0 引言

       阿尔茨海默病（Alzheimer's disease, AD）是最常见的痴呆类型^[1]，其典型特征为大脑中β淀粉样蛋白（β-amyloid, Aβ）斑块和tau蛋白沉积^[2]，且病理变化可在认知障碍前15~20年出现^[3]。目前，脑脊液生物标志物检测与Aβ/tau蛋白正电子发射断层扫描（positron emission tomography, PET）虽是诊断AD的可靠手段，但因具有侵入性、成本高和可及性有限等局限，难以广泛应用^[4]。因此，开发高灵敏度、易普及的无创评估工具，对早期识别及干预临床前或轻微认知损伤的高风险AD人群具有迫切临床意义^[5]。

       空间导航障碍已被证实是AD最早出现的认知症状之一^{[6, 7]}。路径整合功能是一种常见的空间导航功能，指依赖自我运动和外界线索来持续追踪并返回目标位置的能力^[8]，虚拟空间导航（virtual spatial navigation, VSN）任务兼具生态效度与可控性，是评估这一功能的理想手段^{[9, 10]}，并已显示出早期识别AD风险人群的潜力^{[11, 12]}。神经机制研究表明路径整合功能依赖于内嗅皮层网格细胞和海马位置细胞的协同系统^{[13, 14, 15, 16]}；值得注意的是，近期研究通过“苹果游戏”在携带AD风险基因APOEε4的年轻人中观察到路径整合过程中内嗅皮层网格细胞编码表征的特异性激活^[17]，将以往来自动物的微观细胞机制证据拓展至人类无创研究，为理解AD早期空间认知损害提供了关键的转化证据。此外，结构影像学研究亦发现，空间导航功能损伤与后部海马及内嗅皮层结构萎缩显著相关^{[18, 19]}。上述证据共同支持，以内嗅皮层-海马为核心的环路在路径整合功能中发挥了关键作用。然而，当前研究尚未阐明不同海马亚区对该功能的具体贡献，考虑到海马亚区在结构和功能上具有显著异质性^{[20, 21]}，且在AD病理进程中表现出差异易感性^[22]，系统探讨海马亚区与路径整合功能之间的关联，有助于揭示AD早期空间认知损伤的精细神经机制，并为发掘敏感的潜在影像标志物提供新线索。

       内侧颞叶是tau病理最早累及区域^[22]，其扩散可能损害内嗅皮层网格细胞及海马位置细胞功能，引发AD早期空间导航障碍^{[23, 24]}。虽有研究提示导航能力与tau-PET沉积^[25]和脑脊液生物标志物（Aβ42/40、p-tau181）^{[18, 26]}相关，但这些检测手段的可及性局限阻碍了其临床转化。近年来，血浆生物标志物，尤其是血浆磷酸化tau217（phosphorylated tau 217, p-tau217）因检测便利、准确性接近脑脊液及tau-PET而被广泛验证^{[27, 28]}，为无创标定早期认知改变提供了新途径。然而，尽管初步证据显示健康成人的血浆p-tau181水平与空间导航功能相关^[29]，但以下关键问题在AD风险人群中仍属未知：首先，空间导航功能与血浆p-tau217是否存在关联？其次，该关联是否伴随着海马亚区或内嗅皮层的体积变化？最后，是否存在特定的海马亚区，可能为连接tau病理和空间认知表型的潜在神经基础？

       因此，本研究旨在探讨AD高风险人群——轻度认知障碍（mild cognitive impairment, MCI）患者的空间导航功能、血浆p-tau217水平与海马（包括其亚区）及内嗅皮层体积之间的关联。我们假设：相比于认知正常（normal control, NC）组，MCI组的空间导航功能更差、血浆p-tau217水平更高及海马亚区与内嗅皮层体积更小。空间导航障碍与血浆p-tau217水平、和特定海马亚区萎缩相关，这些海马亚区可能是导航能力损害与AD血浆tau病理共同关联的潜在神经基础。我们进一步推测，联合VSN行为学、血浆标志物与结构影像指标，可能有助于提升AD高风险人群识别准确率，为AD早期诊断提供新的思路和科学依据。

1 材料与方法

1.1 研究对象

       本研究为前瞻性研究，于2024年11月至2025年10月期间，在南京市鼓楼区社区招募受试者，研究遵守《赫尔辛基宣言》，经过南京大学医学院附属鼓楼医院医学伦理委员会批准，全体受试者都签署了知情同意书，批准文号：2023-341-01。入组、排除、诊断标准等均参考中国多中心主观认知下降纵向研究（Sino Longitudinal Study on Cognitive Decline, SILCODE）^[30]。纳入标准：（1）55~79岁；（2）右利手；（3）受教育年限≥8。排除标准：（1）脑血管疾病病史；（2）严重脑外伤病史；重度抑郁和焦虑；（3）脑肿瘤、脑炎、癫痫、帕金森等导致认知能力下降的神经系统疾病；（4）严重视听障碍等无法完成测试者；（5）MRI检查禁忌证；（6）符合《精神疾病诊断与统计手册》第五版重度神经认知障碍诊断标准者。MCI诊断标准^[31]：在记忆功能、语言功能和执行功能方面其中任意一者的两个子测试结果异常或以上三者中的三个子测试结果异常，体现在测试得分低于年龄校正的规范均值一个标准差。采用G*Power 3.1软件^[32]对样本量进行估算，针对两个独立样本组间差异进行了功效分析（效应量=0.8，显著性水平α=0.05，期望检验效能1-β=0.8），计算所需的最小总样本量。结合临床实际招募情况，共招募到111例受试者完成了VSN行为学检测和认知量表评估，其中23名受试者由于金属假牙、运动伪影较大以及拒绝抽血等原因不纳入多指标联合分析，仅参与行为学与认知量表的组间比较。最终，本研究纳入完成了影像学及血浆检测的34例MCI患者和54例NC进行多指标联合分析。

1.2 神经心理学量表评估

       各受试者完成了标准化的认知量表测试，包括评估整体认知功能的简明精神状态检查（Mini-Mental State Examination, MMSE）；评估记忆功能的听觉言语学习测验（Auditory Verbal Learning Test, AVLT）；评估执行功能的连线测试A（Trail Making Test part A, TMT-A）和连线测试B（Trail Making Test part B, TMT-B）；评估语言功能的动物词语流畅性（Animal Fluency Test, AFT）和波士顿命名（Boston Naming Test, BNT）；评估视觉空间功能的Rey-Osterrieth复杂图形（Rey-Osterrieth Complex Figure, ROCF）临摹、回忆和画钟试验（Clock Drawing Test, CDT）；以及评估注意功能的符号数字转换测试（Symbol Digit Modalities Test, SDMT）。

1.3 虚拟空间导航评估

       本研究采用苹果游戏（Apple Game）对空间导航功能，尤其是路径整合功能进行评估^[17]，该任务通过虚幻引擎（Epic Games，美国，版本4.11）来实现，游戏在15英寸全高清屏幕上呈现，受试者用游戏手柄（Trust GXT 555 Predator）控制虚拟角色移动（仅支持前进、左转、右转），角色位置以5 Hz频率采样。

       虚拟环境为无限延伸渲染的草地场景以及天空。任务分三阶段（图1A）：（1）开始阶段：寻找并捡起空篮子；（2）搜索阶段：前往随机出现的树木，若树下无苹果则继续前往下一棵，直至找到带苹果的树木；（3）返回阶段：拾取苹果后，需尽可能直接返回初始捡起篮子的位置并放下，该阶段限时30秒（未按时返回以最终位置计）。完成后根据返回位置与正确位置的欧氏距离给予0~3星反馈（<1600虚拟米为3星、<3200虚拟米为2星、<6400虚拟米为1星）（图1B）。篮子与树的位置在8×8方格组成的隐形网格中随机分布（方格边长=800虚拟米，图1B）。网格外环绕着一个半径为1.5倍网格半对角线（6788虚拟米）的隐形圆形区域，受试者无法移动到该区域之外；当与区域中心的距离超过5656虚拟米时，移动速度会线性降至零。该设置旨在避免受试者导航至与任务无关的区域。试验开始前每位受试者将在指导下完成4次练习试验，已确保所有受试者理解任务流程，该过程收集的数据不纳入分析。

       核心指标包括：（1）落点误差（正确篮子位置与返回位置的欧氏距离，图2A）；（2）距离误差（往返正确距离与实际返回距离的绝对差值，图2B）；（3）旋转误差（正确篮子位置、苹果位置与返回位置的夹角，图2C；如返回位置与苹果位置重合时，即响应距离为0，则取注视方向与正确篮子位置之间的夹角，图2D）。通过MATLAB 2022b提取日志文件中的行为数据。正式测试一共8次，以各指标的误差值来反映该受试者的空间导航功能，误差越大，则受试者在VSN中的表现越差。

点击查看大图

图1  虚拟空间导航任务范式示意图。1A：试验流程。参与者拿起一个空篮子（开始阶段），找到一棵树下的苹果（搜索阶段），将苹果捡起并返回到初始篮子的位置（返回阶段）。然后，根据返回位置和正确篮子的位置之间的欧氏距离给予星星作为结果反馈。1B：虚拟环境范围示意图。篮子和树木被随机出现在一个8×8的隐形网格中（3200 vm × 3200 vm）。
Fig. 1  Schematic diagram of the virtual spatial navigation task paradigm. 1A: Experimental procedure. Participants pick up an empty basket (starting phase), find an apple under a tree (search phase), pick up the apple, and return to the initial basket position (return phase). Based on the Euclidean distance between the returned position and the correct basket position, stars are given as feedback on the outcome. 1B: Schematic diagram of the virtual environment range. Baskets and trees are randomly positioned within an 8 × 8 invisible grid (3200 vm × 3200 vm).

点击查看大图

图2  评价虚拟空间导航功能的指标。2A：落点误差，即正确篮子位置与投放位置之间的欧氏距离。2B：距离误差，即往返正确距离与实际返回距离的绝对差值。2C~2D：旋转误，即正确篮子位置、苹果位置和投放位置之间的夹角。如果投放位置定位在苹果所在点（即响应距离为0），则旋转误差定义为玩放置篮子时的注视方向与正确篮子位置之间的夹角。
Fig. 2  Metrics for evaluating virtual spatial navigation performance. 2A: Drop error, euclidean distance between the correct basket position and the drop location; 2B: Distance error, absolute difference between the correct incoming distance and the actual return distance; 2C-2D: Rotation error, angle among the correct basket position, the apple position, and the drop location. If the drop location coincides with the apple position (i.e., the response distance is zero), the rotation error is defined as the angle between the gaze direction when the player drops the basket and the correct basket position.

1.4 影像数据采集与分析

       采用3 T MRI扫描仪（Philips，Ingenia CX）及32通道线圈采集受试者T1WI图像。采集参数如下：矢状位196层，TR 8.10 ms，TE 3.70 ms，层厚1 mm，FOV 256 mm×256 mm，体素大小1 mm×1 mm×1 mm。采用FreeSurfer软件7.1.1版本处理3D-T1图像，通过Desikan-Killiany图谱^[32]分割并提取全海马、内嗅皮质体积。此外，获得的全脑体积（total intracranial volume, TIV）用于调整个体头部大小的差异。根据IGLESIAS等^[33]整合的海马子区图谱（FS60方案）分割两侧半球海马亚区（包括齿状回、CA4区、CA3区含CA2、CA1区、下托区、旁下托区），并进行分割质量目视检查。

1.5 血浆生物标志物检测

       采集受试者的10 mL血液用于血浆生物标志物检测，经标准化程序分离、分装，保存于江苏省科技资源统筹服务平台（临床资源）南京鼓楼医院生物样本库，储存温度为-80°C。采用Quanterix公司单分子阵列（Simoa）HD-X 检测平台定量检测血浆生物标志物，检测流程为：血浆样本室温解冻混匀后，4 ℃、1000×g离心力离心5分钟，弃去沉淀及上层杂质，取中层澄清液，使用Quanterix公司p-tau217 V2检测试剂盒（LOT: 999024）检测血浆p-tau217。

1.6 统计分析

       本研究采用SPSS 26.0软件进行统计分析，以P<0.05为差异有统计学意义。采用双样本t检验比较年龄、性别、受教育年限、认知表现的差异，卡方检验比较性别差异。使用一般线性模型比较空间导航功能指标、血浆p-tau217及内侧颞叶结构（海马及其亚区、内嗅皮层）体积的组间差异，将性别、年龄、受教育年限和全脑体积作为协变量，对于内侧颞叶结构体积分析，用FDR校正P值（Benjamini-Hochberg 法）^[34]。接着以相同协变量进行偏相关分析，分析有组间差异的空间导航功能指标与内侧颞叶结构体积、血浆p-tau217的相关性。最后通过logistic回归和受试者工作特征（receiver operator characteristic, ROC）曲线评估VSN行为学指标、内侧颞叶结构体积特征、血浆p-tau217单独及联合使用时对NC组与MCI组的分类效能。

2 结果

2.1 人口统计学和认知评估

       样本量估算得到的最小总样本量为52例。本研究完成VSN行为学及认知量表评估的受试者共111例（NC 70例，MCI患者41例），其中88例（NC 54例，MCI患者34例）同时完成头颅MRI扫描和血浆p-tau217检测，均满足统计效能需求。NC组与MCI组的性别、年龄差异无统计学意义。MCI组的整体认知功能、记忆功能、语言功能、视空间功能和注意功能均差于NC组（P<0.05）。详见表1。

点击查看表格

表1  人口统计学资料和认知量表评估
Tab. 1  Demographic data and cognitive scale assessment

2.2 海马亚区及内嗅皮层体积

       内侧颞叶结构（包括海马及其亚区、内嗅皮层）体积的一般线性模型组间比较结果如表2所示。结果显示，未校正前，MCI组的总体海马和右侧海马体积较NC组明显下降，但是经FDR校正后处于临界值水平，未通过校正，组间差异不显著，其余未校正前差异有统计学意义的脑区均通过了FDR校正。

点击查看表格

表2  NC和MCI各海马亚区及内嗅皮层体积的比较
Tab. 2  Comparison of volumes of each hippocampal subregion and entorhinal cortex between NC and MCI groups

2.3 虚拟空间导航测试表现

       在VSN测试表现方面，MCI组的落点误差（P=0.002）和旋转误差（P=0.034）均显著大于NC组（图3）。

点击查看大图

图3  虚拟空间导航功能组间差异性比较柱状图。3A：落点误差，即正确篮子位置与返回位置的欧氏距离，单位虚拟米（vm）；3B：旋转误差，即正确篮子位置、苹果位置与返回位置的夹角；如返回位置与苹果位置重合时，即响应距离为0，则取注视视线方向与正确篮子位置之间的夹角；单位为度（°）。*：P<0.05；**：P<0.01。NC：正常对照；MCI：轻度认知障碍。
Fig. 3  Bar chart for comparison of virtual spatial navigation function differences between groups. 3A: Drop error, euclidean distance between the correct basket position and the returned position, in virtual meters (vm); 3B: Rotation error, the angle between the correct basket position, the apple position, and the returned position. If the returned position coincides with the apple position (i.e., the response distance is zero), the angle is defined as the angle between the gaze direction and the correct basket position, measured in degrees (°). *: P < 0.05; **: P < 0.01。NC: normal control; MCI: mild cognitive impairment.

2.4 血浆生物标志物检测结果

       血浆生物标志物检测结果显示，MCI组的血浆p-tau217显著高于NC组（P=0.001），表明MCI组有更大的进展为痴呆的风险（图4）。

点击查看大图

图4  组间血浆p-tau217差异性比较柱状图。*：P<0.05；**：P<0.01。NC：正常对照；MCI：轻度认知障碍。
Fig. 4  Bar chart for comparison of plasma p-tau217 differences between groups. *: P < 0.05; **: P < 0.01。NC: normal control; MCI: mild cognitive impairment.

2.5 虚拟空间导航行为学与血浆p-tau217及内侧颞叶结构体积的相关性

       在控制年龄、性别、受教育年限和全脑体积后，偏相关分析结果显示，空间导航误差、血浆p-tau217以及表现出组间差异的内侧颞叶结构体积（P<0.05，未校正）之间存在显著相关性。如图5所示：落点误差与血浆p-tau217（r=0.259，P=0.015）、旋转误差与血浆p-tau217（r=0.292，P=0.007）呈显著正相关；总下托区体积与落点误差（r=-0.352，P=0.001）、旋转误差（r=-0.262，P=0.016）及血浆p-tau217（r=-0.243，P=0.026）呈显著负相关；此外，落点误差与左侧齿状回（r=-0.277，P=0.011）、左CA4区（r=-0.290，P=0.007）、左侧下托区（r=-0.264，P=0.015）体积及血浆p-tau217与左侧齿状回（r=-0.228，P=0.037）、左CA4区（r=-0.251，P=0.021）、左侧下托区（r=-0.254，P=0.020）体积均呈显著负相关。

点击查看大图

图5  偏相关分析热图。整个队列虚拟空间导航行为学、血浆p-tau217及内侧颞叶结构体积之间的相关性，以性别、年龄、受教育年限、全脑体积作为协变量。*：P<0.05，未校正；**：P<0.05，FDR校正。EC：内嗅皮层；HP：海马；DG：为齿状回；CA3：海马CA3区；CA4：海马CA4区；Subiculum：下托区；L：左；R：右。
Fig. 5  Heatmap of partial correlation analysis. Correlations among virtual spatial navigation behavioral measures, plasma p-tau217 levels, and medial temporal lobe structural volumes in the entire cohort, with sex, age, years of education, and total brain volume included as covariates. *: P < 0.05, uncorrected; **: P < 0.05, FDR corrected. EC: entorhinal cortex; HP: hippocampus; DG: dentate gyrus; CA3: hippocampal CA3 region; CA4: hippocampal CA4 region; L: left; R: right.

2.6 基于虚拟空间导航行为学、血浆p-tau217及内侧颞叶结构体积对NC与MCI分类

       基于血浆p-tau217、空间导航功能指标（落点误差、旋转误差）及内侧颞叶结构体积特征构建多种模型来区分NC与MCI患者，通过ROC曲线评估不同模型的分类效能。如图6所示，单一指标模型中，虚拟空间导航模型（virtual spatial navigation model, VSN-M）的曲线下面积（area under the curve, AUC）最大，为0.724（95%置信区间：0.616~0.833），内侧颞叶结构模型（medial temporal lobe structural model, MTLS-M）次之（AUC=0.714，95%置信区间：0.605~0.822），血浆p-tau217模型（p-tau217 model, p-tau217-M）区分效能相对较低，AUC为0.642（95%置信区间：0.521~0.764）。将不同指标联合后，模型区分效能均有所提升。其中，联合三项指标构建的虚拟空间导航行为学、血浆p-tau217和内侧颞叶结构模型（VSN-p-tau217-MTLS-M）的区分效能最高，AUC达到0.822（95%置信区间：0.731~0.912），优于单一指标模型或两两联合模型（两两联合模型AUC范围为0.737~0.792）。

点击查看大图

图6  不同模型的受试者工作特征（ROC）曲线图。VSN-M：虚拟空间导航行为学模型；p-tau217-M：血浆p-tau217模型；MTLS-M：内侧颞叶结构模型；VSN- p-tau217-M：虚拟空间导航行为学和血浆p-tau217模型；VSN-MTLS-M：虚拟空间导航行为学和内侧颞叶结构模型；p-tau217-MTLS-M：血浆p-tau217和内侧颞叶结构模型；VSN-p-tau217-MTLS-M：虚拟空间导航行为学、血浆p-tau217和内侧颞叶结构模型。
Fig. 6  Receiver operator characteristic curves of different models. VSN-M: virtual spatial navigation behavioral model; p-tau217-M: plasma p-tau217 model; MTLS-M: medial temporal lobe structural volume model; VSN-p-tau217-M: combined virtual spatial navigation behavioral and plasma p-tau217 model; VSN-MTLS-M: combined virtual spatial navigation behavioral and medial temporal lobe structural volume model; p-tau217-MTLS-M: combined plasma p-tau217 and medial temporal lobe structural volume model; VSN-p-tau217-MTLS-M: combined virtual spatial navigation behavioral, plasma p-tau217, and medial temporal lobe structural volume model.

3 讨论

       本研究首次在AD高风险人群中，探讨空间导航功能（重点为路径整合功能）与内侧颞叶结构（含海马及其亚区、内嗅皮层）体积及血浆p-tau217的关联，核心发现如下：（1）与NC组相比，MCI组的总内嗅皮层及左侧内嗅皮层、齿状回、CA3区、CA4区、总下托及左侧下托区显著萎缩，海马整体体积差异无统计学意义，提示AD早期阶段脑区萎缩可能存在空间异质性；（2）MCI组的空间导航的落点误差、旋转误差更大，血浆p-tau217水平更高，且两项导航误差指标均与血浆p-tau217呈显著正相关，提示空间导航功能障碍与tau病理负荷相关；（3）相关性分析显示，下托区体积减小与两项导航误差、血浆p-tau217均存在负相关，其作为海马信息主要输出结构，可能是AD相关tau病理负荷和空间认知退化关联的潜在中间环节；（4）联合VSN行为学、脑结构体积与血浆p-tau217的多模态模型，区分NC与MCI组的效能良好，为AD高风险人群识别提供新参考。

3.1 MCI人群的内侧颞叶萎缩模式

       结果显示，NC与MCI组海马整体体积组间差异未通过FDR校正，仅表现为边缘显著水平，这可能与MCI处于疾病病理早期阶段有关，这一结果与先前报道中海马整体的明显萎缩多发生于疾病进展至中度或重度临床阶段一致^{[35, 36]}，而海马亚区（如齿状回、CA3、CA4及下托区）与内嗅皮层表现出显著差异，这与AD病理累积的时空进程相符^[22]，内嗅皮层和海马亚区（如CA1、下托区）作为tau病理早期易损区，可在AD早期就出现结构改变^{[37, 38, 39]}，本研究进一步证实内嗅皮层与下托的早期萎缩，支持了二者在AD早期阶段的相对易损性。同时，齿状回、CA3区及CA4区的萎缩模式，与既往研究揭示的AD早期该类亚区选择性损伤的模式类似^{[40, 41, 42]}，为AD早期海马亚区的差异化病理响应提供了佐证。

       值得注意的是，本研究未观察到CA1区的组间差异，可能的原因包括：NC组包含部分AD临床前期的主观认知下降个体，这类个体可能存在早期CA1亚区的细微变化，从而稀释了组间差异；另一方面，传统体积测量对海马亚区的细微结构变化敏感性不足，海马形态或皮质厚度分析可能更具检测优势^{[43, 44]}。

       上述结果不仅印证了研究海马亚区特异性的必要性，与前文“海马亚区具有结构与病理易感性差异”的论点一致，更说明AD早期海马亚区变化具有明显的空间异质性。整体海马体积在AD早期阶段并非敏感指标，这进一步提示，特定的海马亚区可能成为更具潜力的早期诊断与病程监测生物标志物。

3.2 空间导航功能减退与血浆p-tau217的关联

       基于VSN测试结果显示，MCI组的空间导航功能显著受损，表现在落点误差、旋转误差显著大于NC组，这与既往AD高风险人群^[45]和早期AD小鼠模型^[46]中报告的空间导航功能损伤的结果相互印证，提示空间导航障碍是AD早期的核心认知表型之一。

       与此同时，MCI组血浆p-tau217水平显著升高。已知该标志物由Aβ病理驱动，与脑脊液p-tau217及tau-PET负荷高度相关，是反映脑内神经原纤维缠结病理的特异性指标^[26]。本研究结果与纵向研究中认知受损人群的血浆p-tau217表现特征一致，且该项研究已证实血浆p-tau217负荷增幅与认知障碍程度呈正相关，可有效预测认知衰退^[47]，凸显了其作为AD高风险人群认知进展监测指标的重要价值。

       基于上述发现，本研究进一步探索了空间导航功能与血浆p-tau217的关联，结果显示落点误差、旋转误差均与血浆p-tau217呈正相关。这一结果与既往“内侧颞叶tau沉积与旋转误差存在关联^[25]、脑脊液AD生物标志物与导航缺陷相关^{[18, 26]}”的结论相互支撑，进一步提示tau病理负荷与特定认知域功能损害之间可能存在紧密联系^{[28, 48]}，为空间导航功能作为与血浆p-tau217变化相关的潜在认知生物标志物提供了理论依据。再结合血浆标志物检测微创、可及性强等优势，这一发现或为AD早期筛查开辟具有转化潜力的新路径。

3.3 下托区在AD病理与空间导航功能关联中的作用

       偏相关分析表明，下托区体积与落点误差、旋转误差及血浆p-tau217均存在显著关联。从神经环路功能来看，下托作为海马的主要输出结构，承担着将海马整合的空间信息传递至皮层的关键作用，对记忆巩固与提取至关重要^[49]，而海马是“认知地图”编码的核心脑区^[13]。因此，下托可能是AD分子病理变化和空间认知退化关联的潜在中间环节。

       已有研究证实，p-tau异常沉积是驱动下托区神经元变性的关键因素^[50]。据此推测，AD病理进程中，p-tau累积可能通过损伤下托区结构，破坏海马-皮层信息通路，进而导致导航障碍的发生。需要说明的是，下托区并非介导该关联的唯一脑区，内侧颞叶其他亚区及相关连接通路也可能发挥重要作用。

       此外，本研究虽发现血浆p-tau217与左侧内嗅皮层体积存在一定相关性，但未复制出内嗅皮层体积与空间导航功能的显著关联^{[6, 10]}。这种差异可能源于MCI组的样本量较少（MCI人群被认为是驱动内嗅皮层体积效应的核心群体^[6]），或内嗅皮层总体积分析掩盖了功能亚区（如负责空间导航的后内侧部分^{[51, 52]}）的特异性贡献。

3.4 多模态指标联合有助于识别AD高风险人群

       在分类效能方面，单独使用VSN行为学指标区分NC与MCI的AUC=0.724，优于单纯使用AD血浆标志物或脑结构特征的分类效能，这与既往研究中空间导航功能对正常个体与MCI患者具有较高分类效能特征相符^{[6, 53]}。更为重要的是，联合VSN行为学、内侧颞叶结构（包括海马、内嗅皮层）体积与血浆p-tau217的多模态模型，其分类效能达0.822。这一结果提示，VSN测试可能提供血浆生物标志物与结构影像之外的互补信息，而多模态策略可最大程度捕获AD早期在认知、影像和分子层面的多维异常，从而在识别AD高风险人群方面展现出潜在的应用价值。后续研究需在不同临床场景中进一步验证该多模态模型的泛化能力与稳定性。

3.5 局限性及展望

       本研究为横断面探索性研究，存在以下局限性：首先，未对内嗅皮层功能亚区进行细分，其后内侧部分的网格细胞对空间导航至关重要^{[51, 52]}，总体积分析可能遗漏关键信息；其次，海马亚区分割方案目前尚无统一金标准，不同方法间的差异可能影响研究间可比性^[54]；第三，基于屏幕的视觉整合任务，其生态效度与完全沉浸式虚拟现实或真实导航场景存在差异^[55]，可能影响行为学指标的敏感性和特异性；最后，本研究的样本量相对有限，这在一定程度上限制了构建稳健预测模型的能力，故未能进行模型间的统计学比较（如DeLong检验），亦未能确定稳定、可泛化的最佳诊断阈值。此外，样本量也制约了亚组分析的开展，特别是难以评估该方案对“认知正常但生物标志物阳性”人群的预测价值。因此，本文观察到的分类效能提升应视为初步探索性证据，后续需在更大规模队列中进一步验证。

       未来研究可聚焦三个方面：一是开展大样本纵向研究，纳入更多处于AD更早期阶段的高风险人群，追踪AD疾病谱进展轨迹，明确各指标的动态变化与预测价值；二是优化评估技术，采用统一的海马亚区分割方案^[56]和生态效度更高的沉浸式虚拟现实导航评估系统；三是在多中心临床场景中验证多模态评估方案的效能，推动其在AD早期筛查与风险分层中的临床应用。

4 结论

       本研究创新性地在AD高风险人群中，采用虚拟空间导航范式，首次系统探讨了空间导航功能、血浆p-tau217水平、内侧颞叶结构体积（包括海马及其亚区、内嗅皮层）三者之间的关联模式。多模态联合指标较单一标志物具有更高的分类效能，为理解AD早期空间导航功能减退的神经机制与分子病理基础提供了新线索，也为优化AD早期评估策略提供了新的研究思路和参考依据。后续研究需进一步结合纵向随访数据，验证上述指标在AD进展中的动态变化及其临床应用价值。