度活动）可使认知衰退平均延缓约3年；每日5001～7500步（中等活动）的保护作用更强，可平均延缓认知衰退约7年，并能显著抑制tau蛋白的异常积累。
另外，研究也发现运动对认知的保护作用主要源于对tau蛋白积累的特异性调控，尤其在大脑关键区域如颞下回，介导效应可达84%，而非直接影响Aβ沉积水平。tau蛋白聚集形成的神经原纤维缠结是AD认知损害的核心病理环节，其积累趋稳直接有助于降低认知恶化风险，这也是中等强度体力活动更具保护优势的关键机制。这一机制与既往关于运动通过多通路调节脑内病理蛋白稳态的研究结论相吻合。
上述发现为AD的临床预防提供了明确、可行的非药物干预策略。基于客观步数设定的每日3000～7500步目标，尤其适用于久坐老年人群及AD高风险个体，具有实施简便、成本低廉、无药物不良反应等优势，有助于提高患者的长期依从性。该方案不仅为延缓认知衰退提供了具象化指导，也进一步确立了运动在AD综合防控中的核心地位与临床应用价值。
（二）营养与膳食干预：从模式到微观机制
除运动干预外，生活方式干预中的营养调节也是AD防控研究的重要方向。最新的研究在宏观饮食模式推荐、微观营养素机制及个性化干预等层面均取得了显著进展。证据不仅巩固了特定饮食模式的核心地位，更在分子水平上揭示了膳食成分的作用机制，以及如何影响AD病理进程，推动营养预防向更精准的方向发展。
1.特定膳食成分的作用
2025年的研究进一步深化了对脂质代谢与AD关联的认识，尤其明确了特定脂质成分在疾病进程中的调控作用。尤其是ω-3多不饱和脂肪酸（如DHA）被证实可通过抗炎、抗氧化、减少Aβ沉积及抑制tau蛋白磷酸化等多重机制发挥神经保护效应。为深入探究其作用机制，一项研究建立了可模拟人脑脂质特征的神经元星形胶质细胞共培养模型，证实膳食脂质可通过调节细胞膜物理特性与微环境，协同实现减少AD病理蛋白沉积与增强神经功能双重目标。值得注意的是，一项突破性研究首次揭示了特定溶血磷脂（如LysoPS）可通过激活小胶质细胞受体GPR34，同时驱动神经炎症和抑制Aβ清除，这为理解脂质代谢紊乱如何导致AD提供了新机制，也提示了潜在的干预新靶点。
同时，关于锂元素的研究取得了里程碑式的突破，研究首次确认大脑内源性锂缺乏是驱动AD早期病理的关键因素，并基于此创新性地提出了以高靶向性的“乳清酸锂”为核心的“精准补锂”新干预策略。哈佛医学院近期发表于Nature的研究首次证实，大脑内源性锂元素失衡是轻度认知障碍和AD的早期特征。机制上，锂缺乏会过度激活GSK3β激酶，从而加剧Aβ沉积、tau蛋白磷酸化和神经炎症。更关键的是，研究为解决传统锂盐（如碳酸锂）易被淀粉样蛋白斑块“捕获”且不良反应明显的问题，筛选出乳清酸锂这一新形式。在AD小鼠模型中，乳清酸锂能有效绕过斑块，逆转脑损伤并恢复记忆功能。这为AD高危人群的预防性干预提供了全新思路，尽管其人体应用仍需临床试验验证。
2.饮食模式推荐
在临床应用层面，两项基于不同人群的设计进一步验证了饮食干预的可行性与机制。一项基于美国中西部社区健康研究平台的随机对照试验，纳入186例40～55岁健康中年人，采用“行为改变轮”（BCW）理论框架设计了包含饮食教育、APP打卡及目标手册的综合干预方案，并量化了饮食依从性，经过12周干预，研究发现该方案在中年健康人群中具有良好的可行性与接受度，且干预强度与饮食依从性及身心健康改善显著相关。分析表明，BCW理论中的自我监测、目标设定与教育指导是提升依从性的核心机制，也是干预效果得以实现的关键。值得一提的是，该研究指出短期干预的主要获益体现在情绪与生活质量改善，而非直接提升认知功能。
另一项历时34年基于欧洲多中心衰老研究平台的前瞻性队列研究，纳入1287例基线认知正常但携带APOEε4等位基因的中老年受试者（平均年龄62.3岁），通过半定量食物频率问卷结合血浆营养标志物检测，客观评估地中海饮食依从性，结果证实，地中海饮食对APOEε4携带者具有显著的认知保护作用，并可降低痴呆发生风险，且健康获益与饮食依从性呈明确剂量-效应关系。
这两项研究共同提示，饮食干预已逐步进入“基因-营养”交互作用的精准化阶段，为未来制定基于个体遗传背景与生活方式的个性化认知健康管理方案提供了重要的理论依据与实践参考。
（三）新型干预途径与综合策略
AD的预防研究不再局限于传统领域，更多创新方法和综合策略正在被探索。随着人口老龄化加剧及传统单一预防策略效果的局限，痴呆预防研究正向创新干预方法与综合策略转型。
1.认知储备与多元生活方式
认知储备（CR）是指大脑在面对神经病理损伤或衰老挑战时，通过优化神经网络的利用或动用替代性认知策略来维持正常功能的一种韧性能力。丰富多样的休闲活动被广泛认为是构建CR的核心要素。早先已有针对全球200万受试者开展的纵向队列研究荟萃分析证实，坚持参与认知挑战（如阅读、学习语言）、体育锻炼及社交互动，能分别将全因痴呆风险降低23%、17%和7%，从而在脑病变发生时有效延缓认知症状的临床显现。在此基础上，最新研究进一步深化了对不同风险人群精准干预的理解。一项针对157例中老年受试者的横断面研究发现，CR的构建具有显著的个体差异，特别是APOEε4携带者能从社交活动中获得远超非携带者的保护效应。在机制层面，动物模型研究通过单细胞测序证实，由运动、社交及复杂环境构成的丰富生活方式可重塑小胶质细胞的免疫监测功能，从而在临床前期阶段有效预防突触丢失。
值得一提的是，强化多维干预的巨大潜力正在被不断发掘，这种干预涵盖了以天然全食物为主、极少加工的纯素饮食，规律有氧与抗阻运动，每日压力管理（如正念冥想）以及社交支持。研究发现，这种高强度的综合干预能显著改变血浆细胞外囊泡的蛋白组学特征，驱动其跨越血脑屏障传递神经修复信号，展现出逆转早期认知衰退及促进病理蛋白清除的可能。这些从宏观流行病学到微观分子机制的最新研究进展共同表明，深度整合遗传特征与多组学信号的精准生活方式医学，将为构建个性化的全周期风险评估与脑健康干预体系提供坚实支撑。
2.多领域联合干预
基于芬兰老年干预研究（FINGER）的成功实践，全球范围内预防AD及相关痴呆症的研究范式正在发生根本性变革。FINGER研究通过随机对照试验证明，同时针对饮食、体育锻炼、认知训练及血管/代谢风险因素进行控制的多领域干预方案，能显著改善具有痴呆风险老年人的认知功能。目前，这一模式已通过“World-WideFINGERS”全球网络推广至70多个国家，成为未来AD和痴呆预防研究的主流方向。2025年JAMA发表了美国US POINTER两年随机干预研究结果，证实结构化多模生活方式干预（饮食、高强度运动、认知训练及心血管健康管理等）能显著改善认知衰退高风险老年人的认知功能，为预防AD及相关痴呆提供了强有力的证据。该研究标志着AD和痴呆干预方式从个体单一转向综合管理，对于制定老年群体促进脑健康和预防痴呆的策略具有里程碑意义。此外，这种多领域的协作不仅证明了生活方式干预在维持认知功能和降低痴呆风险方面的巨大潜力，还演进到了整合药物或营养补充剂的精准预防阶段。例如，PENSA研究探讨了在多领域干预中加入绿茶提取物EGCG对APOEε4携带者的潜在益处，而MET-FINGER试验则通过老药新用，研究二甲双胍与生活方式干预结合对延缓高风险人群认知衰退中的协同效应。研究进一步发现，这种多领域的精准干预对具有高遗传风险（如AD-GRS或CAD-GRS评分较高）的人群尤为有效，甚至在女性群体中表现出更强的认知保护作用。
总之，CR的构建和生活方式多样化，以及基于FINGER模型的多领域联合干预，构成了当前痴呆预防研究的核心方向。通过整合行为、生活方式和风险因素管理的多模块干预策略，结合全球合作网络的推动，预计未来将实现更有效且具有普遍性的痴呆预防方法。
（四）总结与展望：个性化预防成趋势
综上所述，2025年AD预防领域正逐步呈现出更为系统化、具体化和个性化的发展路径。相关研究不仅在“防”的时机上更加前移，也在“如何防”的层面提供了更精细的指导和依据，为未来制定有效的临床实践与公共卫生策略奠定基础并指明了方向。
具体而言，当前研究趋势已清晰显现：首先，预防关口显著前移。干预重心已明确指向临床前期，即病理改变已发生但尚未出现显著临床症状的阶段，强调在认知衰退的不可逆进程启动前采取主动干预措施。其次，干预措施趋于具体化与可量化。研究为运动、营养等非药物干预手段提供了更精确的“剂量”参考（如每日3000～7500步的步数范围、特定营养素补充），大幅提升了预防方案的可操作性与个体依从性。最后，干预策略从单一走向综合与精准。证据表明，单一的干预手段效果有限，未来有效预防必然依托于运动、营养、认知训练、慢病管理等多领域相结合的个性化综合策略。同时，研究深入揭示了不同遗传背景（如APOEε4携带状态）人群对干预反应的差异，标志着预防正式迈入“基因-生活方式”互作的精准化阶段。
展望未来，基于大规模队列研究、多组学数据与AI分析工具的进一步应用，构建全周期、个性化、可执行的脑健康管理方案将成为现实。通过整合遗传风险、生物标志物、生活方式及环境因素，真正实现干预策略从“群体建议”到“一人一策”的转变，是降低AD疾病负担、促进健康脑老化及健康老龄化的关键方向。
AD
预防研究中存在的争议与亟待解决的问题
（一）核心科学争议：预防的靶点、时机与人群
1.靶点之争：单一靶点vs.系统网络
近年来，基于Aβ与tau的病理级联假说，促进了大量药物治疗研究与预防性探索工作的开展。然而，预防性治疗的成效并不稳定，这直接引发了人们对于靶点准确性的质疑。这一情况表明，问题可能并非出在靶点选择有误，而是疾病异质性与病程阶段决定了同一靶点在不同个体中的可塑性存在差异，即在某些群体中Aβ/tau更像“下游放大器”，而非唯一的AD起始驱动因素。
另一方面，系统网络这一治疗理念于2025年进一步受到关注，包括血管代谢-炎症网络、感染-免疫假说、肠-脑轴、睡眠-类淋巴系统清除机制等途径，被视作可能更适合可干预与可长期坚持的预防实践。然而，此类新兴靶点普遍面临着机制证据增长迅速而人群层面的因果证据以及大规模干预试验匮乏这一困境，以感染-免疫与肠-脑轴理论为例，该理论虽能阐释慢性炎症与神经退行性疾病的潜在关联，但要距离成为成熟的预防靶点，仍需突破三大关键瓶颈：明确的因果关系论证、具体可落地的干预方案，以及可重复验证的临床终点与安全性评估体系。
在此背景下，靶点研发的核心逻辑正从“非对即错的二元争论”转向“基于人群分层的精准选择”，即针对特定人群在疾病特定阶段，匹配最适配的靶点组合策略。
2.时机之惑：黄金预防窗口期究竟在何时？
预防医学秉持着“疾病治疗宜尽早开展”的理念，然而在AD防控研究领域，精准确定介入时机的难度远超预期。目前，研究普遍认为应于临床前期或症状出现前开展干预举措。然而，由于不同个体在病理启动时间、发展速率以及通路占比方面存在显著差异，导致临床前期并非一个相同的时间段。因此，当前在个体层面精准标定病程位置的生物标志物组合及动态评估体系尚不完善。同时，现实层面的挑战也十分显著。例如，在无症状人群中开展长期预防试验，需要庞大样本量、漫长随访周期和高额资金投入，且依从性与脱落率难以把控。此外，若采用有潜在不良反应的干预措施（如某些生物制剂），导致伦理风险增加，促使研究者在“可接受风险”与“可能获益”间反复权衡。因此，未来预防时机研究趋向是由“基于年龄窗口”转变为“基于病理与风险状态窗口”，进而在更短时间内验证更为可靠的替代终点。
3.人群之辩：全民预防还是精准高危预防？
从公共卫生的角度来看，在全人群推广健康生活方式、控制血管代谢风险因素、改善睡眠质量等措施具有低AD风险和高普适性，支持了全民预防的合理性。然而，在科研试验与资源配置层面，若不进行风险分层，干预效应容易被低风险人群的稀释效应所掩盖，进而导致试验难以显现统计学显著性或临床意义，削弱证据的可用性。同时，精准高危预防的核心在于分层工具，例如基因检测、家族史、认知评估、影像/脑脊液/血液标志物等。然而，传统的分层手段（如PET、CSF分析）成本高、侵入性强且可及性差，难以在社区人群层面大规模实施；尽管基因分层可行，却涉及伦理、隐私和心理影响。因此，未来的研究重点在于廉价、无创且可重复检测的血液生物标志物及多维风险预警模型。
（二）具体干预措施：证据的矛盾与不确定性
1.生活方式干预：“剂量”与机制的迷雾
（1）运动预防
目前研究表明，体力活动是降低痴呆发病率的关键可调节因素，其保护效应稳健。然而，具体实施方案，即最优的运动类型、强度、频率和累积剂量仍未明确。一项基于英国生物银行的大规模前瞻性研究提示，中高强度体力活动的有效阈值可能高于世界卫生组织的普遍建议（成年人和老年人的目标是每周至少参加150～300 min的中等强度运动、75～150 min的高强度运动或等量的中高强度运动），需达到每周300 min以上才能显著降低风险，且集中模式与规律分布模式效益相似，这为剂量与模式提供了新的参考。
此外，现有研究表明，运动带来的益处在不同性别、年龄及遗传背景（如APOEε4携带状态）的人群中存在显著异质性。例如，女性可能需要更高的活动剂量才能获得与男性同等的保护效应，而携带高风险基因型可能削弱或改变运动与特定病理结局的关联。这种个体差异凸显了“一刀切”的推荐方案的局限性，并强调了未来研究及实践向精准化、个性化预防策略发展的必要性。
对于体力活动的神经保护机制，传统假说认为体力活动通过改善心血管代谢健康和/或直接作用于大脑，如促进β-淀粉样蛋白清除、增加海马体积、增强神经营养因子释放等途径发挥作用。然而，近期研究分析提供了颠覆性证据：在认知正常的社区中老年人群中，客观测量的体力活动水平与其血浆Aβ42/Aβ40、p-tau217水平以及7年后的脑内淀粉样蛋白PET负荷均无显著关联，且此关联不受年龄、性别或APOEε4状态调节。这一发现强烈质疑了体力活动通过调节AD经典病理蛋白（Aβ和tau）沉积这一直接通路的核心假设。因此，当前机制探讨的重点正从“直接病理清除”转向“多系统协同保护与认知储备构建”模型。
（2）认知训练
在脑力活动方面，现有研究表明，结构化益智游戏与认知训练等特定干预手段对认知功能的提升效果主要表现为任务特异性，其向日常认知功能的广泛迁移效应有限，且长期持续性尚未明确。认知训练效果往往受个体基线认知水平、年龄及训练内容本身的影响，常在训练任务及相近的认知维度上表现显著，如处理速度训练可提升相关任务表现与部分流体智力指标。然而，多数研究也发现，训练效果难以系统性地迁移至未训练的认知领域或转化为日常功能改善。总体来看，当前结论受到研究周期较短、样本量有限、异质性高及长期随访数据缺乏等方法学局限的影响。因此，未来需通过更严谨的纵向设计与真实世界功能评估，进一步验证此类干预措施的生态效度与长期效益。
2.营养与补充剂：希望与炒作之间
（1）明星成分的争议
在评估维生素D、Omega-3及特定益生菌等营养干预措施对认知健康的影响时，观察性研究与随机对照试验的结论常出现不一致。以维生素D为例，大量观察性研究及荟萃分析表明，较低的血清维生素D水平与较高的痴呆风险及认知功能加速衰退相关。类似地一项前瞻性队列研究发现，膳食中摄入长链Omega-3与约20%的认知风险降低相关，特定益生菌（如乳酸杆菌、双歧杆菌）在观察性研究中也常与较好的肠道微生态及较低的神经炎症标志物相关联。然而，在设计严格的随机对照试验中，这些营养干预的认知益处往往未能得到一致证实。例如，针对已确诊AD患者的短期至中期干预研究发现，Omega-3补充剂并未显著改善患者认知功能；维生素D补充剂在预防认知下降或降低痴呆风险的随机对照试验中也多报告无效或效果微弱；益生菌干预的随机对照试验结果同样存在异质性。这种从观察到实验的证据落差源于多重因素。在方法学层面，观察性研究易受生活方式、教育程度、社会经济地位等混杂因素影响，且难以排除逆向因果关系。而随机对照试验虽能控制混杂、确立时序，但其结论常受限于干预剂量、疗程、研究对象基线特征以及认知评估工具的异质性。在生物学机制层面，营养干预可能仅在认知障碍的早期阶段、具有特定遗传背景或存在特定营养缺乏的亚群中显效，且营养素之间存在协同效应。
综上，尽管观察性证据为营养干预在认知维护中的潜在作用提供了重要的机制线索和假设来源，但其向临床有效性的转化仍面临复杂调节。未来研究需通过更精准的设计，包括依据受试者基因型、基线营养状态、疾病阶段进行人群分层，优化干预时机、干预剂量与组合策略，并开展长期随访以明确这些营养素在特定人群中的真实防治效果，推动营养干预从群体关联走向个体化应用。
（2）饮食模式的困惑
地中海饮食以及在此基础上衍生的DASH饮食和MIND饮食等植物性饮食模式，在AD及相关痴呆的预防与延缓临床发病中展现出明确的神经保护潜力，其健康效益被认为主要通过整体饮食结构的协同作用实现。该模式以高摄入植物性食物、适量摄入鱼类和橄榄油以及低红肉消费为特征，其作用机制涉及抗炎、抗氧化、改善代谢状态、调节肠-脑轴及衰老相关生物标志物等多条通路。具体而言，其神经保护效果可归因于多酚类化合物（主要来自橄榄油、浆果、坚果）、ω-3多不饱和脂肪酸（尤其来源于鱼类）、膳食纤维、抗氧化维生素（如维生素E、B族维生素）及多种植物化学物质的综合贡献。然而，该模式的有效实施面临文化适应性与地域差异的挑战。研究表明，地中海饮食的认知保护作用在地中海和非地中海地区均有体现，说明其核心饮食结构具有一定跨文化适用性，但在非地中海地区推广时，往往依赖营养结构相似的本地食物进行替代，而非严格遵循传统食材。这种本地化适配虽然可行，但其效果受食材质量、烹饪方法、饮食组合差异及整体生活方式整合的影响。
3.药物与生物制剂预防：希望与风险的权衡
（1）Aβ单抗用于预防的伦理与风险
当前抗Aβ单抗在已出现临床症状的早期AD患者中，虽能显著清除脑内淀粉样斑块，但其带来的认知功能改善效应量微小且普遍低于公认的临床意义阈值，其用于无症状高危人群的预防性干预面临着严峻的风险获益比与伦理考量。从获益角度看，预防性干预应用的理论依据在于干预更早期的病理过程，以期延缓或阻止AD临床发病。然而，现有证据主要基于18个月左右的治疗期，其长期疾病修饰效应及能否实质性地推迟痴呆发生尚不明确，临床获益存在高度不确定性。荟萃分析表明，即使在症状期患者中，Aβ抗体治疗带来的认知评分改善尚不满意。
此外，此类药物会增加淀粉样蛋白相关影像学异常（ARIA）的风险。一项2025年的荟萃分析显示，使用Aβ单抗的患者发生ARIA的总体相对风险为4.35，其中ARIA-E（edema or effusions）的风险更高。APOEε4等位基因是关键的修饰因素，携带者尤其是纯合子发生ARIA的风险显著增加，更严重的是，已有报告显示，在治疗过程中出现严重的脑出血病例，尤其是在合并脑淀粉样血管病或使用抗凝药物的个体中。这意味着，预防性应用将使大量健康或仅生物标志物异常的无症状个体，长期暴露于这种明确且可能危及生命的脑出血与水肿风险之中。
综合当前证据，在缺乏长期预防性临床试验确证其显著临床净获益的前提下，将此类具有明确且严重不良反应风险的高成本治疗性药物拓展至无症状人群的常规预防，其风险-获益比目前看来并不合理，且面临伦理方面的挑战。未来的方向应侧重于通过应用更精准的血液生物标志物进行风险分层，设计并开展长期的预防试验以获取关键证据，并在此过程中构建严格的伦理框架，确保充分的知情同意和动态的安全性监测。
（2）多靶点联合干预的复杂性
未来AD的干预研究采用类似高血压治疗的“鸡尾酒疗法”——同时干预多个病理通路，具有明确的科学必要性与临床前景，但其组合原则与长期安全性仍是亟待解决的关键问题。AD的病理机制涉及Aβ沉积、神经炎症、氧化应激等多个相互关联的环节，单一靶点药物难以从根本上阻断疾病进展和有效改善临床症状。因此，多靶点联合治疗被视为突破当前治疗瓶颈的重要策略。研究表明，通过协同干预多个病理环节，可更有效地中断AD病理级联反应，在动物模型中展现出显著疗效。
在组合原则方面，现有研究提示需基于病理通路的相互关联性与患者异质性进行理性设计。例如，可同时靶向同一通路的上游与下游环节，或干预平行但相互加剧的进程。超分子平台策略（如基于杯芳烃的共组装纳米粒子）和中药复方为多组分、多靶点的灵活整合提供了可行路径，其动态可逆性与模块化特性允许根据需要进行组分替换与比例优化，有助于筛选出最具协同效应的组合方案。然而，如何从众多潜在的靶点与药物中选择最优组合，仍需依赖对AD病理网络的深入理解以及高通量筛选与计算模拟等技术。
然而，多靶点联合治疗的长期安全性仍面临诸多未知。尽管临床前研究显示某些联合策略在短期内具有良好的生物相容性，但长期使用可能带来的药物相互作用、累积毒性、免疫原性风险及对正常生理功能的影响尚未明确。此外，不同患者群体间的病理异质性要求治疗方案具备个体化调整能力，而这又进一步增加了安全性与有效性的评估复杂度。未来需进一步通过系统药理学研究、AI辅助设计、长期临床随访及真实世界数据积累，明确其最佳组合原则、剂量配比与安全边界，推动AD治疗向精准化、个体化与综合化的方向发展。
（三）研究设计与转化瓶颈
1.试验设计的现实难题
AD预防性干预临床试验在终点指标选择与对照组的设置上面临显著困境。首先，使用认知功能量表作为主要终点通常需要长达数年的观察期，导致研究周期长、成本高昂和依从性差等挑战。例如，在著名的A4临床试验研究中，主要临床终点设定为临床前阿尔茨海默病认知复合（PACC）评分的变化，研究设计时长为4.5年，仅临床评估和影像学监测部分的成本就超过1.5亿美元。相比之下，采用替代性终点（如血浆生物标志物）虽能缩短研究周期，但其预测临床收益的效力仍需验证。另一项针对血浆p-tau181的前瞻性研究发现，该标志物的变化能在12个月内观察到显著差异，但其与后续3年认知下降的关联性仅为中等（AUC=0.72），提示其作为独立终点的可靠性仍需更多证据支持。
另一方面，随着公众健康意识提升，维持对照组“常规照护”模式面临伦理困境。例如，在FINGER研究中，对照组仅接受一般健康建议，这使对照组长期保持相对不健康的生活方式，并且在对照组参与者意识到个人正在承担不健康生活方式所带来的风险时，常常会自行调节个人生活方式（超过40%的对照组参与者自行改变了生活方式），从而影响对照试验结果，削弱了干预效果的显著性。
2.从“证据”到“实践”的鸿沟
即便科学证据明确，预防措施在现实环境中的落实亦存在显著落差，高度结构化试验环境中有效的干预措施在真实世界场景中常面临依从性挑战。例如，一项基于美国社区的记忆干预研究发现，在试验阶段认知训练参与率高达85%，但在转为社区常规项目后10年随访时报告在过去2年内进行过任何正式认知训练活动的参与者比例降至34.5%。此外，大规模预防策略的经济可行性是推广的关键瓶颈。例如，一项卫生经济学模型研究显示，基于APOEε4基因型筛查的高风险人群干预策略，每获得一个质量调整生命年（QALY）的成本高达120 000美元，远高于一般公共卫生干预的可接受阈值。其他昂贵的生物标志物（如PET扫描或脑脊液检测）进行大规模人群筛查，以识别高风险个体再进行干预的模式，其成本效益比也同样不容乐观。一项研究评估了使用Aβ-PET扫描对轻度认知障碍患者进行诊断的成本效益，发现即使在最佳假设下，其每QALY的成本仍超过150 000美元，且结果对检测准确度和治疗费用高度敏感。这表明，在当前技术和成本下，将昂贵生物标志物检测作为预防性筛查工具不具备普遍成本效益。相比之下，最具“性价比”的策略往往是实施成本相对较低、能广泛推广的非药物干预，研究表明，针对可改变风险因素的群体性干预在成本效益方面表现突出。例如，一项基于芬兰FINGER研究数据的卫生经济学分析发现，对60岁以上有认知下降风险的老年人实施为期2年的多领域生活方式干预（包括营养指导、体育锻炼、认知训练和血管风险管理），每获得一个QALY的增量成本效益比为18 000～25 000欧元，远低于许多国家通常设定的成本效益阈值（通常为每QALY 50 000～100 000美元），显示出良好的成本效益。
因此，未来的转化研究不仅要证明干预措施有效，还需明确其在真实世界卫生系统中的经济可行性。结合低成本风险量表初筛（如结合年龄、血管风险），被认为是当前最具成本效益潜力的预防路径之一，但其长期效益和在不同医疗体系中的适用性仍需进一步验证。
（四）总结与未来方向
目前，AD预防领域已形成一项核心共识：有效干预必须大幅前移至临床症状显现之前，且早期识别高危人群至关重要。然而，在此共识之下，深层的科学争议与方法学的挑战依然突出，构成了从理论迈向广泛实践的主要瓶颈。
争议的核心源于AD发病进程固有的异质性与系统性。无论是针对Aβ或tau等经典靶点的预防策略效果不一，还是“感染-免疫”和“肠-脑轴”等新兴系统假说面临验证困境，均表明其病理由多重网络驱动且个体差异较为显著。同时，干预时机与目标人群的界定仍是关键难题，我们既缺乏能在症状出现前数十年、于个体层面精确定义疾病阶段的生物标志物与时间标尺，也尚未建立一套在可行性、公平性与成本效益间达成最优平衡的风险分层与筛查范式。因此，AD的有效预防必然要求构建动态、分层且个体化的策略体系，其根本科学问题在于如何将个体的多维风险谱与其独特的病理演进轨迹精准关联，从而在时间轴上定义最佳干预窗口并匹配核心驱动机制的适宜方案。
展望未来，突破困局有赖于以下两大方向的协同。一是检测技术的革新，亟需发展如Aβ、p-tau等这些低成本、无创、可靠的血浆生物标志物，实现类似常规体检的社区化普及，为超早期识别与监测提供基石。二是研究范式的变革，面对基因组、影像组、临床表型等多维异构大数据，必须深度整合AI与机器学习，构建能动态更新的个体化风险预测与干预优化模型。唯有将微观生物标志物的精密洞察与宏观AI的整合决策能力相结合，方能将AD预防从基于群体概率的普适建议，升华为基于个体精准风险画像的、可执行的健康管理方案。这一转型虽然任重道远，却是实现有效预防的必然路径。
参考文献
[1] ABBASI J. What to Know About the New Blood Pressure Guidelines [J]. JAMA, 2025, 334(21): 1869-71.
[2] SMITH J R, PIKE J R, GOTTESMAN R F, et al. Contribution of Modifiable Midlife and Late-Life Vascular Risk Factors to Incident Dementia [J]. JAMA Neurology, 2025, 82(7):
[3] HU H, MENG L, BI Y L, et al. Tau pathologies mediate the association of blood pressure with cognitive impairment in adults without dementia: The CABLE study [J]. Alzheimer's & Dementia, 2021, 18(1): 53-64.
[4] WINSLOW W. Reduced Blood Choline in Obesity Is Associated with Metabolic and Alzheimer’s Biomarkers [J]. aging and disease, 2025,
[5] HAINSWORTH A H, MARKUS H S, SCHNEIDER J A. Cerebral Small Vessel Disease, Hypertension, and Vascular Contributions to Cognitive Impairment and Dementia [J]. Hypertension, 2024, 81(1): 75-86.
[6] KEIL S A, JANSSON D, BRAUN M, et al. Glymphatic dysfunction in Alzheimer’s disease: A critical appraisal [J]. Science, 2025, 389(6756):
[7] LOPERA F, MARINO C, CHANDRAHAS A S, et al. Resilience to autosomal dominant Alzheimer's disease in a Reelin-COLBOS heterozygous man [J]. Nat Med, 2023, 29(5): 1243-52.
[8] JACKSON R J, KEISER M S, MELTZER J C, et al. APOE2 gene therapy reduces amyloid deposition and improves markers of neuroinflammation and neurodegeneration in a mouse model of Alzheimer disease [J]. Mol Ther, 2024, 32(5): 1373-86.
[9] LIU C C, MURRAY M E, LI X, et al. APOE3-Jacksonville (V236E) variant reduces self-aggregation and risk of dementia [J]. Sci Transl Med, 2021, 13(613): eabc9375.
[10] VAN LENGERICH B, ZHAN L, XIA D, et al. A TREM2-activating antibody with a blood-brain barrier transport vehicle enhances microglial metabolism in Alzheimer's disease models [J]. Nat Neurosci, 2023, 26(3): 416-29.
[11] BUTLER C A, MENDOZA ARVILLA A, MILINKEVICIUTE G, et al. The Abca7(V1613M) variant reduces Abeta generation, plaque load, and neuronal damage [J]. Alzheimers Dement, 2024, 20(7): 4914-34.
[12] CHEN H-J, DONG X, WANG Y, et al. Polygenic risk for Alzheimer’s disease in healthy aging: age-related and APOE-driven effects on brain structures and cognition [J]. Genome Medicine, 2025, 17(1):
[13] MOURTZI N, CHARISIS S, NTANASI E, et al. Longitudinal Association of a Polygenic Risk Score for Plasma T-Tau With Incident Alzheimer Dementia and Mild Cognitive Impairment [J]. Neurology, 2025, 105(9):
[14] HOU T, LIU K, FA W, et al. Association of polygenic risk scores with Alzheimer's disease and plasma biomarkers among Chinese older adults: A community-based study [J]. Alzheimers Dement, 2024,
[15] OSTERMAN M D, SONG Y E, LYNN A, et al. Examining the Performance of Polygenic Risk Scores for Alzheimer Disease Within and Across Populations Using
k
-Fold Cross-Validation [J]. Neurology Genetics, 2024, 10(6):
[16] FENG Y, CAO S Q, SHI Y, et al. Human herpesvirus-associated transposable element activation in human aging brains with Alzheimer's disease [J]. Alzheimers Dement, 2025, 21(2): e14595.
[17] JAMES L M, STRATIGOPOULOS G, GEORGOPOULOS A P. Human herpes viruses are associated with steeper age-dependent increases of serum biomarkers for dementia in cognitively unimpaired women [J]. Sci Rep, 2025, 15(1): 25475.
[18] EIMER W A, RODRIGUEZ A S, DEFAO M T, et al. Phosphorylated tau exhibits antimicrobial activity capable of neutralizing herpes simplex virus 1 infectivity in human neurons [J]. Nat Neurosci, 2025,
[19] BASTAN F, SAEEDI-MOGHADDAM F, RASHIDIAN M, et al. Human herpesvirus 6 (HHV-6) infection and risk of Alzheimer's disease: a systematic review and meta-analysis [J]. BMC Neurol, 2025, 25(1): 516.
[20] SEPULVEDA-RIVERA V, OLIVIERI-HENRY G, MORALES-GONZALEZ H, et al. Gut microbiota distinguishes aging hispanics with Alzheimer's disease: associations with cognitive impairment and severity [J]. Sci Rep, 2025, 15(1): 28505.
[21] ZHAO H, ZHOU X, SONG Y, et al. Multi-omics analyses identify gut microbiota-fecal metabolites-brain-cognition pathways in the Alzheimer’s disease continuum [J]. Alzheimer's Research & Therapy, 2025, 17(1):
[22] FAN K C, LIN C C, CHIU Y L, et al. Compositional and functional gut microbiota alterations in mild cognitive impairment: links to Alzheimer's disease pathology [J]. Alzheimers Res Ther, 2025, 17(1): 122.
[23] MARIZZONI M, MOMBELLI E, ALBONI S, et al. Microbiota-gut-brain axis dysregulation in Alzheimer's disease and its modulation through probiotic supplementation [J]. Brain Behav Immun, 2026, 131(106138.
[24] BEST ROGOWSKI C B, BREDELL C, SHI Y, et al. Long-term air pollution exposure and incident dementia: a systematic review and meta-analysis [J]. The Lancet Planetary Health, 2025, 9(7):
[25] KIM B, BLAM K, ELSER H, et al. Ambient Air Pollution and the Severity of Alzheimer Disease Neuropathology [J]. JAMA Neurol, 2025, 82(11): 1153-61.
[26] SOLEIMANI H, DEHGHANI S, ABOLLI S, et al. Environmental aluminum exposure and Alzheimer's disease risk: Evidence from a systematic review and meta-analysis [J]. Ecotoxicol Environ Saf, 2025, 302(118759.
[27] CHARERNWAT P, CHANSIRIKARNJANA S, PANPUNUAN P, et al. Associations Between Serum Selenium, Zinc, and Copper Levels and Cognitive Function in the Elderly [J]. Nutrients, 2025, 17(24):
[28] HUANG S H, WENG H L, HUNG K C, et al. Association of zinc deficiency and risk of new-onset dementia: a retrospective cohort study [J]. Front Nutr, 2025, 12(1666887.
[29] BRAIN J, ALSHAHRANI M, KAFADAR A H, et al. Temporal dynamics in the association between depression and dementia: an umbrella review and meta-analysis [J]. EClinicalMedicine, 2025, 84(103266.
[30] VANDE CASTEELE T, LAROY M, VAN CAUWENBERGE M, et al. Late Life Depression is Not Associated With Alzheimer-Type Tau: Preliminary Evidence From a Next-Generation Tau Ligand PET-MR Study [J]. Am J Geriatr Psychiatry, 2025, 33(1): 47-62.
[31] DAFSARI F S, JESSEN F. Depression-an underrecognized target for prevention of dementia in Alzheimer's disease [J]. Transl Psychiatry, 2020, 10(1): 160.
[32] LYCKENVIK T, OLSSON M, FORSBERG M, et al. Sleep reduces CSF concentrations of beta-amyloid and tau: a randomized crossover study in healthy adults [J]. Fluids Barriers CNS, 2025, 22(1): 84.
[33] LUO D, LIAN T, WEI N, et al. An investigation on Alzheimer's disease with obstructive sleep apnea: alterations of cognitive function, roles of cyclin-dependent kinase 5 and changes of brain structure [J]. Front Aging Neurosci, 2025, 17(1552535.
[34] HUANG L Y, TAN L, TAN C C, et al. Sleep quality, APOE ε4, and Alzheimer's disease: associations from two prospective cohort studies and mechanisms by plasma proteomic analysis [J]. BMC Med, 2025, 23(1): 462.
[35] ANDERLE S, BONNAR O, HENDERSON J, et al. APOE4 and sedentary lifestyle synergistically impair neurovascular function in the visual cortex of awake mice [J]. Commun Biol, 2025, 8(1): 144.
[36] O'SHEA D M, ZHANG A S, RADER K, et al. APOE ε4 carrier status moderates the effect of lifestyle factors on cognitive reserve [J]. Alzheimers Dement, 2024, 20(11): 8062-73.
[37] LIU Y, GU X, LI Y, et al. Interplay of genetic predisposition, plasma metabolome and Mediterranean diet in dementia risk and cognitive function [J]. Nat Med, 2025, 31(11): 3790-800.
[38] WANG J, HUANG S, LAN G, et al. Diagnostic accuracy of plasma p-tau217/Aβ42 for Alzheimer's disease in clinical and community cohorts [J]. Alzheimers Dement, 2025, 21(3): e70038.
[39] VANDERLIP C R, STARK C E L. Integrating plasma p-tau217 and digital cognitive assessments for early detection in Alzheimer's disease [J]. Alzheimers Dement, 2025, 21(6): e70355.
[40] WANG Y, WANG Q, ZHOU M, et al. Integration of Genetic and Imaging Data for Alzheimer's Disease Diagnosis and Interpretation [J]. Adv Sci (Weinh), 2025, 12(41): e07629.
[41] TOPOL E. Predicting and preventing Alzheimer's disease [J]. Science, 2025, 388(6750): eady3217.
[42] KARAGAS N, YOUNG J E, BLUE E E, et al. The Spectrum of Genetic Risk in Alzheimer Disease [J]. Neurol Genet, 2025, 11(1): e200224.
[43] BOOTH S, TALEGAWKAR S, FUNG T, et al. Dietary Patterns and Risk of Cognitive Decline, Dementia, Alzheimer's Disease, and Mild Cognitive Impairment: A Systematic Review. Alexandria (VA). 2024.
[44] ZHONG X, WANG Q, YANG M, et al. Plasma p-tau217 and p-tau217/Aβ1-42 are effective biomarkers for identifying CSF- and PET imaging-diagnosed Alzheimer's disease: Insights for research and clinical practice [J]. Alzheimer's & dementia : the journal of the Alzheimer's Association, 2025, 21(2): e14536.
[45] YAU W W, KIRN D R, RABIN J S, et al. Physical activity as a modifiable risk factor in preclinical Alzheimer's disease [J]. Nat Med, 2025, 31(12): 4075-83.
[46] TARI A R, WALKER T L, HUUHA A M, et al. Neuroprotective mechanisms of exercise and the importance of fitness for healthy brain ageing [J]. Lancet, 2025, 405(10484): 1093-118.
[47] CHRISTIMANN G, ROCHA G, SATTLER J A G. Bioactive compounds and dietary patterns in Alzheimer's disease [J]. Journal of Alzheimer’s Disease, 2025, 104(3): 597-610.
[48] MORITA S, KONDO T, TOKUDA H, et al. Polyunsaturated fatty acids in lipid membranes regulate human neuronal function and amyloid-β production [J]. iScience, 2025, 28(6):
[49] LIN B, ZHOU Y, HUANG Z, et al. GPR34 senses demyelination to promote neuroinflammation and pathologies [J]. Cellular & Molecular Immunology, 2024, 21(10): 1131-44.
[50] ARON L, NGIAN Z K, QIU C, et al. Lithium deficiency and the onset of Alzheimer’s disease [J]. Nature, 2025, 645(8081): 712-21.
[51] TIMLIN D, MCCORMACK J M, KERR M, et al. The MIND diet, cognitive function, and well-being among healthy adults at midlife: a randomised feasibility trial [J]. BMC Nutrition, 2025, 11(1):
[52] LIU Y, GU X, LI Y, et al. Interplay of genetic predisposition, plasma metabolome and Mediterranean diet in dementia risk and cognitive function [J]. Nature Medicine, 2025, 31(11): 3790-800.
[53] SU S, SHI L, ZHENG Y, et al. Leisure Activities and the Risk of Dementia: A Systematic Review and Meta-analysis [J]. Neurology, 2022, 99(15): e1651-e63.
[54] O'SHEA D M, ZHANG A S, RADER K, et al. APOE epsilon4 carrier status moderates the effect of lifestyle factors on cognitive reserve [J]. Alzheimers Dement, 2024, 20(11): 8062-73.
[55] EHRET F, DOLUDDA B, LIU H, et al. Lifestyle shapes preclinical social and microglial deficits in an Alzheimer's disease mouse model [J]. Mol Psychiatry, 2025,
[56] ORNISH D, MADISON C, KIVIPELTO M, et al. Effects of intensive lifestyle changes on the progression of mild cognitive impairment or early dementia due to Alzheimer's disease: a randomized, controlled clinical trial [J]. Alzheimers Res Ther, 2024, 16(1): 122.
[57] SAADMAAN G, DALMASSO M C, MARIA M, et al. Alzheimer and cardiovascular genetic scores and cognition: the FINGER randomized controlled trial [J]. Brain, 2025,
[58] BERECZKI E, MANGIALASCHE F, BARBERA M, et al. Risk reduction and precision prevention across the Alzheimer's disease continuum: a systematic review of clinical trials combining multidomain lifestyle interventions and pharmacological or nutraceutical approaches [J]. J Prev Alzheimers Dis, 2025, 12(10): 100367.
[59] FORCANO L, SOLDEVILA-DOMENECH N, BORONAT A, et al. A multimodal lifestyle intervention complemented with epigallocatechin gallate to prevent cognitive decline in APOE- varepsilon4 carriers with Subjective Cognitive Decline: a randomized, double-blinded clinical trial (PENSA study) [J]. J Prev Alzheimers Dis, 2025, 12(8): 100271.
[60] TANG B, SJOLANDER A, WASTESSON J W, et al. Comparative effectiveness of glucagon-like peptide-1 agonists, dipeptidyl peptidase-4 inhibitors, and sulfonylureas on the risk of dementia in older individuals with type 2 diabetes in Sweden: an emulated trial study [J]. EClinicalMedicine, 2024, 73(102689.
[61] LORENZON G, MARSEGLIA A, MOHANTY R, et al. Brain patterns and risk factors in the FINGER RCT multimodal lifestyle intervention [J]. J Prev Alzheimers Dis, 2025, 12(10): 100390.
[62] CONGDON E E, JI C, TETLOW A M, et al. Tau-targeting therapies for Alzheimer disease: current status and future directions [J]. Nature reviews Neurology, 2023, 19(12): 715-36.
[63] KARRAN E, MERCKEN M, DE STROOPER B. The amyloid cascade hypothesis for Alzheimer's disease: an appraisal for the development of therapeutics [J]. Nature reviews Drug discovery, 2011, 10(9): 698-712.
[64] ZHANG Y, CHEN H, LI R, et al. Amyloid β-based therapy for Alzheimer's disease: challenges, successes and future [J]. Signal transduction and targeted therapy, 2023, 8(1): 248.
[65] SPERLING R A, DONOHUE M C, RAMAN R, et al. Trial of Solanezumab in Preclinical Alzheimer's Disease [J]. The New England journal of medicine, 2023, 389(12): 1096-107.
[66] PROSSER L, SUDRE C H, OXTOBY N P, et al. Biomarker pathway heterogeneity of amyloid-positive individuals [J]. Alzheimer's & dementia : the journal of the Alzheimer's Association, 2024, 20(12): 8503-15.
[67] DU L, LANGHOUGH R E, HERMANN B P, et al. Tau mediates the impact of amyloid and vascular disease burden on the trajectory of clinical symptoms [J]. Alzheimer's & dementia : the journal of the Alzheimer's Association, 2025, 21(10): e70831.
[68] PANG M, GABELLE A, SAHA-CHAUDHURI P, et al. Precision medicine analysis of heterogeneity in individual-level treatment response to amyloid beta removal in early Alzheimer's disease [J]. Alzheimer's & dementia : the journal of the Alzheimer's Association, 2024, 20(2): 1102-11.
[69] LIVINGSTON G, HUNTLEY J, LIU K Y, et al. Dementia prevention, intervention, and care: 2024 report of the Lancet standing Commission [J]. Lancet (London, England), 2024, 404(10452): 572-628.
[70] RASMUSSEN M K, MESTRE H, NEDERGAARD M. The glymphatic pathway in neurological disorders [J]. The Lancet Neurology, 2018, 17(11): 1016-24.
[71] SMITH E E, BIESSELS G J, GAO V, et al. Systemic determinants of brain health in ageing [J]. Nature reviews Neurology, 2024, 20(11): 647-59.
[72] CRYAN J F, O'RIORDAN K J, SANDHU K, et al. The gut microbiome in neurological disorders [J]. The Lancet Neurology, 2020, 19(2): 179-94.
[73] HUANG J, SU B, KARHUNEN V, et al. Inflammatory Diseases, Inflammatory Biomarkers, and Alzheimer Disease: An Observational Analysis and Mendelian Randomization [J]. Neurology, 2023, 100(6): e568-e81.
[74] PALMQVIST S, WHITSON H E, ALLEN L A, et al. Alzheimer's Association Clinical Practice Guideline on the use of blood-based biomarkers in the diagnostic workup of suspected Alzheimer's disease within specialized care settings [J]. Alzheimer's & dementia : the journal of the Alzheimer's Association, 2025, 21(7): e70535.
[75] FRISONI G B, AHO E, BRAYNE C, et al. Alzheimer's disease outlook: controversies and future directions [J]. Lancet (London, England), 2025, 406(10510): 1424-42.
[76] WALLON D, GARNIER-CRUSSARD A. The challenging concept of preclinical Alzheimer's disease [J]. Revue neurologique, 2025, 181(9): 881-92.
[77] AISEN P S, JIMENEZ-MAGGIORA G A, RAFII M S, et al. Early-stage Alzheimer disease: getting trial-ready [J]. Nature reviews Neurology, 2022, 18(7): 389-99.
[78] GOYAL D, TJANDRA D, MIGRINO R Q, et al. Characterizing heterogeneity in the progression of Alzheimer's disease using longitudinal clinical and neuroimaging biomarkers [J]. Alzheimer's & dementia (Amsterdam, Netherlands), 2018, 10(629-37.
[79] HAZAN J, LIU K Y, COSTELLO H, et al. Challenges in a Biological Definition of Alzheimer Disease [J]. Neurology, 2024, 103(9): e209884.
[80] HAMPEL H, ELHAGE A, CHO M, et al. Amyloid-related imaging abnormalities (ARIA): radiological, biological and clinical characteristics [J]. Brain : a journal of neurology, 2023, 146(11): 4414-24.
[81] MATTSSON-CARLGREN N, SALVADó G, ASHTON N J, et al. Prediction of Longitudinal Cognitive Decline in Preclinical Alzheimer Disease Using Plasma Biomarkers [J]. JAMA neurology, 2023, 80(4): 360-9.
[82] THAMBISETTY M, HOWARD R. Lecanemab and APOE Genotyping in Clinical Practice-Navigating Uncharted Terrain [J]. JAMA neurology, 2023, 80(5): 431-2.
[83] HAMPEL H, HU Y, CUMMINGS J, et al. Blood-based biomarkers for Alzheimer's disease: Current state and future use in a transformed global healthcare landscape [J]. Neuron, 2023, 111(18): 2781-99.
[84] LARGENT E A, GRILL J D, O'BRIEN K, et al. Testing for Alzheimer Disease Biomarkers and Disclosing Results Across the Disease Continuum [J]. Neurology, 2023, 100(21): 1010-9.
[85] SCHINDLER S E, GALASKO D, PEREIRA A C, et al. Acceptable performance of blood biomarker tests of amyloid pathology - recommendations from the Global CEO Initiative on Alzheimer's Disease [J]. Nature reviews Neurology, 2024, 20(7): 426-39.
[86] YAU W-Y W, KIRN D R, RABIN J S, et al. Physical activity as a modifiable risk factor in preclinical Alzheimer’s disease [J]. Nature Medicine, 2025, 31(12): 4075-83.
[87] BULL F C, AL-ANSARI S S, BIDDLE S, et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour [J]. British Journal of Sports Medicine, 2020, 54(24): 1451-62.
[88] WANG Y, LI F, CAO S, et al. Dose- and pattern- physical activity is associated with lower risk of dementia [J]. The Journal of Prevention of Alzheimer's Disease, 2025, 12(7):
[89] VAN DER VELDE J, SAVELBERG H, SCHAPER N, et al. Moderate Activity and Fitness, Not Sedentary Time, Are Independently Associated with Cardio-Metabolic Risk in U.S. Adults Aged 18–49 [J]. International Journal of Environmental Research and Public Health, 2015, 12(3): 2330-43.
[90] NGUYEN HO P T, VERNOOIJ M W, VOORTMAN T, et al. Objective physical activity and Alzheimer's disease burden in the population‐based Rotterdam Study [J]. Alzheimer's & Dementia, 2025, 21(9):
[91] BERGSLAND N, ZUSCHNEGG J, ROPELE S, et al. The effect of tablet-based multimodal training on cognitive functioning in Alzheimer’s disease: A randomized controlled trial [J]. PLOS One, 2025, 20(8):
[92] BRUNO J L, SHAW J S, HOSSEINI S M H. Toward Personalized Cognitive Training in Older Adults: A Pilot Investigation of the Effects of Baseline Performance and Age on Cognitive Training Outcomes [J]. Journal of Alzheimer’s Disease, 2023, 97(1): 327-43.
[93] QIU C, HAN J, XIE Y, et al. Comparison of the Efficacy of Different Exercise Modes on MCI Adults: A Network Meta‐Analysis [J]. Brain and Behavior, 2025, 15(8):
[94] KIM J, JI E, BAE J B, et al. Vitamin D deficiency may accelerate cognitive decline in female apolipoprotein E ε4 non-carriers [J]. Clinical Nutrition, 2025, 45(167-73.
[95] WEI B-Z, LI L, DONG C-W, et al. The Relationship of Omega-3 Fatty Acids with Dementia and Cognitive Decline: Evidence from Prospective Cohort Studies of Supplementation, Dietary Intake, and Blood Markers [J]. The American Journal of Clinical Nutrition, 2023, 117(6): 1096-109.
[96] BANO N, KHAN S, AHAMAD S, et al. Microglia and gut microbiota: A double-edged sword in Alzheimer's disease [J]. Ageing Res Rev, 2024, 101(
[97] ARAYA-QUINTANILLA F, GUTIéRREZ-ESPINOZA H, SáNCHEZ-MONTOYA U, et al. Efectividad de la suplementación de ácidos grasos omega-3 en pacientes con enfermedad de Alzheimer: revisión sistemática con metaanálisis [J]. Neurología, 2020, 35(2): 105-14.
[98] GIL MARTíNEZ V, AVEDILLO SALAS A, SANTANDER BALLESTíN S. Vitamin Supplementation and Dementia: A Systematic Review [J]. Nutrients, 2022, 14(5):
[99] POWER R, NOLAN J M, PRADO-CABRERO A, et al. Omega-3 fatty acid, carotenoid and vitamin E supplementation improves working memory in older adults: A randomised clinical trial [J]. Clinical Nutrition, 2022, 41(2): 405-14.
[100] ELLOUZE I, SHEFFLER J, NAGPAL R, et al. Dietary Patterns and Alzheimer’s Disease: An Updated Review Linking Nutrition to Neuroscience [J]. Nutrients, 2023, 15(14):
[101] COELHO-JúNIOR H J, TRICHOPOULOU A, PANZA F. Cross-sectional and longitudinal associations between adherence to Mediterranean diet with physical performance and cognitive function in older adults: A systematic review and meta-analysis [J]. Ageing Res Rev, 2021, 70(
[102] AVGERINOS K I, MANOLOPOULOS A, FERRUCCI L, et al. Critical assessment of anti-amyloid-β monoclonal antibodies effects in Alzheimer’s disease: a systematic review and meta-analysis highlighting target engagement and clinical meaningfulness [J]. Scientific Reports, 2024, 14(1):
[103] WANG H, PAN J, ZHANG M, et al. Re-evaluation of the efficacy and safety of anti-Aβ monoclonal antibodies (lecanemab/donanemab) in the treatment of early Alzheimer’s disease [J]. Frontiers in Pharmacology, 2025, 16(
[104] HENEKA M T, MORGAN D, JESSEN F. Passive anti-amyloid β immunotherapy in Alzheimer's disease—opportunities and challenges [J]. The Lancet, 2024, 404(10468): 2198-208.
[105] LI W B, XU L L, WANG S L, et al. Co‐Assembled Nanoparticles toward Multi‐Target Combinational Therapy of Alzheimer's Disease by Making Full Use of Molecular Recognition and Self‐Assembly [J]. Advanced Materials, 2024, 36(28):
[106] HU F, LEI Y, HAN R, et al. The efficacy and pharmacological mechanism of Guilingji to prevent Alzheimer’s disease [J]. Alzheimer's Research & Therapy, 2025, 17(1):
[107] BEHL T, KAUR I, FRATILA O, et al. Exploring the Potential of Therapeutic Agents Targeted towards Mitigating the Events Associated with Amyloid-β Cascade in Alzheimer’s Disease [J]. International Journal of Molecular Sciences, 2020, 21(20):
[108] SPERLING R A, RENTZ D M, JOHNSON K A, et al. The A4 study: stopping AD before symptoms begin? [J]. Sci Transl Med, 2014, 6(228): 228fs13.
[109] KARIKARI T K, BENEDET A L, ASHTON N J, et al. Diagnostic performance and prediction of clinical progression of plasma phospho-tau181 in the Alzheimer's Disease Neuroimaging Initiative [J]. Mol Psychiatry, 2021, 26(2): 429-42.
[110] NGANDU T, LEHTISALO J, SOLOMON A, et al. A 2 year multidomain intervention of diet, exercise, cognitive training, and vascular risk monitoring versus control to prevent cognitive decline in at-risk elderly people (FINGER): a randomised controlled trial [J]. Lancet, 2015, 385(9984): 2255-63.
[111] REBOK G W, BALL K, GUEY L T, et al. Ten-year effects of the advanced cognitive training for independent and vital elderly cognitive training trial on cognition and everyday functioning in older adults [J]. J Am Geriatr Soc, 2014, 62(1): 16-24.
[112] ZISSIMOPOULOS J, CRIMMINS E, ST CLAIR P. The Value of Delaying Alzheimer's Disease Onset [J]. Forum Health Econ Policy, 2014, 18(1): 25-39.
[113] TENG E, MANSER P T, PICKTHORN K, et al. Safety and Efficacy of Semorinemab in Individuals With Prodromal to Mild Alzheimer Disease: A Randomized Clinical Trial [J]. JAMA Neurol, 2022, 79(8): 758-67.
[114] TOPOL E. Predicting and preventing Alzheimer's disease [J]. Science, 2025, 388(6750): eady3217.
[115] MUKHERJEE U, REDDY P H. Gut-brain relationship in dementia and Alzheimer's disease: Impact on stress and immunity [J]. Ageing Res Rev, 2025, 111(102843.
[116] WANG Y, CHEN H-J, CHENG Y, et al. Multimodal integration of plasma biomarkers, MRI, and genetic risk to predict cerebral amyloid burden in Alzheimer's disease [J]. Neuroimage, 2025, 322(121550.
杜怡峰 教授
山东第一医科大学附属省立医院
山东第一医科大学神经病学系主任，山东省立医院神经内科学科带头人，二级教授，博士生导师；山东省神经系统疾病临床医学研究中心主任，山东省阿尔茨海默病研究中心主任。
国家重点研发计划首席专家，国家白求恩奖章获得者，泰山学者特聘专家；中国医师协会神经内科医师分会第四、五届副会长/阿尔茨海默病与认知障碍学组副组长，中华医学会神经病学分会痴呆与认知障碍学组副组长，山东省医学会神经内科学分会第八、九届主任委员，山东省医师协会神经内科医师分会主任委员，中华行为医学与脑科学杂志副总编。
长期致力于阿尔茨海默病的早期防治研究，在Nature Communications、Alzheimers&Dementia、JAMA Neurology、Lancet Public Health等期刊发表学术论文200余篇。
仇成轩 教授
瑞典卡罗林斯卡医学院衰老研究中心
瑞典卡罗林斯卡医学院流行病学副教授、高级讲师、博士生和博士后导师；瑞典卡罗林斯卡医学院衰老研究中心（Aging Research Center）副主任；卡罗林斯卡医学院阿尔茨海默病研究中心管理委员会委员；卡罗琳斯卡医学院流行病学战略研究委员会（SfoEpi）执委（2017-2024）；中国香港中文大学兼职副教授（2015年至今）；中国瑞典国际（或地区）重大合作项目MIND-China共同负责人；中瑞衰老研究网络（Sino-Sweden Network for Aging Research）发起人和协调人；中国痴呆多模干预联盟（China-FINGERS Alliance）共同发起人。
从事神经疾病流行病学和老年病流行病学研究30余年，重点研究脑老化、认知功能退化和老年痴呆流行病学、临床发病机理、老年痴呆症与失能的人群预防对策及促进健康老龄化和健康脑老化的跨学科研究工作，研究工作基于国内外多项大规模社区人群研究队列，并涉及广泛国际合作；迄今发表SCI论文260余篇，H因子为60。
声明：本微信公众号所刊载内容不代表本平台观点或立场。文中所涉及药物使用、疾病诊疗等内容仅供参考。
编辑｜杨沛然
审核｜于丽水
