在臨床前阿茲海默症的研究領域中，生活型態介入究竟能否真正改變疾病軌跡，一直缺乏縱向影像生物標記的直接證據。此研究研究明確指出了「誰最需要動」、「動多少才夠」以及「保護效果如何發生」，為未來的預防策略與臨床試驗設計提供了具體且可操作的方向。
重要提問
Q1：在臨床前阿茲海默症（Preclinical AD）階段，身體活動（Physical Activity, PA）究竟是透過「逆轉病理」還是「增強韌性」來延緩退化？
Q2：身體活動的保護傘是否適用於所有人？還是只對特定族群有效？
Q3：本研究最關鍵的「生物標記」發現為何？這對臨床病程預測有何意涵？
Q4：所謂「有效運動量」在劑量反應（Dose-Response）分析中呈現何種趨勢？這如何改變我們對病患的衛教建議？
Q5：本研究採用客觀測量工具（計步器），相較於過往依賴問卷的研究，揭露了哪些被低估的事實？
Q6：基於本研究，未來的 AD 預防性臨床試驗設計應如何調整，才能最大化成功率？
Physical activity as a modifiable risk factor in preclinical Alzheimer’s disease
文獻出處
背景
既有知識
身體不活動是全球最重要、可修正的失智症風險因子之一，估計接近一半的 AD 病例與可修正因子相關。
動物研究普遍顯示運動可延緩 AD 病理進展，但人類證據仍有限。
多數既有研究依賴「自我回報 physical activity」，在高齡與認知風險族群中極易造成偏差。
過往人類研究多集中於有症狀階段，而非前臨床期，亦多缺乏縱向 AD 生物標記資料。
文獻缺口
人類研究尚未回答的核心問題：
「身體活動是否真正改變 AD 早期病理？影響的是 Aβ 還是 tau？」缺乏：
客觀量測的身體活動（如 wearable steps）
多年縱向追蹤
同步整合 Aβ PET、tau PET、認知測驗
因此臨床界仍無法定義「活動量足以改變病理進程的劑量」。
研究目的（Objectives）
根據摘要，本研究目的明確聚焦於：
使用 pedometer（計步器） 的客觀資料，而非自陳。
解答三個精準目標：
身體活動是否與 前臨床 AD 的縱向 Aβ、tau 變化相關？
身體活動是否與 認知與功能下降速度相關？
活動量的保護作用是否透過 Aβ → tau → 認知 的病理路徑中介？
另外探索：是否存在具有臨床可操作性的 「活動量劑量反應曲線」。
研究方法
研究設計與受試者
世代來源： 來自 Harvard Aging Brain Study (HABS) 的社區型縱向世代。
納入標準：
年齡 50-90 歲。
基線時認知功能正常（Global CDR = 0, MMSE ≥ 27, 邏輯記憶測驗正常）。
需具備基線計步器數據、Aβ PET 影像，以及至少兩次縱向認知評估。
排除標準： 排除患有症狀性腦血管疾病或血管風險因子控制不佳者。
最終樣本數： 共納入 296 位受試者。其中 241 位有縱向 Aβ PET 數據，172 位有縱向 Tau PET 數據。
追蹤時間： 認知評估追蹤中位數 9.2 年；Aβ PET 追蹤中位數 5.3 年；Tau PET 追蹤中位數 5.0 年。
身體活動測量
測量工具： 腰掛式計步器（Omron HJ-720ITC）。
測量方式： 於基線時連續配戴 7 天（清醒時間）。
數據清洗： 排除單日 <100 步或 >30,000 步的異常值；受試者需至少有 4 天的有效紀錄。
主要指標： 平均每日步數（Mean steps per day），分析時進行平方根轉換以校正偏態。
分組定義（用於劑量分析）：
Inactive（不活躍）： ≤ 3,000 步/天。
Low activity（低活動）： 3,001 – 5,000 步/天。
Moderate activity（中等活動）： 5,001 – 7,500 步/天。
Active（活躍）： ≥ 7,501 步/天。
神經影像評估
Aβ PET： 使用 Pittsburgh Compound-B (PiB)。計算 Global Distribution Volume Ratio (DVR)。
Tau PET： 使用 {18}F-Flortaucipir。由於該技術於研究中期引進，首次 Tau 掃描平均於基線後 2.2 $\pm$ 1.5 年進行。
ROI 鎖定： 下顳葉皮質（Inferior Temporal Cortex, ITC），這是臨床前 AD 新皮質 Tau 蛋白早期累積的關鍵區域。
數據處理： 均採用部分體積效應校正（PVC）。
認知與功能評估
認知功能： 使用 PACC5 (Preclinical Alzheimer’s Cognitive Composite-5)。
日常功能： 使用 CDR-SOB (Clinical Dementia Ratings Sum of Boxes) 評估功能性衰退。
統計方法
主要模型： 線性混合效應模型（Linear Mixed Effects Models），Aβ slope，ITC tau slope，認知下降 slope（PACC5， CDR-SB）
交互作用項： 核心分析：
physical activity × baseline Aβ → tau / cognition / function中介分析（Mediation Analysis）： 使用 Moderated Mediation Analysis，檢驗 tau 變化是否中介「活動量 → 認知下降/功能惡化」之間的關聯
結果
參與者
- 總樣本數: 296 位基線時認知正常的老年人，平均年齡: 72.3 ± 7.2 歲，性別分布: 女性 59% (n=175)，教育程度: 平均 15.8 ± 3.0 年
縱向追蹤數據:
基線身體活動的相關性分析
與人口學變數的關聯
與基線影像標記的關聯
與基線認知的關聯
身體活動與縱向 Aβ 累積的關聯
- 主要發現: 身體活動量與 Aβ 累積速度無顯著關聯
身體活動與 Aβ 對縱向 tau 累積的交互作用
- 核心發現: 在 Aβ 升高的個體中，較高身體活動量與較慢的 ITC tau 累積顯著相關
敏感性分析
- 所有敏感性分析均支持主要發現包括
身體活動與 Aβ 對縱向認知與功能的交互作用
認知衰退 (PACC5) 分析 (n=296)
- 主要發現: 在 Aβ 升高的個體中，較高身體活動量與較慢的認知衰退顯著相關
功能衰退 (CDR-SOB) 分析 (n=296)
- 主要發現: 在 Aβ 升高的個體中，較高身體活動量與較慢的功能衰退顯著相關
tau 對認知與功能衰退的中介效應分析
- 分析目的: 釐清身體活動保護認知/功能的機制——有多少比例是透過減緩 tau 累積來實現？
對認知衰退 (PACC5) 的中介效應
- 在 Aβ 升高的個體中:
- 在 Aβ正常的個體中:
對功能衰退 (CDR-SOB) 的中介效應
- 在 Aβ 升高的個體中:
- 在 Aβ 正常的個體中:
劑量反應關係分析
- 分析目的: 回答「需要多少身體活動量才能達到保護效果？」
- 身體活動分組定義
各組 tau 累積速度比較（在 Aβ 升高者中）
- 統計結果（以久坐組為參照）:
各組認知衰退速度比較（在 Aβ 升高者中）
- PACC5 分數變化（以久坐組為參照）:
各組功能衰退速度比較（在 Aβ 升高者中）
- CDR-SOB 分數變化（以久坐組為參照）:
📊 達到臨床意義閾值的時間估算
表一：認知障礙閾值（PACC5 < −1.5）
| 活動水平 | 達到閾值時間 | 相較久坐組延後 |
|---|---|---|
| 久坐組 (≤3,000 步/天) | 6.5 年 | — |
| 低活動組 (3,001–5,000 步/天) | 9.6 年 | +3.1 年 |
| 中度活動組 (5,001–7,500 步/天) | 13.6 年 | +7.1 年 |
| 高活動組 (≥7,501 步/天) | 12.7 年 | +6.2 年 |
表二：功能下降閾值（CDR-SOB 增加 1.5 分）
| 活動水平 | 達到閾值時間 | 相較久坐組延後 |
|---|---|---|
| 久坐組 (≤3,000 步/天) | 7.1 年 | — |
| 低活動組 (3,001–5,000 步/天) | 10.2 年 | +3.1 年 |
| 中度活動組 (5,001–7,500 步/天) | 11.9 年 | +4.8 年 |
| 高活動組 (≥7,501 步/天) | 13.6 年 | +6.5 年 |
• 即使從久坐提升至低活動量（3,001–5,000 步/天），也能將認知與功能惡化的時間延後 3 年以上
• 中度活動量（5,001–7,500 步/天）能將認知障礙的出現時間延後超過 7 年
• 高活動組與中度活動組效果相當，顯示存在「平台效應」，不需追求過高步數
• 這些數據僅適用於 Aβ 陽性的臨床前 AD 個體
討論
運動的保護機制聚焦在 tau，而非 Aβ
研究證實體力活動與縱向 Aβ 變化完全無關（PA × Time 對 Aβ slope 不顯著）。
Aβ 與步數在基線上亦不具相關性，排除「高活動者天生 Aβ 較少」的可能。
PA × Aβ × Time 在 ITC tau slope 上呈強烈顯著效果，代表運動主要在「高 Aβ 風險」環境下，減緩 tau 累積。
認知下降的保護高度由 tau 所中介
在高 Aβ 個體中，運動對認知（PACC5 slope）的保護效應，有 84% 由「減緩 tau 累積」中介。
中介後，運動對認知的 direct effect 不再顯著，代表運動效應幾乎全面依靠 tau 路徑。
在低 Aβ 者中，中介模型不成立，支持運動效益主要在「已進入 preclinical AD 病程」的個體中浮現。
功能下降的保護部分由 tau 中介，部分可能經由其他機制
在 CDR-SOB slope 中，tau 佔運動效益的約 40%，其餘 60% 為 direct effect。
direct effect 顯示運動可能透過 體能、肌力、平衡、日常活動能力等非 tau 路徑改善功能。
功能改善的機制可能包含：延緩跌倒、維持 ADL、自主性提升、提升「functional reserve」。
帶有「平台效應」的活動量劑量反應關係
劑量反應分析顯示：5,001–7,500 步/日達到最佳保護，之後呈平 plateau。
在高 Aβ 者中，中等活動量即可：
tau 累積顯著變慢
認知下降減少 50% 以上
功能惡化延後約 6 年
inactive → moderate 的區間是效益最大化的關鍵斜率。
研究限制：單一基線步數、族群同質性、活動型態無法捕捉
步數僅有 基線一次量測，無法掌握運動隨時間變動的動態資訊。
pedometer 難以捕捉 游泳、阻力訓練、飛輪等非步行型活動。
HABS 族群受教育程度高、白人比例高、低共病，限制對一般族群的外推。
未包含睡眠、營養、壓力等共同決定因素，可能低估或高估某些路徑效應。
因非 RCT 設計，即使多重敏感性分析減少反向因果，仍無法完全證實因果關係。
重點問答
Q1：在臨床前阿茲海默症（Preclinical AD）階段，身體活動（Physical Activity, PA）究竟是透過「逆轉病理」還是「增強韌性」來延緩退化？
本研究提供了明確的病理機轉證據：身體活動並非透過「清除」病理蛋白來發揮作用，而是透過截斷病理級聯反應（Cascade）。數據顯示，高強度的身體活動並不能減少大腦中的 Aβ負荷，也無法改變 Aβ的累積速率。然而，在 Aβ 陽性的高風險族群中，身體活動顯著減緩了認知功能（PACC5）與功能性（CDR-SOB）的衰退。這表明運動的作用機制在於讓大腦對 Aβ產生「抵抗力」，而非消除 Aβ 本身。
Q2：身體活動的保護傘是否適用於所有人？還是只對特定族群有效？
Q3：本研究最關鍵的「生物標記」發現為何？這對臨床病程預測有何意涵？
本研究最核心的亮點在於揭示了身體活動如何使 Aβ 與 Tau 蛋白之間的關係脫鉤。傳統上，Aβ 的堆積會誘發下游 Tau 蛋白在下顳葉皮質（Inferior Temporal Cortex, ITC）的擴散。研究發現，在Aβ 負荷升高的個案中，較高的每日步數與較慢的 ITC Tau 累積顯著相關。統計模型證實，ITC Tau 的累積速度減緩，解釋了（Mediated）高達 84% 的認知功能保護效應。臨床意涵在於：即便患者已出現澱粉樣斑塊，透過介入生活型態仍能有效阻斷其轉化為 Tau 病變的致命路徑。
Q4：所謂「有效運動量」在劑量反應（Dose-Response）分析中呈現何種趨勢？這如何改變我們對病患的衛教建議？
打破了「越多越好」的線性迷思，本研究發現身體活動與 Tau 累積及認知衰退之間呈現曲線關係（Curvilinear Relationship）。具體而言，保護效應在每日 5,001 至 7,500 步的「中等活動量」區間即達到高原期（Plateau），超過此步數後效益未見顯著遞增。這對臨床衛教至關重要，因為對於老年久坐族群而言，要求達到一萬步可能過於嚴苛且難以遵從；反之，將目標設定在每日約 6,000 步，即可獲得最大化的神經病理保護效益，這是一個極具可行性的臨床目標。
Q5：本研究採用客觀測量工具（計步器），相較於過往依賴問卷的研究，揭露了哪些被低估的事實？
過往依賴自我報告（Self-reported）的研究常因回憶偏差（Recall Bias）導致結果不一致，且多數未能發現身體活動與 Aβ 或 Tau 的關聯。本研究利用計步器進行客觀測量，並結合縱向追蹤（中位數 9.2 年），成功偵測到身體活動與早期新皮質 Tau（Neocortical Tau）累積的微細關聯。這暗示過去許多關於「運動無效」的研究結論，可能源於測量工具不夠精確，掩蓋了運動在微觀病理層級的真實調節作用。
Q6：基於本研究，未來的 AD 預防性臨床試驗設計應如何調整，才能最大化成功率？
小結
步數與 Aβ 無關——無論基線或縱向都不會改變 Aβ 負荷。
步數與 tau 緊密相關——尤其在Aβ 升高者中，步數越高，ITC tau 累積越慢。
tau 是身體活動保護認知的核心仲介因子——在 Aβ+ 者中，tau 變化解釋 84% 的認知下降保護效益。
關鍵劑量反應曲線呈現「中等量 plateau」——約 5,001–7,500 步/天 即能達到最大保護效果，超過後效益不再明顯增加。
真正受益者是：久坐 + Aβ 陽性者——步數提升對此族群的影響最顯著，可將 9 年認知下降幅度減少 40–54%。