科学

大脑活动评分可提前12年预测阿尔茨海默病风险

15 次浏览

评分如何运作

这项研究从衰老的两个极端群体入手:80多岁及以上、表现与年轻几十岁的成年人一样好的人,即“超级老人”,以及阿尔茨海默病患者。由斯坦福牵头的团队利用扫描和机器学习比较了两者之间的大脑活动模式,然后构建出一个单一数值,可将任何大脑置于两者之间的一条线上。

他们将其称为阿尔茨海默病韧性-脆弱性连接组评分,简称ARC。它区分这两个极端群体的准确率约为85%。其目的不是诊断,因为患者已患病,而是测量:一种描述正常大脑距离任一模式有多远的方法。

长达十二年的随访

研究人员随后将该评分应用于认知正常的成年人。起初,高分和低分者在认知测试中表现相同。差异后来才显现。那些活动看起来更像阿尔茨海默病患者的人更可能衰退、更可能积累淀粉样蛋白斑块,并在长达12年的随访期间被确诊。那些更接近超级老人模式的人则倾向于保持其能力。

作者报告称,将该评分与现有生物标志物结合可进一步改善预测。第一作者、精神病学博士后学者赵侃豪(Alex)表示,该模型的表现与现有指标相当或更好,而且更早。该论文发表于《科学进展》。

它可能改变什么

阿尔茨海默病试验长期以来一直受困于时机问题。清除淀粉样蛋白的药物效果有限,一种解释是它们来得太晚,损伤已经太多。一种廉价的、基于扫描的评分若能提前十年标示风险,将为研究人员提供更早招募合适人群的方法,并为临床医生提供在预防仍能起作用时讨论预防的理由。

它本身并不能告诉患者该做什么。该评分是风险标志物,而非病因,且这项研究是观察性的。资深作者、精神病学助理教授张宇指出,认知正常的人在生物学上存在差异,这就是团队将他们与两个极端而非单一健康平均值进行比较的原因。在更大、更多样化群体中的独立重复验证是下一步考验。

来源: Stanford Medicine / Science Advances