来自不同模式的生物标志物组合预测多发性硬化症早期残疾累积.
Vinzenz Fleischer1, Tobias Brummer1, Muthuraman Muthuraman1,2
1Department of Neurology, Focus Program Translational Neuroscience (FTN), Rhine Main Neuroscience Network (rmn2), University Medical Center of the Johannes Gutenberg University Mainz, Mainz, Germany.
Frontiers in immunology
|February 17, 2025
概括
结合MRI,OCT和血液生物标志物,可以准确预测多发性硬化症 (MS) 的残疾进展,优于单个标志物. 这种多式模式的方法提供了更全面的疾病病理学的观点,以改善患者的治疗结果.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物发现发现
- 临床神经学 临床神经学
背景情况:
- 由于复杂的神经炎症和神经退行,预测多发性硬化症 (MS) 的残疾进展具有挑战性.
- 单个生物标志物方法在预测MS残疾累积方面取得了有限的成功.
研究的目的:
- 研究单种和多种模式生物标记组合的预后价值,以预测多发性硬化症患者四年内残疾进展.
- 探索MRI,OCT和血清中的单个和组合生物标志物的区分能力.
主要方法:
- 随访了111名多发性硬化患者四年,通过扩展残疾状况表 (EDSS) 追踪残疾.
- 评估的损伤体积 (LV),灰质体积 (GMV),视网膜神经纤维层,质细胞内状层,血清神经丝光链 (sNfL) 和血清质纤维酸性蛋白质.
- 利用接收器操作者特征 (ROC) 分析和结构方程建模 (SEM) 来评估生物标志物的性能和相互关系.
主要成果:
- 仅仅基线灰质体积 (GMV) 就可以预测随后的EDSS进展.
- 没有其他个人基线生物标志物在进步和非进步患者之间进行了歧视.
- 核磁共振,OCT和血液生物标志物的三方组合显示出最高的分辨准确性.
- 预测性因果建模显示,病变体积 (LV) 介导了GMV和sNfL对残疾进展的影响.
结论:
- 来自MRI,OCT和血清的多式生物标志物为疾病病理学的不同方面提供了洞察力.
- 结合这些方法,可以更准确地预测多发性硬化症的临床进展.


