CSF、血浆及MRI生物标志物在痴呆中炎症与血脑屏障破坏方面的解释局限性

《Frontiers in Aging》：Explanatory limitations of CSF, plasma, and MRI biomarkers for inflammation and blood–brain barrier disruption in dementia

　　

炎症和血脑屏障（BBB）破坏日益被认为与认知衰退相关，但目前尚不清楚哪些液体和影像学指标最能捕捉这些过程。研究对象来自两个重叠的研究项目，MarkVCID和UNM ADRC。研究人员研究了149名患有阿尔茨海默病、白质疏松症、混合性痴呆、皮层下缺血性血管性痴呆或记忆障碍的参与者。BBB通透性通过白蛋白指数（Qalb）评估，这是一种全局性血液到脑脊液渗漏比率，以及动态对比增强MRI通透性（Ktrans），这是一种区域性钆转移测量指标。两者均被视为炎症可能影响的通透性指标，而非炎症的直接测量指标。CSF和血浆生物标志物包括基质金属蛋白酶、血管生成因子、细胞因子、GFAP、NfL、pTau181和Aβ42/40；MRI指标包括PSMD、平均自由水、海马体积和皮层厚度。单变量关联使用Spearman相关和AIC进行筛选，多变量模型使用基于AIC的逐步选择。诊断调整模型、bootstrap选择频率、惩罚回归和交叉验证R2用作敏感性分析。Qalb和Ktrans无显著相关性（Spearman ρ = 0.14，p = 0.28），表明它们反映BBB功能障碍的不同维度，但未确立生物学独立性。Qalb的多变量CSF模型保留了MMP-2、Flt-1、IL-8、GFAP和NfL，解释了约一半的方差（R2 = 0.53），而血浆模型解释的方差较少（R2 = 0.32）。对于Ktrans，多变量CSF、血浆和MRI模型分别解释了R2 = 0.36、0.39和0.14的方差，而PSMD是最强的FDR稳健的单变量MRI相关指标。CSF-血浆相关性从MMP-9的接近零（r = ?0.03）到NfL（r = 0.74）和IL-13（r = 0.70）的较强关联不等，表明血浆不能假定可逐标志物替代CSF。Qalb和Ktrans应被视为互补而非可互换的指标。Qalb-CSF模型显示出最强的炎症相关信号，但这些发现属于探索性研究，在将炎症轴纳入基于ATN(V)的框架之前，需要在独立的纵向队列中进行验证。

论文解读：CSF、血浆及MRI生物标志物在痴呆中炎症与血脑屏障破坏方面的解释局限性

一、研究背景与问题

阿尔茨海默病（AD）及相关痴呆（ADRD）随着全球人口老龄化日益成为神经系统疾病的主要原因。随着疾病修饰疗法（DMT）进入临床实践，准确识别可能从治疗中获益以及可能产生有害副作用的患者变得至关重要。由于临床特征重叠，仅凭临床评估区分患者已被证明十分困难，这推动了基于多模态生物标志物改善患者分类的发展。最初的生物标志物诊断尝试使用CSF和PET扫描中的淀粉样蛋白和tau水平，形成了ATN公式（A为淀粉样蛋白，T为tau，N为神经退行性变）。然而，这一早期尝试未能涵盖多种病因，特别是血管疾病的贡献，遗漏了大量因AD和血管病理合并导致的混合性痴呆患者。随着DMT获批，混合病理的识别变得更加重要，因为存在血管疾病时副作用风险增加。研究人员通过加入由MRI弥散张量成像（DTI）检测白质缺血性损伤所确定的血管疾病（V），扩展了研究诊断公式。炎症（I）在进展性认知损失中的重要性日益增加，提示应将其纳入公式。2013年NIH阿尔茨海默病峰会扩大了研究范围，促成了MarkVCID联盟的成立，该联盟专注于开发用于血管性认知障碍和痴呆临床试验的验证生物标志物。本研究旨在初步识别可纳入ATN(V)框架的炎症相关轴（I）的潜在生物标志物。

二、研究设计与方法

研究纳入149名来自MarkVCID和新墨西哥大学阿尔茨海默病研究中心（NM ADRC）重叠研究项目的患者，诊断分为AD、皮层下缺血性血管性痴呆（SIVD）、混合性痴呆（MX）、白质疏松症（LA）及记忆障碍（MI）对照组。BBB通透性通过两种方法评估：白蛋白指数（Q_alb），定义为CSF白蛋白与血清白蛋白之比，反映全局性血-脑脊液渗漏；以及动态对比增强MRI（DCE-MRI）衍生的区域通透性转移常数（K^trans）。CSF和血浆生物标志物采用MesoScale Discovery（MSD）多重检测试剂盒测量基质金属蛋白酶（MMP-1、MMP-2、MMP-3、MMP-9、MMP-10）、血管生成因子（VEGF-C、PlGF）、促炎细胞因子（TNF-α、IL-1β、IL-6、IL-8、IL-13）等；pTau181采用Innotest ELISA，Aβ42/40采用MSD V-PLEX检测。MRI指标包括白质高信号（WMH）体积、峰宽骨架化平均弥散率（PSMD）、平均自由水、海马体积和皮层厚度。统计方法包括Spearman相关、AIC逐步选择的多变量回归、bootstrap选择频率、弹性网络惩罚回归和交叉验证R²作为敏感性分析。

三、研究结果

3.1 人口学特征：149名参与者中，各诊断组在年龄（Kruskal-Wallis p = 0.005）和性别分布（p = 0.026）上存在显著差异。Q_alb和K^trans在不同诊断组间均有显著差异（Q_alb χ2 = 18.71，p < 0.001；K^trans χ2 = 17.12，p = 0.0018）。Q_alb在LA组低于SIVD组；K^trans在SIVD组高于AD和LA组，在Mixed组高于AD组。

3.2 Q_alb与K^trans反映BBB通透性的不同维度：两项指标无显著相关（Spearman ρ = 0.14，p = 0.28；n = 66），表明它们捕捉BBB功能障碍的不同维度，但不能据此确立生物学独立性。

3.3 Q_alb和K^trans的主要单变量相关指标：Q_alb的最强相关指标为CSF MMP-2、CSF IL-8、MRI平均自由水和CSF MMP-3（均为正相关），以及海马体积和平均皮层厚度（负相关）。K^trans的最强相关指标为DTI PSMD和平均自由水（正相关），其次为CSF MMP-2。经FDR校正后，Q_alb仍有5个指标显著（CSF MMP-2 q = 0.006、CSF IL-8 q = 0.009、海马体积 q = 0.019、CSF MMP-3 q = 0.048、平均皮层厚度 q = 0.049），K^trans仅PSMD显著（q = 0.037）。

3.4 生物标志物与BBB通透性的单变量关联：Q_alb与29种CSF生物标志物中的9种相关，包括IL-6、IL-8、TNF-α、MMPs和血管生成标志物；仅与29种血浆生物标志物中的3种相关。K^trans方面，CSF生物标志物中无独立主效应达到p < 0.05，但DTI PSMD（β = 0.934，p = 0.004）和平均自由水（β = 1.08，p = 0.002）与K^trans呈强正相关。

3.5 多变量回归分析：六种模型中，Q_alb-CSF模型表现最佳（R2 = 0.53），保留Flt-1、IL-8、MMP-2、GFAP和NfL五个预测因子。Q_alb-血浆模型（R2 = 0.32）保留性别、IL-10、MMP-2、MMP-10和血清IgG。Q_alb-MRI模型（R2 = 0.24）保留性别、PSMD、平均自由水及两个性别交互项。K^trans-CSF模型（R2 = 0.36）保留性别、GFAP、IgG、NfL及性别×GFAP交互项。K^trans-血浆模型（R2 = 0.39，n = 35）保留VEGF-C、IFN-γ、IL-13和MMP-9。K^trans-MRI模型（R2 = 0.14）仅保留年龄和平均自由水。

3.6 敏感性和稳定性分析：加入诊断组协变量未显著改善五个模型；Q_alb-CSF模型的bootstrap选择频率最高（MMP-2 99%、Flt-1 97%、GFAP 92%、IL-8 85%、NfL 63%）。弹性网络回归在保守惩罚下仅Q_alb-CSF模型保留预测因子。交叉验证R2显示Q_alb-CSF模型为0.19，其余模型为负值或接近零，表明除Q_alb-CSF模型外，其余模型的外推性能有限。

3.7 CSF-血浆生物标志物相关性：同一标志物的CSF-血浆相关性差异很大，从MMP-9的接近零（r = ?0.03）到NfL（r = 0.74）和IL-13（r = 0.70）的较强正相关不等，表明血浆不能假定可逐标志物替代CSF。

3.8 复合炎症评分与认知：探索性复合炎症相关评分与任何认知域均无显著关联。

四、讨论与结论

研究发现Q_alb和K^trans反映BBB功能障碍的不同维度：前者为全局性、蛋白尺度、基于液体的渗漏信号，后者为区域性、微血管通透性信号。Q_alb-CSF模型显示出最强的炎症相关信号和唯一可观的样本外表现，而K^trans在CSF、血浆和MRI预测模块中均显示关联但样本外表现有限。CSF和血浆中同一蛋白的浓度相关性各异，提示血浆不能普遍替代CSF。性别修饰了部分关系，最显著的是白质自由水与Q_alb的关联。炎症生物标志物与K^trans的关联不一定意味着K^trans是炎症的直接读数，慢性小血管疾病可能通过共享的上游机制同时促成内皮炎症和白质微结构损伤。这些发现支持存在与BBB通透性相关的炎症生物标志物信号，但强调其测量和临床解释仍不确定。研究属于横断面探索性研究，需要在独立纵向队列中验证后才能将炎症轴纳入ATN(V)框架。