预测阿尔兹海默症，最新Nature Medicine！

阿尔兹海默症（AD）是痴呆的最常见原因，其特征是淀粉样蛋白-β (Aβ)沉积、tau聚集和进行性神经变性。阿尔茨海默病的临床症状通常始于主观认知衰退(SCD)，患者报告记忆问题和/或其他认知困难，但在认知测试中表现正常。诊断阿尔茨海默病具有挑战性，特别是在疾病的早期阶段和初级保健阶段。诊断不足和误诊的发生率都很高，20-30%的人在专科护理中被误诊，大约40%的人在初级保健中被误诊。最近，基于苏氨酸217磷酸化的的血液检测已被证明在原发性和继发性护理中检测AD病理的准确率约为90%，其性能与临床使用的CSF测试相当。因此，阿尔茨海默病的血液检测有可能彻底改变阿尔茨海默病认知症状患者的诊断工作。基于此，作者旨在开发一种的数字化认知测试 (BioCog)，并在一项概念验证研究中检验其在基础医疗保健中准确识别认知症状患者的认知障碍的能力。此外，作者还探讨了将其与血液检查结合起来识别AD引起的认知障碍个体的效用。

在这项研究中，瑞典隆德大学临床科学系Oskar Hansson团队开发了一个简短的、自我管理的数字认知测试（BioCog）可以用于检测认知障碍，并与血液测试相结合，准确识别临床阿尔兹海默症。相关工作以“Primary care detection of Alzheimer’s disease using a self-administered digital cognitive test and blood biomarkers”为题发表在

Nature Medicine

【文章要点】

一、在二级护理队列中建立和评估BioCog模型

所有参与者都进行了数字测试BioCog，包括:(1)单词列表测试； (2)认知加工速度任务；(3)关于时间取向的问题。结果表明，BioCog各项测试与年龄和教育程度相关，但不受性别影响，表现出良好的区分效度。BioCog的结果与传统纸笔测试结果高度相关，说明它能准确评估认知功能。此外，认知受损者在BioCog测试中的表现明显低于正常者，内部一致性也很好。作者利用6个BioCog子测试建立的预测模型，在检出认知受损方面具有非常高的准确率和灵敏度。采用双阈值法进一步提高诊断性能，准确率可达96%。总的来说，BioCog是一种简便、可靠的认知功能评估工具，在临床筛查认知障碍方面有很好的应用前景。

图1 在二级护理队列中建立BioCog模型

二、评估初级保健队列中的BioCog模型

作者接下来评估了之前建立的BioCog模型在独立的基层医疗保健人群中的预测能力。基于6个BioCog子测试的预测模型(BioCog6)在识别认知障碍方面的AUC值达到0.93，表现优于单一子测试模型(BioCog1)和包含全部变量的模型(BioCog9)。在基层医疗保健人群中，BioCog6模型的准确率为85%，阳性预测值87%，阴性预测值83%，特异度82%，灵敏度88%。对于未伴有阿尔茨海默病的认知障碍者，其准确检出率也达到85%。作者将BioCog6模型与基层医生常规认知评估(包括MMSE、MoCA、CT检查等)进行比较，发现BioCog6在各项性能指标上均显著优于基层医生的评估。综上所述，这一独立验证结果进一步证实了BioCog6模型在识别认知障碍方面的较高诊断价值，可能优于基层医生的常规评估。

图2 评估初级保健队列中的BioCog模型

三、在初级保健队列中评估BioCog模型的效率

作者进一步在基层医疗保健人群中评估了BioCog6模型的性能。使用两个阈值，BioCog6模型在基层人群中的准确率达到90%，阳性预测值91%，阴性预测值89%，特异度87%，灵敏度92%。作者将BioCog6模型与几种广泛使用的标准纸笔认知测试(MMSE、MoCA、Mini-Cog)以及另一种数字测试(CANTAB)进行比较:使用单一阈值时，BioCog6模型的准确率显著优于其他所有认知测试。使用两个阈值时，BioCog6模型的准确率也显著高于MoCA(90% vs 76%)。综上所述，BioCog6模型无论使用单一阈值还是两个阈值，在识别认知障碍方面的诊断性能都优于目前广泛使用的其他标准认知测试。

图3 在初级保健队列中评估BioCog模型的方法

四、数字测试和基于血液生物标志物的诊断工作流程与当前标准临床评估的比较

作者模拟了一种针对基层医疗的两步诊断流程，用于识别生物标志物确认的临床(症状性)阿尔兹海默病(AD):第一步，使用BioCog6模型检测客观性认知障碍;第二步，对BioCog检出的认知障碍者进行血液生物标志物检测(PrecivityAD2，即Amyloid Probability Score-2， APS2)。在基层医疗保健人群中，与基层医生的常规评估相比:这种BioCog + 血液生物标志物的两步流程在诊断临床AD方面的总体准确率达90%，明显优于基层医生的70%。敏感性、特异性、阳性和阴性预测值等指标也都显著优于基层医生。单独使用血液生物标志物的诊断准确率虽然仍较高，但显著低于BioCog和生物标志物联合使用。采用双阈值的方式，两步流程的准确率进一步提高到95%。这一模拟结果表明，BioCog与生物标志物的组合应用可显著提高基层医疗环境中临床AD的诊断性能。

图4 数字测试和基于血液生物标志物的诊断工作流程与当前标准临床评估的比较

【结论与展望】

在这项研究中，BioCog结合血液检测可以检测临床生物标志物验证的AD，准确率为90%(一个截止值)，明显优于标准护理(准确率70%)或单独使用血液检测(准确率80%)。这项概念验证研究表明，一个简短的、自我管理的数字认知测试可以检测认知障碍，并与血液测试相结合，在基础医疗队列中准确识别临床AD。综上所述，这项研究为BioCog这种数字化认知评估工具在临床应用中的价值提供了强有力的证据，未来有望在基层医疗中广泛应用于认知障碍的筛查和诊断。

https://www.nature.com/articles/s41591-025-03965-4

来源：课题组供稿

识别微信二维码，可添加药时空小编

请注明：姓名+研究方向！