血液检测模型可提前数年预测阿尔茨海默病症状出现时间
一种新的血浆生物标志物时钟可以早期窥见阿尔茨海默病的时间进程，这可能重塑预防研究和治疗试验。
研究：使用血浆p-tau217时钟预测症状性阿尔茨海默病的发病。图片来源：Antonio Marca / Shutterstock
在最近发表在《自然医学》(Nature Medicine)杂志上的一项研究中，研究人员开发并验证了基于血浆生物标志物的时钟模型，使用血浆%p-tau217来估计具有潜在阿尔茨海默病病理证据但认知功能正常的个体何时会进展为症状性阿尔茨海默病(AD)。这些数学模型在两个独立队列中预测了症状出现时间，中位绝对误差仅为3年多，提供了不仅估计症状是否会出现，还能估计何时出现的概率框架。
阿尔茨海默病病理及基于血液的预测工具需求
阿尔茨海默病(AD)是一种进行性神经认知障碍，其特征是大脑中β-淀粉样蛋白斑块和神经纤维缠结的逐渐且通常是无声的积累。目前的临床实践主要依靠正电子发射断层扫描(PET)来检测大脑结构变化，但PET扫描价格昂贵且不易广泛获得。
虽然PET成像可以在认知症状出现前几年就识别病理变化，但准确预测个体从临床前期病理发展为症状性AD的时间一直是主要的临床挑战。研究人员越来越关注基于血液的生物标志物，特别是217位磷酸化tau蛋白(p-tau217)。血浆p-tau217水平升高与潜在的阿尔茨海默病病理和增加的痴呆风险密切相关。然而，先前的研究尚未将这种生物标志物转化为使用基于血浆的时钟建模方法进行个体化症状时间估计。
使用纵向血浆%p-tau217数据的研究设计
该研究遵循流行病学观察性研究报告加强(STROBE)指南，分析了来自两个独立队列的纵向数据：Knight阿尔茨海默病研究中心(Knight ADRC; n = 258)和阿尔茨海默病神经影像学倡议(ADNI; n = 345)。参与者在基线时认知功能正常，但有可用的血浆%p-tau217测量值。两个队列主要由非西班牙裔白人组成，这可能会限制普遍适用性。
生物标志物%p-tau217表示217位磷酸化与非磷酸化tau蛋白的比值。血浆水平使用高通量液相色谱-质谱联用(LC-MS)进行量化。在Knight ADRC中，血液样本在中位间隔约6.5年的时间内多次采集，在ADNI中为4.5年，使得能够对生物标志物随时间的变化轨迹进行建模。
阿尔茨海默病进展的生物钟模型构建
研究人员开发了两种数学时钟模型，速率累积的时间积分(TIRA)和采样迭代局部近似(SILA)，用于绘制血浆%p-tau217的纵向增加情况。这些模型估计了个体生物标志物达到被视为阿尔茨海默病病理阳性的阈值的年龄。
预测的生物标志物阳性年龄随后用于估计症状性AD的预计发病时间。将模型预测与参与者特定的临床评估进行比较，包括临床痴呆评级(CDR)分期和裁定诊断，以评估时间准确性。
三年中位误差的预测准确性
这些时钟模型在两个队列中展示了疾病进展轨迹的一致性。调整后的R²值范围为0.337至0.612，表明具有中等解释力。在预测症状发病时，模型达到的中位绝对误差为3.0-3.7年。
这种预测精度水平表明，基于血浆的生物标志物时钟可以在具有临床意义的范围内近似估计阿尔茨海默病的进展时间线，尽管不是确定无疑的。这些模型为个体提供概率预测而非精确预测。
无症状间隔的年龄依赖性差异
实际年龄显著影响生物标志物阳性和临床症状出现之间的时间长度。与年轻个体相比，年长个体在血浆%p-tau217阳性与认知下降之间的时间间隔更短。
在60岁成为生物标志物阳性的参与者在发展为症状性AD之前有20.5年的中位时间。在80岁达到阳性的参与者有11.4年的中位无症状间隔。这些发现可能反映了与年龄相关的共病或累积的神经退行性过程，这些过程加速了老年人的临床表现。
多种免疫测定平台的适用性
该研究评估了类似的时钟建模方法是否可以应用于不同的免疫测定平台。检测的试剂盒包括Fujirebio Lumipulse p-tau217/Aβ42、C2N Diagnostics PrecivityAD2 p-tau217、Janssen LucentAD Quanterix p-tau217、ALZpath Quanterix p-tau217和Fujirebio Lumipulse p-tau217。
时钟建模在各平台上是可行的，但性能因测定特性和分析方法而异。各测定之间的结果并不完全一致，分析灵敏度和校准的差异影响了预测性能。
临床意义和研究应用
这项研究表明，基于血浆%p-tau217的生物钟模型可以估计阿尔茨海默病症状出现的时间线，中位误差约为三到四年。尽管这一范围限制了其立即用于确定性个体预后，但这种方法提供了一个有价值的研究工具。
作者警告说，这些模型目前还不适合常规临床决策。然而，他们提议在研究环境中立即应用。通过识别在特定时间内最可能发展出症状的个体，基于血浆的时钟可以改善预防试验和治疗研究的参与者选择。
随着未来模型整合更多生物标志物和健康数据，这种基于血液的预测方法可能会演变为指导阿尔茨海默病预防干预和个性化监测策略的实用工具。
【全文结束】
