脑脊液Aβ42/Aβ40、pTau/Aβ42与tTau/Aβ42比值和淀粉样蛋白PET阳性的一致性比较：一项诊断试验准确性Meta分析

《Neurology and Therapy》：Cerebrospinal Fluid Biomarker Ratio Concordance with Amyloid Positron-Emission Tomography: A Diagnostic Test Accuracy Meta-analysis

　　

背景：脑脊液（CSF）生物标志物比值（Aβ₄₂/Aβ₄₀、磷酸化tau（pTau）/Aβ₄₂和总tau（tTau）/Aβ₄₂）是阿尔茨海默病诊断中淀粉样蛋白正电子发射断层扫描（PET）的较低成本替代方案。在这些CSF生物标志物比值中，尚不清楚与淀粉样蛋白PET的一致性最高的是Aβ₄₂/Aβ₄₀、pTau/Aβ₄₂还是tTau/Aβ₄₂。为评估这一点，研究人员开展了一项诊断试验准确性Meta分析。方法：检索Medline和Embase，纳入2008年1月至2026年2月发表、报告至少1种CSF生物标志物比值与淀粉样蛋白PET一致性的文章。统计分析采用Reitsma双变量模型和R包mada v0.5.11。结果：该定量Meta分析纳入38项研究，共7504名参与者，其中35项研究可用于统计分析。三种CSF生物标志物比值（Aβ₄₂/Aβ₄₀、pTau/Aβ₄₂和tTau/Aβ₄₂）均与淀粉样蛋白PET高度一致。然而，pTau/Aβ₄₂比值与淀粉样蛋白PET阳性的总体百分比一致率在数值上高于Aβ₄₂/Aβ₄₀或tTau/Aβ₄₂（90.4% vs 89.5% vs 89.2%）；其曲线下面积（AUC）显著高于Aβ₄₂/Aβ₄₀（0.955 vs 0.921，差异p值0.018），假阳性率（FPR）显著低于Aβ₄₂/Aβ₄₀（0.116 vs 0.153，差异p值0.015）。结论：与Aβ₄₂/Aβ₄₀或tTau/Aβ₄₂相比，pTau/Aβ₄₂与淀粉样蛋白PET阳性的总体一致性最高，FPR最低。

研究背景方面，阿尔茨海默病（AD）是以认知下降、记忆丧失和行为改变为特征的神经退行性疾病，其定义性神经病理特征为脑内淀粉样蛋白-β（Aβ）斑块和tau神经原纤维缠结。传统依靠临床检查、病史和认知测试的诊断常在明显神经元损伤后才发现AD，且在没有体液生物标志物或PET影像时，临床诊断与确定性神经病理诊断的一致性未达临床满意水平。淀粉样蛋白PET被视为AD临床诊断确认的金标准，但存在费用高、设施可及性有限、辐射暴露以及放射性核素半衰期短导致需现场回旋加速器等限制。CSF生物标志物检测是确认淀粉样蛋白病理的有效替代方法，其中Aβ_1–42/Aβ_1–40（Aβ₄₂/Aβ₄₀）、pTau 181P/Aβ_1–42（pTau/Aβ₄₂）和tTau/Aβ_1–42（tTau/Aβ₄₂）与神经病理和淀粉样蛋白PET一致性最高，且比值优于单个标志物。但三种CSF生物标志物比值中哪一种与淀粉样蛋白PET一致性最高尚不明确，因此研究人员开展此项诊断试验准确性（DTA）系统评价与定量Meta分析，以综合评估不同认知障碍程度人群中三种比值与淀粉样蛋白PET阳性的一致性，并为临床实践提供证据。该研究的意义在于，在新疾病修饰治疗时代，确认Aβ病理需要低FPR的检测手段，以减少无AD个体接受不必要治疗干预的风险。

研究人员开展了一项DTA系统评价和定量Meta分析，最终纳入38项研究、7504名参与者，其中35项进入统计分析；结果显示三种CSF生物标志物比值均与淀粉样蛋白PET高度一致，但pTau/Aβ₄₂在多个分析中表现出一致性最高和FPR最低。关键技术方法如下（不超过250字）：系统检索PubMed和Embase（2008年1月1日至2026年2月3日），纳入报告至少1种CSF生物标志物比值与淀粉样蛋白PET一致性的研究；双人独立筛选和提取资料，采用标准诊断准确性研究报告清单（STARD）评价偏倚风险；由敏感性、特异性或阳性/阴性百分比一致率换算真阳性、真阴性、假阳性、假阴性；采用随机效应单变量分析、诊断比值比（DOR）受试者工作特征（ROC）曲线、Reitsma双变量模型汇总受试者工作特征（SROC）曲线及AUC、Meta回归、总体百分比一致率（OPA）、Deeks发表偏倚检验，并以排除潜在重复数据和多水平广义线性混合模型（GLMM）进行敏感性分析。纳入数据多来自专科记忆门诊、ADNI、BioFINDER、AIBL等AD研究队列及临床试验人群。

研究结果如下。研究选择与特征：通过PRISMA流程从219条初检记录中排除33条重复记录并筛选186项研究，最终纳入38项研究、7504名参与者；平均年龄61.1至73.5岁，女性比例40.7%至68.0%，认知障碍比例11.1%至100.0%，淀粉样蛋白PET阳性比例25.3%至87.9%，认知障碍比例与PET阳性比例存在研究水平关联（Spearman ρ=0.46，p=0.0058）；65.8%为前瞻性观察性研究，欧洲研究17/38（44.7%），北美研究9/38（23.7%）。分析数据集：3项研究因无法计算真阳性、真阴性、假阳性和假阴性而被排除，最终35项研究进入分析数据集，共含28,578次生物标志物比值评估与淀粉样蛋白PET扫描的比较；Elecsys（Roche）17,819次和Lumipulse（Fujirebio）5,233次检测合计占80.7%。单变量结果之单变量敏感性和特异性森林图：森林图显示研究间存在明显异质性，支持采用随机效应Meta分析；Aβ₄₂/Aβ₄₀的敏感性和特异性分别为0.920和0.847，pTau/Aβ₄₂分别为0.920和0.884，tTau/Aβ₄₂分别为0.905和0.875。单变量DOR ROC曲线：不论检测方法，pTau/Aβ₄₂最准确（DOR 96；ROC AUC 0.962），其次为tTau/Aβ₄₂（DOR 75；ROC AUC 0.954）和Aβ₄₂/Aβ₄₀（DOR 70；ROC AUC 0.952）。双变量模型结果之双变量模型SROC曲线：SROC数据显示pTau/Aβ₄₂总体准确性最高，其敏感性和FPR为0.919和0.116，Aβ₄₂/Aβ₄₀为0.919和0.153，tTau/Aβ₄₂为0.905和0.125；pTau/Aβ₄₂的FPR显著低于Aβ₄₂/Aβ₄₀（p=0.0150），其余比较不显著。双变量模型汇总AUC值：三种比值均显示与淀粉样蛋白PET高度一致，所有AUC及下限均>0.9；pTau/Aβ₄₂的AUC为0.955，tTau/Aβ₄₂为0.947，Aβ₄₂/Aβ₄₀为0.942；pTau/Aβ₄₂的AUC显著高于Aβ₄₂/Aβ₄₀（p=0.018），数值上高于tTau/Aβ₄₂（p=0.052），tTau/Aβ₄₂与Aβ₄₂/Aβ₄₀无显著差异（p=0.434）。双变量Meta回归分析：以生物标志物为协变量时，pTau/Aβ₄₂的FPR显著低于Aβ₄₂/Aβ₄₀（p=0.0150）；以SUVR判定PET阳性较视觉阅读敏感性显著更低（p=0.0174），但SUVR或centiloid判定较视觉阅读FPR显著更低（p<0.0001和p=0.0051），平均皮质结合电位判定较SUVR或centiloid FPR显著更高（p=0.0109和p=0.0146）；与Youden指数相比，预定义cutoff与更高敏感性相关（p=0.0403），统计建模与更高FPR相关（p=0.0477）；回顾性研究FPR高于前瞻性研究（p=0.0287），北美研究FPR低于欧洲、跨国和东南亚研究；PET阳性比例和认知障碍比例较高均与较高FPR相关，但同时纳入二者时仅认知障碍比例较高与较高FPR相关；控制认知障碍比例后，pTau/Aβ₄₂较Aβ₄₂/Aβ₄₀的FPR仍显著更低（p=0.0387）；年龄≥68岁与较低FPR相关（p=0.0469），样本量≥200与较高敏感性和较低FPR相关（p=0.0246和p=0.0184）。总体百分比一致率：pTau/Aβ₄₂的OPA最高，为90.4%，其次为Aβ₄₂/Aβ₄₀的89.5%和tTau/Aβ₄₂的89.2%；pTau/Aβ₄₂与Aβ₄₂/Aβ₄₀比较p=0.246，与tTau/Aβ₄₂比较p=0.077，Aβ₄₂/Aβ₄₀与tTau/Aβ₄₂比较p=0.756。发表偏倚：Deeks检验不显著（p=0.3150），但双变量模型分别分析敏感性和FPR时，敏感性存在显著发表偏倚（p<0.0001），FPR不显著（p=0.2473），并标出logit转换敏感性≥4的三个极端点，对应Willemse et al. 2021、Sanchez-Soblechero et al. 2024和Park et al. 2025。偏倚风险：STARD评分多集中于中位数67%，5项研究位于低尾、可能偏倚风险较高；Meta回归显示STARD评分较低（偏倚风险较高）的研究与较低FPR相关。敏感性分析之排除潜在重复数据的SROC曲线：仅发现两对（4项）可能重复数据，保留样本量较大者后排除2行数据，SROC结果与主分析非常相似。敏感性分析之使用双变量多水平广义线性混合模型生成的SROC曲线和Meta回归：结果与主要Reitsma模型一致，pTau/Aβ₄₂较Aβ₄₂/Aβ₄₀的FPR显著更低（p=0.0286），敏感性相似（p=0.0658）；pTau/Aβ₄₂和Aβ₄₂/Aβ₄₀的敏感性均显著高于tTau/Aβ₄₂（p=0.0031和p=0.0002）。敏感性分析之使用多水平广义混合模型生成的总体百分比一致率：pTau/Aβ₄₂的OPA为90.1%，Aβ₄₂/Aβ₄₀为89.9%，tTau/Aβ₄₂为89.1%；与主分析相似，但pTau/Aβ₄₂较tTau/Aβ₄₂的OPA显著更高（p=0.0199）。

讨论部分总结：该定量Meta分析纳入38项研究、7504名参与者，35项可统计分析；三种比值均与淀粉样蛋白PET高度一致，双变量模型显示AUC 0.942至0.955、敏感性0.905至0.919、FPR 0.116至0.153。多条证据表明pTau/Aβ₄₂与淀粉样蛋白PET阳性一致性最高：其FPR最低（0.116），AUC显著高于Aβ₄₂/Aβ₄₀（p=0.018）、数值上高于tTau/Aβ₄₂（p=0.052），OPA数值最高。Meta回归中，单协变量和多协变量分析均显示pTau/Aβ₄₂较Aβ₄₂/Aβ₄₀FPR显著更低，控制认知障碍比例后仍成立（p=0.0387）。认知障碍比例较高与较高FPR相关，原文解释可能涉及临床富集人群的谱系效应、专科记忆门诊队列的疾病阶段和非AD/混合神经退行性病理异质性，以及CSF异常可能早于PET阳性阈值，部分表观假阳性可能代表早期生物学疾病而非真正误分类；年龄较高与较低FPR相关，可能与正常认知个体中淀粉样蛋白PET阳性随年龄增加有关。定量PET判定（SUVR或centiloid）较视觉阅读FPR更低，支持定量淀粉样负荷指标可提高诊断信心；回顾性研究FPR较高，北美研究因高质量大样本前瞻性研究较多而FPR较低，大样本研究敏感性和FPR表现更优。关于病理生理和诊断，CSF Aβ₄₀、Aβ₄₂、tTau和pTau反映AD病理生理；Aβ₄₂/Aβ₄₀可校正总Aβ产生差异但不捕捉tau相关神经退行性变，tTau/Aβ₄₂同时反映Aβ病理和神经元损伤、AD特异性较低，pTau/Aβ₄₂可检测早期AD病理且pTau181更像淀粉样病理标志，但依赖Aβ₄₂准确定量。临床实施方面，血液生物标志物有前景但尚未广泛采用，一般人群临床有效性证据有限；腰穿相关障碍仍限制CSF检测可及性，欧洲记忆门诊中频繁或持续使用CSF生物标志物的专业人员不足一半；随着新疾病修饰治疗出现，及时公平确认AD病理更重要，CSF标志物需保持低FPR以避免对无AD个体进行不必要治疗。研究优势为首个定量Meta分析、多种方法确认pTau/Aβ₄₂表现、Meta回归和敏感性分析支持结果稳健；局限包括数据主要来自高度专业化记忆门诊、ADNI、BioFINDER、AIBL等大型AD研究队列和临床试验人群，可能难以外推至社区、初级保健和低资源机构；未评估Tau PET一致性或临床严重度/分期影响，种族/族裔变异未评估；资助方Roche无数据收集、分析和解释角色；发表偏倚可能使敏感性及SROC/AUC高估，高风险偏倚研究FPR较低可能使总体FPR低估。结论（原文结论翻译）：据研究人员所知，本研究是首个且规模最大的定量Meta分析，评估CSF生物标志物比值与淀粉样蛋白PET之间的一致性。所分析的全部三种CSF生物标志物比值（Aβ₄₂/Aβ₄₀、pTau/Aβ₄₂和tTau/Aβ₄₂）均与淀粉样蛋白PET高度一致。然而，与Aβ₄₂/Aβ₄₀或tTau/Aβ₄₂相比，pTau/Aβ₄₂比值始终显示出与淀粉样蛋白PET阳性最高的一致性和最低的FPR。