打开网易新闻 查看精彩图片

《放射学》(Radiology)2026 年 9 月刊登了一项来自 MESA 队列(多种族动脉粥样硬化研究)的分析。研究者用深度学习算法,从 715 位老人早就拍好的胸部平扫 CT 上,把胸椎的骨密度量了出来,再对照他们几年间的脑 MRI 和认知测试。结论是:入组时骨密度越低的人,白质的损伤和认知分数的下滑都走得更快一些,糖尿病患者身上这层关联更明显。

这个结论听起来有点远。骨头在躯干和四肢,脑子在颅腔里,中间隔着血脑屏障,一个管支撑,一个管思考。两边为什么会同步变差?

一张 CT,被读出了两样东西

这项研究在技术上做的事,和常说的"AI 看片子找病灶"是两码事。

体检或者查肺结节时拍的胸部平扫 CT,本来只看肺和纵隔。但 CT 的原理是测 X 线衰减,椎体正好在扫描范围里,它的衰减值和骨矿含量直接相关。研究者用一套事先验证过的深度学习算法,自动把胸椎椎体从图像里勾出来,再换算成体积骨密度(vBMD,单位 g/cm³)。整个过程不需要病人多躺一次机器,也不需要额外拍 DXA(双能 X 线骨密度仪)。

这种做法叫机会性筛查:一次检查已经采集到的数据,被拿去回答另一个问题。它省钱、省辐射,代价是这个数值没有经过为骨密度专门优化的采集参数,只能算一个近似。

研究纳入的是 MESA 队列里入组时没有临床确诊心血管病的人,共 715 位,年龄中位数 69 岁(四分位区间 65 到 75 岁),男 397 位、女 318 位。数据采集从 2016 年 9 月持续到 2024 年 3 月。除了胸部 CT,他们还做了脑部多模态 MRI 和认知测试,随访期间重复测量。

脑 MRI 看两个指标。一个是弥散张量成像(DTI)算出的各向异性分数(FA)。白质是成束的神经纤维,外面包着髓鞘,可以想成一捆理顺、包好绝缘皮的电缆。水分子在这样的结构里只能顺着缆走,横着走不动,这种方向性就是 FA。缆理得整齐、绝缘皮完好,FA 就高;缆散了、皮薄了、缆与缆之间积了水,FA 就掉下来。另一个是 FLAIR 序列上的白质高信号(WMH)体积,也就是影像报告里常写的"脑白质变性""缺血灶",一般认为主要反映小血管病变累积的后果。

打开网易新闻 查看精彩图片

结果:认知指标更稳,白质的总体指标没立住

研究者用线性混合效应模型,把基线骨密度和随访期间这些指标的变化速度对上,校正了年龄性别教育、APOE-ε4 基因型、心血管代谢危险因素、生活方式和用药。下表里的「每低 0.1 单位」指基线 vBMD 每低 0.1 g/cm³。

打开网易新闻 查看精彩图片

这张表里有一处容易被略过、但决定了整篇文章分量的地方:全脑白质 FA 这个总体指标,原始 P 值 0.02 看着像回事,做了多重比较校正(FDR)之后变成 0.07,按惯例算没通过。也就是说,"骨密度低 → 全脑白质整体退得快"这一条,这项研究并没有立住。

立住的是两个具体部位,以及认知的两项评分。内囊前肢是额叶皮层往下走的纤维必经之路,胼胝体是左右半球之间的主干道,两者都属于对缺血比较敏感的深部白质。认知那两个指标的 P 值一个 0.002、一个小于 0.001,在校正之后仍然稳。

还有一个分层结果:糖尿病会把骨密度和白质高信号进展之间的关联放大(β=4.99%,P=0.03)。同样的骨密度差距,在糖尿病患者身上对应更快的白质高信号积累。

它不是第一次被看到

如果只有这一项研究,很容易当成偶然。但骨和脑的关联在人群层面被反复观察到过。

鹿特丹研究(Neurology 2023)纳入 3651 位基线无痴呆的社区老人,用 DXA 测骨密度,中位随访 11.1 年,其中 688 人(18.8%)发生痴呆,阿尔茨海默病占 528 例(76.7%)。股骨颈骨密度每低 1 个标准差,全因痴呆风险高 12%(HR 1.12,95% CI 1.02–1.23)。把人按股骨颈骨密度分成三档,最低一档在入组后 10 年内的痴呆风险约为参照组的两倍(HR 2.03,95% CI 1.39–2.96)。

一项汇总三个队列、共 4431 人的荟萃分析(J Am Geriatr Soc 2024)给出的方向一致:基线骨密度每高 1 个标准差,10 年内发生痴呆的风险低 9%(HR 0.91,95% CI 0.84–0.995)。

这些研究有一个共同的、绕不开的问题:痴呆本身会让人少动、吃得差、日晒少,骨量因此掉得快。所以看到"骨差的人后来痴呆多",完全可以反过来解释成"脑子已经在坏,只是还没被诊断出来,骨头先露了马脚"。鹿特丹研究之所以强调风险在前 10 年内更集中,也正是因为这个反向因果说不掉。

MESA 这项研究的价值,在于它把终点从"有没有得痴呆"换成了"白质和认知在这几年里退了多少",并且骨密度是在随访开始前测的。它提供的仍然是关联,不是因果,但时间顺序比横断面研究清楚一些。

我自己读这类研究,习惯先问一句:这个指标是病因,还是记录仪?多数时候是后者。骨密度大概也属于后者。

打开网易新闻 查看精彩图片

为什么会连在一起,目前有几种说法

机制这一层,老实讲还没有定论。能拿出来讨论的有三条,证据强度差得很远。

第一条,共同的血管底子。这一条最保守,也最有说服力。骨的重塑依赖骨内的微血管供血,髓腔里的小血管一旦稀疏,成骨细胞的营养和氧就跟不上;脑深部白质由穿支动脉供血,这些血管细、没有侧支,是脑小血管病最先受累的地方。高血压、糖尿病、吸烟、慢性炎症这一类因素同时伤两边的微循环。这项研究里糖尿病放大了白质高信号那一条关联,正好落在这个方向上。按这种解释,骨密度不是脑损伤的原因,它是全身微血管状态的一块指示牌,骨头替人把这些年血管受的累记了下来。

第二条,骨头分泌的信号分子。骨不只是支架,成骨细胞会往血里分泌骨钙素(osteocalcin)。Karsenty 实验室在《实验医学杂志》(J Exp Med 2017)报告,给 16 月龄的老年小鼠外周注射骨钙素,能改善依赖海马的记忆、减少焦虑样行为;海马 CA3 区神经元上的孤儿受体 Gpr158 介导这一作用,下游牵涉 IP3 和 BDNF。这条通路在小鼠身上证据比较实,但两点要挑明:第一,这是小鼠,人体内骨钙素水平和认知的因果关系还没有被干预试验验证;第二,同一分子在别的研究里方向并不一致,2021 年《科学进展》有一篇报告骨钙素经 GPR37 抑制少突胶质细胞分化和髓鞘形成,那是在往相反方向推。拿一个还在打架的分子去解释人群数据,说服力有限。

第三条,共享的危险因素和行为。缺乏负重运动、日照少、维生素 D 和蛋白质摄入不足、长期慢性炎症、某些药物(糖皮质激素、部分抗癫痫药),这些东西同时压低骨量和认知储备。它不算严格意义上的机制,但在真实人群里贡献可能不小,而且统计校正很难校干净。校正模型里放进去的是有没有糖尿病、BMI 多少这种粗变量,压不住二三十年积累下来的差别。

三条里,第一条和第三条并不需要骨头"对脑子做了什么",只要求两者共享上游。第二条要求骨头直接向脑发信号,目前只有动物证据。这项研究本身不区分这三条,它的设计也做不到。

打开网易新闻 查看精彩图片

能推出什么,不能推出什么

能推的:在这批中位年龄 69 岁、没有心血管病史的人里,一张已经拍过的胸部平扫 CT 上算出来的骨密度,带着一点关于未来几年脑白质和认知走向的信息。这个信息在校正了一堆常规危险因素之后仍然在,说明它不完全是年龄和糖尿病的影子。

不能推的:

一是不能说骨密度低会导致脑退化。观察性研究,关联的方向和因果的方向是两回事,上一节的三种解释里有两种根本不含"骨伤脑"这一步。

二是不能说补钙、补维生素 D 或者用抗骨质疏松药能保护脑子。这项研究没有任何干预,没有比较用药组和不用药组。目前也没有以认知为主要终点的抗骨质疏松药随机对照试验给出阳性结果。看到这类推论要停一下。

三是效应本身不大。原文用的词是 modestly(轻度)。整体认知合成分每年多降 0.025 个标准差,累积十年是 0.25 个标准差,放在个人身上,不足以据此预测某一个人会不会得痴呆。它是人群层面的统计信号,不是个体化的预警器。

四是样本有限制。715 人里做完 DTI 的只有 405 位,做完 CASI 的 675 位,各个终点的分析人数并不一致;入组时已有心血管病的人被排除在外,结果不能直接搬到心血管病患者身上。

对普通人的实际意义

第一,做过胸部 CT 又拿到过"椎体骨密度偏低"这类提示的人,不必把它读成脑子要出问题的预兆。它更像一个提醒:血管和代谢这一摊子该查一查了。血压、血糖、血脂、吸烟这几项,本来就是脑小血管病和骨量丢失共同的上游。

第二,反过来,也别因为这项研究去主动加做骨密度检查来"评估脑健康"。骨密度检查的适应证还是骨质疏松那一套(绝经后女性、65 岁以上、长期用糖皮质激素、既往脆性骨折等),这项研究的证据强度远不足以改写任何一条筛查建议。要不要查、多久查一次,由接诊医生按现行指南判断。

第三,真正能落地的,反而是几样最朴素的做法。规律的负重运动和抗阻训练,在骨质疏松防治和心脑血管健康两方面都属于各国指南里的常规建议;血糖控制在这项研究里有直接的对应(糖尿病组关联被放大);戒烟、控压同理。具体怎么练、练多少,还是按接诊医生和康复科的意见来。这几项不是因为这篇论文才该做,而是它又添了一条侧面的理由。

第四,把机会性筛查这个思路记住。同一次扫描的数据被重复利用去回答新问题,是近几年影像 AI 里比较扎实的一支,不制造新检查,不增加辐射,风险主要在过度解读。这项研究恰好示范了该有的分寸:主要终点没通过多重比较校正,作者照实写了出来,结论里用的是"提示可能有用于识别脑加速老化的价值",而不是"可以用于预测痴呆"。

参考来源

· Momtazmanesh S, et al. Radiology 2026;320(3):e260656 (MESA)

· Xiao T, et al. Neurology 2023;100(20):e2125-e2133 (Rotterdam Study)

· Bone mineral density and the risk of incident dementia: a meta-analysis. J Am Geriatr Soc 2024

· Khrimian L, et al. J Exp Med 2017;214(10):2859-2873

AI 辅助整理,作者审核;内容仅供参考,具体诊疗请遵医嘱。