图 2 基线冷漠对数字符号表现年度变化率的影响(“斜率”)。左侧为潜在增长曲线模型,用于测试基线冷漠水平的预测值,该预测值由修订后的剑桥行为清单 (CBI) 的冷漠分量表评估,用于预测 2 年随访中数字符号测试表现的纵向下降。估计的发病年限 (EYO) 被纳入模型作为协变量。症状前组的估计回归值以斜体报告(est = 估计;SE = 标准误差;z = z 值)。右侧图表表示估计的数字符号表现年度变化率(y 轴)与基线冷漠分数(x 轴)之间的关系。为保护匿名性,未绘制个人数据。缩写:Digit Symb,数字符号测试;Interc,截距。
注意:在非携带者,无症状突变携带者和有症状的突变载体中,使用线性混合效应模型(用于连续结果)和具有逻辑链接的广义线性混合效应模型来计算特征差异的重要性。所有混合模型均包含随机的家庭效应,以说明同一家族参与者之间的结果指标的关联。连续措施表示为中值(IQR)。缩写:Adad,常染色体显性阿尔茨海默氏病; cdr-sob,临床痴呆评级盒子的总和; CSF,脑脊液); Eyo,估计症状发作的年; FDG,18 F-氟脱氧葡萄糖; GFAP,神经胶质原纤维酸性蛋白; IQR,四分位数范围; MMSE,小型国会考试; n,参与者的总数(分别有突变非载体,无症状突变携带者和有症状的突变载体的数量);宠物,正电子发射断层扫描; PIB,11 C-pittsburgh化合物B; SUVR,标准化的吸收值比。