Bringing medical advances from the lab to the clinic.
关键词：AD；MCI；生物标志物；MemTrax；Journal of Alzheimer’s Disease随着人口老龄化的加剧，阿尔茨海默病（AD）的患病率不断上升，其早期阶段表现为轻度认知障碍（MCI），及时识别MCI对于延缓AD病程至关重要。然而，MCI的早期诊断面临诸多挑战，包括缺乏特异性生物标志物、现有认知评估工具在非专科诊所的局限性，以及对教育水平、文化背景和语言的依赖性【1】。此外，AD的病理特征在症状出现前数十年就已开始，因此，开发能够早期检测AD病理特征的生物标志物对于MCI的早期诊断具有重要意义。血液生物标志物因其无创、易于获取的特点，成为AD早期诊断研究的热点，尤其是淀粉样蛋白β42/40（Aβ42/40）和磷酸化tau 181（P-tau181）等标志物，与AD的病理过程密切相关，为MCI的早期识别提供了新的途径【2】。2023年6月21日，Xianbo Zhou 教授等研究学者在期刊 Journal of Alzheimer’s Disease 上发表题为Early Diagnosis of Mild Cognitive Impairment due to Alzheimer's Disease Using a Composite of MemTrax and Blood Biomarkers 的研究论文【3】。本研究开发和验证一种结合数字认知评估和血液生物标志物的早期诊断工具。研究表明，结合MemTrax记忆测试和血液生物标志物，可以提高MCI-AD的识别率，从而为患者提供更及时的干预措施，减缓疾病进展，减轻家庭和社会的负担。![]()
（如需原文，请加微信healsana获取，备注20230621JAD）
研究者对99名健康老年人和101名MCI-AD患者进行了MemTrax记忆测试和蒙特利尔认知评估（MoCA），并收集了临床表现和外周血样本。通过Spearman等级相关分析评估MemTrax记忆测试和血液生物标志物之间的相关性，并构建了不同的机器学习模型，结合MemTrax记忆测试和血液生物标志物结果进行判别。根据接收者操作特征曲线下面积（AUC）评估模型性能。
🔷 MemTrax记忆测试与MCI-AD的关联：
研究发现，MemTrax记忆测试的结果与MCI-AD患者的认知功能下降密切相关。MemTrax记忆测试的百分比正确率（MTx-%C）在MCI-AD患者中显著低于健康对照组，且MTx-%C与磷酸化tau 181和淀粉样β42/40水平强烈相关。
MemTrax记忆测试与MoCA在区分MCI-AD患者和健康对照组方面的AUC相似，表明MemTrax记忆测试是一种有效的MCI-AD筛查工具。MemTrax记忆测试结果与血液中的P-tau181和Aβ42/40水平有显著相关性。高P-tau181水平与MemTrax记忆测试的较差表现相关，而高Aβ42/40水平与MemTrax记忆测试的较好表现相关。研究者使用多种机器学习方法，结合MemTrax记忆测试和血液生物标志物结果，建立了判别模型。其中，随机森林模型在结合MemTrax记忆测试、P-tau181和Aβ42/40时表现最佳，AUC达到了0.975，显示出极高的诊断准确性。上述研究结果表明，MemTrax记忆测试是一种有前景的工具，可以与血液生物标志物结合使用，以提高MCI-AD的早期诊断准确性，有助于及时干预，延缓AD进展。![]()
图1. MoCA与MTx-%C、MTx-RT 和 MTx-Cp 的关系图
![]()
图2. MemTrax测试分数、MoCA与血液生物标志物间的相关性
![]()
图3. 机器学习预测结果，用于区分MCI-AD和HC（健康对照组）
本研究通过结合MemTrax记忆测试和血液生物标志物的创新方法，为早期诊断由阿尔茨海默病引起的轻度认知障碍（MCI-AD）提供了一种高效、准确的筛查工具，帮助医生在症状明显之前识别高风险个体，从而及时介入，延缓疾病进展，改善患者的生活质量。科研上，这项研究启示了未来在AD早期诊断领域的研究方向，即通过数字认知测试与生物标志物相结合的多模态策略，提高诊断的精确度，并为开发新的预防和治疗策略提供科学依据。此外，这种结合使用数字工具和生物标志物的方法也可能适用于其他神经退行性疾病的早期诊断，为相关研究开辟了新的道路。
【1】Sabbagh MN, Boada M, Borson S, Chilukuri M, Dubois B, Ingram J, Iwata A, Porsteinsson AP, Possin KL, Rabinovici GD, Vellas B, Chao S, Vergallo A, Hampel H (2020) Early detection of mild cognitive impairment (MCI) in primary care. J Prev Alzheimers Dis 7, 165-170.【2】Liew TM (2019) A 4-item case-finding tool to detect dementia in older persons. J Am Med Dir Assoc 20, 1529-1534 e1526.【3】https://doi.org/10.3233/JAD-230182本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点，更不代表本公众号认可研究结果或文章。为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。作者：Amber Wang，微信号：Healsana。助理：ChatGPT征战AD公众号，以分享阿尔茨海默病领域最新研究为主旨，希望由此推动由实验室向临床应用的转化。欢迎您的投稿与合作；也希望其他医学科学家以推文的形式分享您的研究成果。运营：美国Healsan咨询公司AD项目组，专注于临床科研及临床试验的服务公司，擅长于针对阿尔茨海默病的临床科研设计及临床试验结果的报告撰写。
