基于血浆、脑脊液及淀粉样蛋白正电子发射断层显像评估阿尔茨海默病脑淀粉样蛋白沉积概率(Amyloid Probability in Alzheimer Disease from Plasma, Cerebrospinal Fluid, and Amyloid Imaging)

《npj Dementia》：Amyloid probability in Alzheimer disease from plasma, cerebrospinal fluid, and amyloid imaging

　　

摘要：血液生物标志物(blood-based biomarkers, BBMs)日益被用于分诊患者以进行淀粉样蛋白确认检测，但其诊断性能常仅相对于单一对照指标（淀粉样蛋白正电子发射断层显像[amyloid PET]或脑脊液[cerebrospinal fluid, CSF]）进行报告，而PET与CSF之间存在已知的不一致率。研究人员对阿尔茨海默病神经影像学倡议(Alzheimer's Disease Neuroimaging Initiative, ADNI)数据集进行横断面二次分析，为每例受试者构建一份以PET为锚定的PET–CSF–血浆"三联(triad)"数据（n=320）。采用整合PET、CSF及血浆（Aβ42/40比值或%p-tau217）的贝叶斯潜类别模型(Bayesian latent class model)，估算各检测模式组合下潜淀粉样蛋白阳性(latent amyloid positivity)状态的后验概率(posterior probability)，并预设敏感性分析考察PET–CSF条件依赖性、检测时间间隔（≤7天、8–30天、>30天）及CSF截断值的影响。一致的PET+/CSF+与PET?/CSF?模式分别映射为接近1和接近0的阳性概率，而不一致的(discondant)PET–CSF模式产生中间概率，该概率可被血浆分层细化且对依赖性假设最为敏感。即使在≤7天内采集的配对检测中仍存在PET–CSF不一致（12/98例，12%）。CSF Aβ42覆盖分析显示相似的概率梯度。模式-到-概率(pattern-to-probability)的报告方式可在不偏倚地指定某一参考检测的前提下辅助临床解读。

该研究发表于《npj Dementia》。

研究背景与立题依据

目前阿尔茨海默病（Alzheimer disease, AD）诊断需确认脑淀粉样蛋白（brain amyloid）沉积，常用确认手段为淀粉样蛋白正电子发射断层显像（amyloid PET，检测脑内纤维状斑块负荷）和脑脊液（cerebrospinal fluid, CSF）Aβ_42/42-40测定（反映可溶性Aβ动力学）。血液生物标志物（blood-based biomarkers, BBMs），尤其是血浆Aβ_42/40比值和磷酸化tau217（%p-tau217），正被用作初筛分诊工具。然而，PET与CSF分类在约10%–20%的个体中存在不一致（discordance），且传统诊断性能评价常以单一模态（通常为PET）作为"金标准（gold standard）"，将不一致或临界病例强行归为"假阳性/假阴性"，忽略了两种确认方法均有不完美之处且无绝对金标准的问题。此外，血浆生物标志物的准确性若仅以单一参照评价，会继承参照标准的不确定性。因此，研究人员提出以潜淀粉样蛋白阳性状态（latent amyloid-positive state, A*=1）为隐变量，联合建模PET、CSF和血浆三项检测结果，给出每种观测模式组合下脑淀粉样蛋白沉积的后验概率（posterior probability of latent amyloid positivity, P(A=1|pattern)），而非指定任一检测为金标准，并系统考察PET–CSF条件依赖、采样时间间隔及CSF截断值对推断的影响。

主要关键技术方法

研究人员对ADNI（Alzheimer's Disease Neuroimaging Initiative）队列进行横断面二次分析，筛选具备同期 amyloidPET、CSF（Roche Elecsys CSF Aβ_42/40比值，截断值0.0525；覆盖分析用CSF Aβ₄₂，截断值963 pg/mL）及血浆（PrecivityAD2组分：血浆Aβ_42/40比值和血浆%p-tau217）的受试者，按最小化时间窗（PET–血浆±90天，PET–CSF/血浆–CSF±180天）构建每人一个PET锚定三联数据（n=320，主要分析集n=138有CSF Aβ_42/40）。血浆连续值按队列内百分位数分层为低（≤20th）、中（20th–80th）、高（≥80th）。采用贝叶斯潜类别模型（Bayesian latent class model, BLCM），基线假设PET、CSF、血浆在给定潜状态下条件独立（conditionally independent），预设敏感性模型允许PET与CSF在潜类内条件相关（conditional dependence）；先验设为弱信息Beta(1,1)及Dirichlet分布；用Gibbs抽样估计各PET(+/-)–CSF(+/-)–血浆(低/中/高)组合对应的P(A=1|pattern)；按PET–CSF采集间隔（≤7天、8–30天、>30天）分层分析不一致率；用不同CSF截断值带（0.90×–1.10×）及CSF Aβ₄₂替代做覆盖/稳健性分析。

研究结果

Cohort and analytic sets（队列与分析集）

最终纳入320例受试者（平均年龄71.1±6.7岁，女性51%），主要分析集138例具备CSF Aβ_42/40。纳入与排除组年龄、性别、APOE ε4频率相似，但纳入组认知未受损比例更高（61% vs 42%），轻度认知障碍比例更低。

Pattern-to-probability posteriors（模式-到-后验概率）

一致模式PET+/CSF+/血浆高层的P(A=1)接近1（血浆Aβ_42/40：0.998 [95% CrI 0.992–1.000]；血浆%p-tau217：0.9997 [95% CrI 0.998–1.000]），一致模式PET?/CSF?/血浆低层接近0（分别为0.001和0.0001）。不一致的PET–CSF模式（PET+/CSF?或PET?/CSF+）映射为中间概率（如PET+/CSF?/血浆中为0.462 [95% CrI 0.025–0.961] 或 0.325 [95% CrI 0.010–0.876]依血浆标记物而定），且该中间概率被血浆分层进一步细化——血浆高层向高概率偏移，血浆低层向低概率偏移。不一致模式的后验可信区间宽于一致模式，对条件依赖假设更敏感。部分三联组合未见观测（稀疏单元格）。

Timing-stratified discordance（按时间间隔分层的不一致率）

即便PET与CSF采集间隔≤7天，仍有12/98例（12%；95% CI 7%–20%）出现PET–CSF分类不一致；8–30天为2/28（7%），>30天为1/12（8%），长间隔因样本少精度有限。≤7天层中血浆中间层占多数（血浆Aβ_42/4063%，%p-tau217 59%）；限定血浆确定层（低vs高）时，PET–血浆不一致率为血浆Aβ_42/4017%、%p-tau217 0%；CSF–血浆不一致率为血浆Aβ_42/4021%、%p-tau217 0%。表明PET–CSF不一致非单纯时间差所致，可能存在生物学过渡阶段。

Sensitivity and coverage analyses（敏感性与覆盖分析）

一致模式的后验概率在不同模型假设（条件独立vs条件依赖）、CSF截断值带及血浆分层方案下保持稳定（近1或近0）；不一致及边界模式的后验概率随PET–CSF条件依赖设定、CSF阈值微小变动而变化较明显。用CSF Aβ₄₂（n=320全队列）做覆盖分析，模式-概率梯度与主要分析相似，支持结果可迁移性。模型收敛诊断达标（split R-hat可接受）。

讨论与结论翻译

讨论部分总结：贝叶斯潜类别建模将淀粉样蛋白评估重构为对潜阳性状态的概率估计，给出各观测生物标志物模式组合下不依赖单一参考标准的后验概率。一致PET+/CSF+与PET?/CSF?分别对应近1与近0的后验概率，不一致模式得中间概率并由血浆分层细化。允许PET–CSF残存条件相关会实质性影响部分不一致模式的后验估计，提示不应默认条件独立。PET–CSF不一致在短时间间隔内仍出现，提示其为淀粉样蛋白生物标志物演变中的典型过渡阶段（含CSF先阳与PET先阳两种路径），非单纯时间伪差。该模式-到-概率框架避免了"vs PET"或"vs CSF"参照依赖性指标，适合报告伴不确定性的概率，可与现行先用血检分诊再酌情行PET或CSF确认的工作流程兼容；同一框架亦可用于仅有血浆–PET或血浆–CSF配对的二联情形。血浆%p-tau217比血浆Aβ_42/40判别力更强、不一致区更窄；低性能血浆标志物引入会使不一致单元可信区间变宽，但不改变一致模式的解释，不确定性被透明传递。局限性包括无金标准下达识别需建模约束、ADNI队列人群代表性限制、血浆分层丢失连续信息、部分模式细胞稀疏、需外部多样人群验证及未来纳入协变量（年龄、APOE ε4、认知状态）与连续血浆模型扩展。

研究结论（翻译）：在配对的PET–CSF–血浆三联数据中，贝叶斯潜类别建模将淀粉样蛋白评估重新定义为对潜淀粉样蛋白阳性状态的估计，并为每种观测生物标志物模式提供可直接解读、不依赖参考标准的后验概率。一致PET+/CSF+和PET?/CSF?分别映射至近1和近0的后验概率，而PET–CSF不一致（在既往队列中占具临床意义少数）映射至中间概率，该概率可被血浆分层系统细化。结果支持一种模式-到-概率的报告框架，可对每种观测生物标志物组合报告带明确不确定度的潜淀粉样蛋白沉积概率，而不将任一单项检测特权化为金标准。