使用时间敏感的多式联络生物标志物的轻度认知障碍进展的预测

科学领域:

• 神经科学是一个神经科学.
• 生物标志物 生物标志物
• 阿尔茨海默氏症疾病研究研究

背景情况:

• 阿尔茨海默病 (AD) 具有长期的临床前阶段,具有沉默的病理学.
• 早期识别从没有认知障碍到轻度认知障碍 (MCI) 的个体对于干预至关重要.
• 目前的预测模型往往缺乏足够的准确性,用于临床前AD风险分层.

研究的目的:

• 评估阿尔茨海默病进展的多模式生物标志物的预测性能.
• 为了确定神经生理活动与其他生物标志物相结合是否能增强超越人口和遗传因素的预测.
• 为了研究不同生物标志物在临床前AD的时间变化的预后效应.

主要方法:

• 使用了102名老年人 (31名进步者) 的队列,平均随访时间为5.9年.
• 评估的多式生物标志物:由MEG衍生的α功率,MRI海马体积,血Aβ42/40和p-tau217,新皮层Aβ PET和内PET.
• 采用考克斯回归模型来估计进展风险和分析时间变化的影响.

主要成果:

• 神经生理学和蛋白质病变生物标志物显著改善了预测准确性.
• 较高的α功率预测了短期风险,而新皮层Aβ积累在较长的随访期间变得更具预测性.
• 血Aβ42/40,p-tau217和tau PET表明风险更高;海马体积没有显著的预测价值.

结论:

• 多模式,时间敏感的方法是有效的个性化风险预测在临床前阿尔茨海默氏症.
• 结合不同的生物标志物类型,可以更全面地了解AD进展动态.
• 该框架支持在阿尔茨海默病的早期阶段进行有针对性的干预.