标准化与未标准化协议下淀粉样蛋白PET成像的比较：ADRC多中心数据整合可行性研究

本文系统比较了阿尔茨海默病研究中心（ADRC）采用非标准化混合协议（MP）与标准化神经影像倡议（SCAN）获取的淀粉样蛋白正电子发射断层扫描（PET）数据。研究通过高斯混合模型（GMM）分析发现，尽管采集协议存在差异，经统一后处理后，不同队列间淀粉样蛋白阴性（A–）群体的Centiloid（CL）值分布高度一致，尤其PiB和NAV示踪剂展现出更低的变异性。该研究为整合多源ADRC淀粉样蛋白PET数据提供了关键方法学支撑，对推动阿尔茨海默病（AD）生物标志物标准化及多中心研究具有重要意义。

　　

引言

淀粉样蛋白正电子发射断层扫描（PET）成像在阿尔茨海默病（AD）研究和临床应用中已开展超过二十年，多种示踪剂如¹⁸F-florbetapir（FBP）、¹⁸F-florbetaben（FBB）、¹¹C-Pittsburgh compound B（PiB）和¹⁸F-NAV4694（NAV）获美国食品药品监督管理局批准使用。随着抗淀粉样蛋白疗法在轻度认知障碍（MCI）和轻度AD痴呆治疗中的获批，淀粉样蛋白PET的临床需求日益增长。然而，淀粉样病理也存在于认知正常老年人群和其他神经退行性疾病中，因此需在临床异质性背景下评估其诊断效用。

阿尔茨海默病神经影像倡议（ADNI）等大型项目证明了淀粉样蛋白PET在AD生物学分期和自然史研究中的价值，但ADNI主要关注正常老化、遗忘型MCI和晚发型AD。相比之下，全美35个以上的阿尔茨海默病研究中心（ADRC）项目涵盖了更广泛的神经退行性疾病，包括血管性疾病、路易体病、额颞叶痴呆等。2021年前，ADRC的PET成像采用各中心特定的“混合协议”（MP），而自2021年标准化的中枢AD/ADRD神经影像倡议（SCAN）启动后，开始实施标准化采集和处理流程。

方法

研究纳入5333例淀粉样蛋白PET扫描，来自三个影像队列：MP（1638例）、SCAN（1888例）和ADNI（1807例）。所有数据均采用SCAN PET核心开发的无磁共振（MRI）后处理流程进行统一处理，包括线性配准至MNI152 T1模板、非线性空间标准化至通用淀粉样蛋白PET模板、从全局皮质靶区和小脑参考区提取信号强度以生成标准化摄取值比（SUVR），并转化为Centiloid（CL）值。

示踪剂采集时间窗口统一为：FBB：90-110分钟、FBP：50-70分钟、NAV：50-70分钟、PiB：50-70分钟（部分SCAN数据为40-60分钟，经线性回归调整）。采用高斯混合模型（GMM）分别对每个队列和示踪剂的全局淀粉样蛋白CL值进行分析，最优模型选择基于贝叶斯信息准则（BIC）和积分完全数据似然（ICL）准则。

结果

参与者平均年龄71.7岁，54%为女性。临床诊断分布存在队列间差异：ADNI中MCI比例较高（43%），而MP和SCAN中认知正常者比例较高（57%和59%）。GMM分析显示，所有队列-示踪剂组合的最优模型均为双类别（A–和A+）、不等方差的解决方案。

队列间比较

在各示踪剂内部，GMM推导的A–类别CL分布在队列间高度一致。FBB、FBP和PiB的A–类别平均秩CL在MP、SCAN和ADNI间无显著差异（p>0.10）。合并MP和SCAN为ADRC队列后，A–分布仍与ADNI相似。但PiB在SCAN中的变异性（SD=6.07 CL）显著低于MP（SD=7.45 CL），提示队列间存在轻微差异。

示踪剂间比较

在各队列内部，不同示踪剂的A–类别CL平均值总体相近，但方差差异显著。PiB和NAV的A–类别CL变异性显著低于FBB和FBP。例如在SCAN队列中，PiB的SD为6.07 CL，而FBB和FBP的SD分别为12.62 CL和14.13 CL。这种模式在所有队列中一致出现，表明PiB和NAV在A–群体中具有更稳定的量化特性。

讨论

本研究首次系统比较了ADRC项目中标准化（SCAN）与非标准化（MP）淀粉样蛋白PET数据的兼容性。结果表明，尽管采集协议存在差异，经统一后处理后，各队列间A–类别的CL分布高度一致，支持未来整合MP和SCAN数据用于AD研究。

值得注意的是，PiB和NAV示踪剂在A–群体中表现出更低的变异性，提示这两种示踪剂可能更适合精确量化低淀粉样蛋白负荷。这一发现对阈值设定具有重要意义：基于PiB推导的CL positivity阈值可能不直接适用于FBB和FBP示踪剂。

研究的优势包括大样本量、临床异质性人群以及统一的处理流程。局限性在于各中心的入组标准差异可能引入未控制的异质性，且未评估重建参数差异对CL值的影响。此外，尚不清楚类似方法是否适用于tau PET数据。

结论

SCAN和MP淀粉样蛋白PET数据在A–类别分布上表现出高度一致性，支持在示踪剂内部整合这些数据。PiB和NAV示踪剂在A–群体中变异性更低，可能更适合精确量化。这些发现为利用ADRC丰富的多模态数据开展AD研究提供了重要基础。