在混合临床队列中使用生物流体拉曼光谱学对阿尔茨海默病的分类

科学领域:

• 生物医学光学 生物医学光学
• 频谱学是一种光谱学.
• 神经退行性疾病的诊断 神经退行性疾病的诊断

背景情况:

• 痴呆症诊断需要可扩展的,客观的患者分层测试.
• 目前用于诊断阿尔茨海默病 (AD) 的方法缺乏可访问性和速度.
• 生物流体拉曼光谱 (RS) 是一种有前途的无标签化学分析技术.

研究的目的:

• 评估拉曼光谱 (RS) 在现实临床环境中对阿尔茨海默病 (AD) 的差异诊断的实用性.
• 开发和验证机器学习算法,使用脑脊液 (CSF) 拉曼光谱来将AD与非AD分类.
• 识别可表明AD的光谱生物标志物,并将它们与已确定的病理标志物相关联.

主要方法:

• 从混合临床队列 (N=143) 采集了脑脊液 (CSF) 样本,这些患者有认知问题.
• 在CSF样本上进行拉曼光谱 (RS) 测量.
• 训练并优化机器学习算法来将AD从非AD频谱分类.

主要成果:

• 在测试组中从非AD患者中分类AD的准确性达到93%.
• 从样本到结果的分类时间不到1小时.
• 确定了光谱生物标志物,主要是蛋白质衍生的芳香氨基酸,区分AD与非AD.
• 与已建立的CSF生物标志物相关联的光谱生物标志物 (粉胺-β 42,酸化-tau 181,总tau).

结论:

• 拉曼光谱 (RS) 在异质的临床队列中证明了AD分类的高准确性.
• RS提供了一种快速,无试剂和可访问的痴呆症诊断方法,需要最小的专用设备.
• 这项研究代表了RS在客观痴呆症诊断和分层方面临床应用的重要一步.