通过数字和基于血液的生物标志物预测大脑粉样蛋白负载
Weineng Chen1, Yu Liao2, Xinchong Shi3
1Department of Neurology, The First Affiliated Hospital, Guangdong Provincial Key Laboratory of Diagnosis and Treatment of Major Neurological Diseases, National Key Clinical Department and Key Discipline of Neurology, Sun Yat-sen University, Guangzhou, Guangdong, 510080, China.
Alzheimer's research & therapy
|July 5, 2025
概括
一个新的在线记忆测试与血液生物标志物相结合,准确地估计了阿尔茨海默病 (AD) 的大脑粉样蛋白负担. 这提供了一种可扩展的,非侵入性的方法,用于在初级保健机构早期检测AD.
科学领域:
- 神经学 神经学
- 生物标志物 生物标志物
- 医学诊断 医学诊断 医学诊断
背景情况:
- 在新的抗粉样蛋白治疗后,对可访问的阿尔茨海默病 (AD) 诊断的需求日益增长.
- 需要可扩展,方便和准确的方法来估计大脑粉样β (Aβ) 负担.
- 世卫组织建议在初级保健医生 (PCP) 办公室及时诊断AD.
研究的目的:
- 评估MemTrax在线记忆测试和基于血液的生物标志物 (BBM) 在估计大脑Aβ负担方面的有效性.
- 为了比较MemTrax和BBM的诊断性能与Aβ正子发射断层扫描 (PET) 扫描.
- 开发一种机器学习模型,使用MemTrax和BBMs来预测Aβ负担.
主要方法:
- 使用MemTrax (2分钟在线记忆测试) 作为认知障碍的数字生物标志物.
- 在349名老年人中测量了基于血液的生物标志物 (Aβ42,Aβ40,P-tau181,GFAP,NfL).
- 采用机器学习 (ML) 来分析MemTrax,BBM和Aβ PET扫描百叶状物 (CL) 值之间的相关性.
主要成果:
- MemTrax和MoCA在区分Aβ状态方面表现出类似的能力.
- 通过ML将MemTrax和BBMs集成起来,与单独使用MoCA相比,Aβ状态差异化曲线下的面积 (AUC) 显著改善.
- MemTrax和p-Tau181/Aβ42的复合物显示出与CL值的最强相关性,准确地预测了Aβ负担.
结论:
- MemTrax和BBMs的组合提供了一个准确,方便,非侵入性,成本有效和可扩展的方法来估计Aβ负载.
- 这种方法促进了大规模查和及时,准确的AD诊断.
- 调查结果支持在PCP办公室改善AD临床管理,提高全球获得护理的机会.


