最新算法：高度準確預測患上阿爾茨海默病的風險

　　瑞典隆德大學（Lund University）的研究人員近日開發出一種算法，能夠將血液測試的結果與記憶測試的數據結合起來，高度準確地預測未來患上阿爾茨海默病的風險。這項研究成果于5月24日發表在《Nature Medicine》雜志上。

　　即使是在專業的醫療機構，大約20-30%的阿爾茨海默病患者也曾遭遇誤診。通過脊髓液樣本測定tau蛋白和β-淀粉樣蛋白，或者采用PET掃描，可以顯著提高準確性。然而，這些方法比較昂貴，且只能在少數專門的記憶診所中進行。隨著有望延緩疾病進展的新藥出現，在早期準確診斷AD變得越來越重要。

　　隆德大學Oskar Hansson教授領導的一個研究小組現在已表明，將一些相對容易實現的測試組合起來，能夠在早期可靠診斷阿爾茨海默病。這項研究對瑞典BioFINDER研究中的340名輕度記憶障礙患者進行了檢查，并通過北美543人的研究證實了結果。

　　研究人員采用一項簡單的血液測試（測定tau蛋白的變體和阿爾茨海默病的風險基因）和三項只需10分鐘即可完成的簡短認知測試，來預測哪些患者會在四年內發展成阿爾茨海默病（AUC = 0.83）。Oskar Hansson表示，這種簡單的預測算法比癡呆癥專家的臨床預測要準確得多，而且無需進行昂貴的脊髓液檢測或PET掃描。

　　“我們的算法是基于磷酸化tau蛋白和風險基因的血液分析，再加上記憶和執行功能的測試。我們現在已經開發了一個在線的原型工具，可用來估計一個有輕度記憶障礙的人在未來四年內患阿爾茨海默病的風險，”第一作者Sebastian Palmqvist說。

　　這個算法的一個明顯優勢是，它已經被開發出來用于臨床，無需高級的診斷儀器。因此，未來它有望在初級醫療保健中對阿爾茨海默病的診斷產生重大影響。

　　Palmqvist表示：“這種算法目前僅在接受過記憶診所檢查的患者身上進行了測試。我們希望它也能在初級醫療保健以及資源有限的發展中國家得到驗證。”

　　簡單的阿爾茨海默病診斷工具也能促進藥物的開發，因為目前很難以經濟高效的方式招募合適的研究參與者進行藥物試驗。

　　Oskar Hansson教授總結說：“這種算法將使我們能夠在早期招募阿爾茨海默病患者，也就是說，新藥有更好的機會延緩疾病進展。”