早发型阿尔茨海默病所致轻度认知障碍中EOAD特征性萎缩预测痴呆:一种基于MRI的预后生物标志物

EOAD-Signature Atrophy Predicts Dementia in Early-Onset MCI due to Alzheimer Disease: An MRI-Based Prognostic Biomarker

作者信息Thiago Paranhos, Yuta Katsumi, Michael Joseph Brickhouse, Ani Eloyan, Ryan Eckbo, Alexander Zaitsev, Anna Du, Renaud La Joie, Maryanne Thangarajah, Alexander Taurone, Prashanthi Vemuri, Clifford R Jack, as the LEADS Consortium, Dustin B Hammers, Paul S Aisen, Laurel A Beckett, Robert Koeppe, Walter A Kukull, Arthur W Toga, Alireza Atri, David Glenn Clark, Gregory S Day, Ranjan Duara, Neill R Graff-Radford, Ian M Grant, Lawrence S Honig, Erik Johnson, David T Jones, Joseph C Masdeu, Mario F Mendez, Erik S Musiek, Chiadi U Onyike, Meghan Riddle, Emily Rogalski, Stephen Salloway, Sharon J Sha, Raymond Scott Turner, Thomas Wingo, David A Wolk, Kyle B Womack, Maria C Carrillo, Gil Dan Rabinovici, Liana G Apostolova, Bradford Clark Dickerson, Mark C Eldaief, Alexandra Touroutoglou
PMID42647766
期刊Neurology
发布时间2026-10-13
DOI10.1212/WNL.0000000000218519

实验完整度

中

本研究为纵向队列研究,包含130名MCI期EOAD患者和97名对照,使用结构MRI和Cox回归预测痴呆进展,有明确的统计建模和内部验证。

主要模型

130名MCI期EOAD患者队列 97名认知正常对照组

重点核对

EOAD-signature萎缩的W-score计算与纳入标准 基线CDR-SB评分 随访持续时间与痴呆进展判定的CDR全局=1标准 MRI扫描参数(3.0T,ADNI-3方案) 统计模型(Cox回归,协变量年龄、性别)

摘要

背景与目的:早发型阿尔茨海默病(EOAD)的临床进展存在显著变异性,预测从轻度认知障碍(MCI)向痴呆转化的可靠生物标志物仍然有限。结构MRI测量在迟发型阿尔茨海默病中显示出预后价值,但其在EOAD中预测进展的效用了解较少。本研究旨在检验基线皮质萎缩是否能预测EOAD所致MCI患者进展为痴呆。方法:本研究纳入了一项大型多中心自然史纵向早发型阿尔茨海默病研究(LEADS)中特征明确的EOAD患者队列。参与者在基线时接受了标准化临床评估和结构MRI。参与者年龄在40至64岁之间,患有生物标志物支持的在MCI阶段的散发性EOAD。在EOAD特征性萎缩区域(EOAD-signature)内测量皮质萎缩,该区域是一组以顶颞叶为主的区域,在EOAD中比对照组显示更明显的萎缩。临床严重程度采用全局临床痴呆评定量表(CDR)测量。采用Cox比例风险模型评估基线EOAD特征性萎缩负担与随时间进展为痴呆的风险之间的关联。我们通过似然比检验、Akaike信息准则(AIC)和Harrell一致性指数评估了EOAD特征性萎缩是否在基线临床严重程度之外改善了预后性能。结果:共纳入130名EOAD所致MCI患者(平均年龄59.6±4.1岁;49%为女性)和97名认知正常对照者(平均年龄56.9±6.0岁;64%为女性)。EOAD特征性萎缩负担越大,预测进展为痴呆的速度越快(萎缩每增加1个标准差,风险比[HR]=1.24;95%CI 1.13–1.37;p<0.002)。将EOAD特征性萎缩负担添加到包含基线临床严重程度的模型中,显著改善了模型拟合(ΔAIC=-4.5;似然比检验p=0.011)。讨论:EOAD特征性萎缩区域内的基线皮质萎缩可预测EOAD从MCI向痴呆的进展,并提供超越基线临床严重程度的预后信息。这些发现支持EOAD特征性萎缩作为基于MRI的个体化预后和临床试验分层的生物标志物的潜在价值。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在EOAD所致MCI患者中,基线EOAD特征性萎缩是否能够预测进展为痴呆,并超越基线临床严重程度提供额外预后信息?
核心机制
EOAD相关神经退行性变主要累及顶颞叶区域,这些区域涉及多个大尺度功能网络(如额顶控制网络、默认模式网络和语言网络),其萎缩导致认知和功能独立性下降,从而加速向痴呆的进展。
主要证据
基于130名MCI期EOAD患者和97名对照的队列,通过Cox回归分析发现,基线EOAD特征性萎缩每增加1个标准差,进展为痴呆的风险增加1.24倍(HR=1.24,95%CI 1.13–1.37,p<0.0022),并且在加入基线CDR-SB后仍显著(HR=1.14,p<0.009),模型拟合改善(ΔAIC=-4.5,似然比检验p=0.011)。
研究意义
EOAD特征性萎缩作为MRI生物标志物,可提供个体化预后信息,并有助于临床试验中的患者分层,以减轻疾病进展异质性对治疗效果检测的影响。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

参与者筛选和临床评估

确定符合条件的MCI期EOAD患者和认知正常对照,并收集基线的临床和认知数据。

从LEADS队列中筛选130名MCI期EOAD患者和97名认知正常对照组,所有参与者接受了标准化临床评估,包括CDR、MMSE等。

2

MRI数据采集与处理

获取结构MRI并计算皮质厚度,以量化EOAD特征性萎缩。

使用3.0T MRI扫描仪(西门子、GE或飞利浦)按照ADNI-3方案获取3D T1加权图像,并使用FreeSurfer 6.0处理以估计皮质厚度。将EOAD特征性ROI投射到个体表面,计算平均皮质厚度,并转换为W-score。

3

预测模型构建与评估

评估EOAD特征性萎缩对痴呆进展的预测能力,并比较其与网络萎缩和标准形态学指标的性能。

建立单变量Cox回归模型(预测变量为EOAD特征性萎缩W-score,结果变量为进展时间),然后构建包含年龄、性别和CDR-SB的基础模型,以及加入EOAD特征性萎缩的扩展模型,使用似然比检验、AIC和Harrell C指数评估增量价值,并进行内部验证。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
3.0 T MRI扫描仪----
FreeSurfer----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
参与者筛选
确认参与者纳入标准:年龄40-64岁、CDR全局=0.5、排除家族性突变、随访至少1年
阅读提示:Methods - Participants
MRI采集
确认MRI扫描参数(3.0T、ADNI-3协议)及站点认证
阅读提示:Methods - Neuroimaging Data Acquisition and Preprocessing
图像处理
确认FreeSurfer版本(6.0)、皮质厚度计算、EOAD-signature ROI定义、W-score转换
阅读提示:Methods - Neuroimaging Data Acquisition and Preprocessing
统计建模
确认Cox回归模型变量(基线萎缩、CDR-SB、年龄、性别)、事件定义(CDR全局=1)、随访时间
阅读提示:Methods - Statistical Analysis