バイオマーカー

科学分野:

• 神経学
• 核医学
• 神経画像

背景:

• アミロイドβ陽電子放出断層撮影（Aβ-PET）シグナルの領域分布は、十分に理解されていない。
• データ駆動型手法を用いて、4つのコホートにわたる12,000人以上の認知機能障害患者におけるAβ-PETパターンを分析した。

研究 の 目的:

• データ駆動型アプローチを用いて、異なるAβ-PET結合パターンを特定すること。
• 特定されたAβ-PETパターンの臨床病理学的関連を調査すること。

主な方法:

• 認知機能障害者（MCI/認知症）におけるマルチトレーサーテンプレート空間Aβ-PET SUVR画像の分析。
• 独立成分分析（ICA）およびk平均クラスタリングを用いて、Aβ-PET結合トポグラフィーに基づいて患者をグループ化した。
• 3つの独立したコホート全体でモデルを検証し、臨床的障害、APOE-ε4状態、タウPET、および神経病理学との関連を評価した。

主要な成果:

• 3つのクラスターが出現した：Aβ陰性、後頭葉優位の結合を持つAβ陽性（Aβ+ posterior）、典型的な結合を持つAβ陽性（Aβ+ typical）。
• Aβ+ posterior群は、より重度の臨床的障害、低いAPOE-ε4キャリア頻度、およびより高い後頭葉タウPETを示した。
• 剖検所見では、Aβ+ typical群と比較して、Aβ+ posteriorクラスターでより重度の脳アミロイド血管症（CAA）が明らかになった。

結論:

• 後頭葉優位のAβ陽性PET結合群に患者を割り当てるための信頼性の高い方法が開発された。
• 後頭葉のAβ-PET結合は重要であり、CAAおよびより重度の認知機能障害のバイオマーカーとして機能する可能性がある。
• これらの所見は、Aβ-PET評価において後頭葉領域を考慮することの重要性を強調している。