Home 診斷 使用血漿p-tau217做為腦內類澱粉病變的篩檢工具: 合乎經濟效益的兩階段檢驗法

使用血漿p-tau217做為腦內類澱粉病變的篩檢工具: 合乎經濟效益的兩階段檢驗法

by admin
Published: Updated:

由於FDA已經批准了兩款類澱粉Aβ抗體的免疫療法藥物用於治療阿茲海默症(AD),但amyloid PET (類澱粉中子斷層影)非常昂貴,腦脊體液的檢查有侵入性又不方便,所以臨床上需要找到較合乎成本效益的策略來確定認知障礙患者是否為適用抗類澱粉抗體藥物治療的Aβ陽性阿茲海默症患者。

  • 此研究使用了BIOFINDER研究的資料,包含348位輕度認知障礙的患者。
  • 第一步先基於血液檢驗的模型將患者Aβ-PET陽性的可能性分為低風險、中風險或高風險。
  • 第二步中,只將中風險患者加做CSF Aβ42/Aβ40測試。
  • 此兩步驟的流程對於預測Aβ-PET結果的整體準確性,低,中,高Aβ風險組分別為88.2%、90.5%和92.0%
  • 使用血漿p-tau217的模型進行MCI患者的Aβ風險篩檢,可以大大減少amyloid PET或CSF確認性測試的需要,提供了符合經濟成本效益的阿茲海默症檢測策略. 

A two-step workflow based on plasma p-tau217 to screen for amyloid β positivity with further confirmatory testing only in uncertain

Cost-effective Alzheimer’s disease detection using plasma p-tau217-based risk stratification

文獻出處

背景

  • 疾病特徵:阿茲海默症(AD)是導致失智症的主要原因,其神經病理學特徵是細胞外類澱粉Aβ斑塊的沈積和超磷酸化tau的細胞內纏結。
  • 抗Aβ治療藥物:新的抗類澱粉治療藥物在清除大腦中的類澱粉方面顯示出有療效,所以美國食品和藥物管理局(FDA)批准了aducanumab和lecanemab兩種藥物。
  • 生物標記的重要性:由於這兩種抗類澱粉藥物的上巿,如何確認認知障礙的患者,確實有阿茲海默症類澱粉的病變,為適合使用此類藥物治療的族群,阿茲海默生物標記異常將是確定診斷的關鍵。
  • 生物標記的限制:然而,腦脊髓液檢查和PET檢查的高成本、侵入性、耗時性,以及有限的可用性(有PET的醫院不多,限制了其廣泛用於篩檢阿茲海默生物標記的可近性。
  • 血液生物標記的潛力:血液生物標記具有在最小侵入性和可用性的方式中提供出阿茲海默生物標記的診斷。
  • 血漿p-tau效能:可以檢測的血漿p-tau型式包括p-tau181、p-tau217和p-tau231,在近年的研究中已顯示出其識別阿茲海默症的高確定性。
  • p-tau217檢測上的特性:血漿p-tau217(在Thr217處磷酸化的tau)在認知障礙的類澱粉Aβ陽性患者中顯示出最高的倍數變化,因此較不易受到分析數值變異度高的影響。
  • p-tau217與Aβ關聯:血漿p-tau217與類澱粉病理變化的測量值強烈相關,且其在血漿中的數值在tau-PET異常前就可會升高。
  • 血液生物標記的缺點:即使是表現最佳的血p-tau生物標記,雖然組間比較時可顯示統計學上的差異,但實際上的數值有很高的組間重疊度。
  • 模型策略:結合生物標記和臨床相關資料做為篩檢的模型。

研究目的

  • 研究族群:兩個記憶門診世代追蹤中輕度認知障礙(MCI)患者。
  • 研究目的:用兩步驟檢測流程來準確的檢測Aβ-PET陽性率,減少所需的確認性類澱粉檢驗的次數。
    • 第一步驟:依血漿p-tau217、年齡和APOE ε4建立診斷模型,將amyloid-PET陽性的風險分層。
    • 第二步驟:將第一步驟中結果不確定的患者進行確認性的腦脊髓液CSF Aβ42/Aβ40檢測。
  • 次要分析:在次要分析中,使用不同的血漿p-tau217免疫測定法評估了這一工作流程的準確度。

研究方法

研究族群

BioFINDER: 

  • BioFINDER-1 (NCT01208675):模型訓練族群,於2010年1月至2015年1月之間招募患者。
  • BioFINDER-2 (NCT03174938):驗證族群,於2017年5月開始招募。
  • 研究類型:這是一項橫斷面研究。
  • 招募情況:患者都是從瑞典南部的記憶門診中招募的,大部分的研究參與者都接從基層醫療機構被轉介過來的。

  • 資料分析族族:輕度認知障礙MCI,有血漿p-tau217、CSF Aβ42/Aβ40、Aβ-PET和APOE ε4基因分型的完整資料者。
  • MCI納入標準

     

    •  BioFINDER-1: 年齡60-80歲,MMSE 24-30, 主訴有主觀認知衰退的。
    • BioFINDER-2: 年齡40-1–歲,MMSE 24-30, 因認知問題被轉診。

評估項目

認知測驗

  • 記憶,執行/注意力,視覺空間,語言
  • Trail Making Test A, Trail Making Test B, Symbol Digit Modalities Test, verbal fluency animals, 15-word short version of the Boston Naming Test, 10-word delayed recall from the Alzheimer’s Disease Assessment Scale, and incomplete letters and cube analysis from the Visual Object and Space Perception battery.
  • 診斷MCI者需上述各面向的測驗表現至少有一項小於1.5個標準差。

共病症評估

  • 心血管疾病,高血糖,高血脂,慢性腎病。

次級分析(secondary analysis)族群特性

  • 參與者來源84名translational Biomarkers in Aging and Dementia (TRIAD)研究中具有血漿p-tau217、脳脊髓液Aβ42/Aβ40、APOE ε4基因型和Aβ-PET完整數據的認知障礙參與者

  • 診斷: 診斷過程中,醫生未參考生物標記結果做診斷。

  • 臨床評估:臨床失智評分(CDR)、MMSE,以及使用Hachinski缺血量表的腦血管疾病風險評估。

  • 分組:一組為輕度認知障礙MCI患者,其CDR為0.5且MMSE得分範圍為24至30(共63名);另一組為失智症患者,其CDR為≤1(共21名)。

BioFINDER-1和BioFINDER-2的影像和流體生物標記

  •  Aβ-PET:BioFINDER-1使用Philips Gemini TF 16掃描器,而BioFINDER-2使用電腦化的GE Discovery MI掃描器。示蹤劑為[18F]flutemetamol
    • SUVr:以整個小腦做參考區域來計算。
    • 皮質分區:將T1 MRI影像使用FreeSurfer (v.5.3)做腦區劃分。
    •  Aβ-PET結果分類:使用高斯混合模型(GMM)導出的切分值分為陽性和陰性。BioFINDER-1的切分值為 ≥1.138 and  BioFINDER-2為≥1.033視為陽性 .
  • 脳脊液的測量與分析
    • Aβ42/40測量:使用Roche Elecsys NeuroTool Kit全自動進行。
    • 異常CSF定義:根據高斯混合模型先前導出的切分值。BioFINDER-1  ≤0.066 和 BioFINDER-2  ≤0.080 視為Aβ陽性。
    • 中心測量:所有CSF Aβ42/40的測量均在Sahlgrenska Academy的Clinical Neurochemistry Laboratory完成。
  • p-tau21量化分析
    • 測量方法: 使用由Lilly Research Laboratories開發的Mesoscale Discovery平台。
    • 抗體使用:Biotinylated-IBA493作為捕獲抗體,SULFO-TAG-4G10-E2 (anti-tau)作為檢測抗體。
  •  APOE ε4基因分型
    • 使用TaqMan基因鑑別試劑。

TRIAD族群的影像和流體生物標記

    • 評估項目:血漿p-tau217、CSF Aβ42/40和[18F]AZD4694 amyloid-PET。
      • 血漿p-tau217濃度測量:使用Janssen R&D開發的Simoa試劑盒
      •  CSF Aβ42/40濃度量化:使用全自動的Lumipulse G1200儀器(Fujirebio)進行,其Aβ陽性閥值為0.068,。
      • [18F]AZD4694 amyloid-PET陽性閥值:基於GMM使用1.55做為Aβ陽性閥值(centiloid ≥ 24),以CSF閥值和視覺評估進行驗證。
      • 血液和CSF的收集在同一天進行。

分析方法

模型建立

  • 回歸模型:用BioFINDER-1中的Aβ-PET分類作為預測結果,以血漿p-tau217、年齡和APOE ε4狀態作為預測因子。
  • 變數選擇:使用了向後變數刪除法進行內部驗證。
  • 模型效能:使用ROC curve的AUC來評估模型效能。
  • 外部驗證:在BioFINDER-2中對模型進行外部驗證。

 兩步驟診斷流程

  • 第一步驟風險分組:依據血漿p-tau217模型衍生的Aβ-PET陽性概率,將參與者分為低、中和高風險Aβ陽性組。
  •  第二步驟:在第一步驟中為Aβ陽性中風險者,進一步進行CSF Aβ42/Aβ40測量。

血漿p-tau217z得分模型

  • 1. z得分計算:以cognitive unimpaired (CU) Aβ-negative樣本的分佈 (以BioFINDER-1, BioFINDER-2, TRIAD各自的CU族群計算),計算出z得分。

分析軟體

  • R v.4.1.1,主要使用‘rms’ package

結果

參與者基本特徵

  • 參與者總數:總共包括了來自BioFINDER-1(n = 136)和BioFINDER-2(n = 212)的348名輕度認知障礙MCI患者
  • 類澱粉Aβ-PET陽性率:BioFINDER-1的Aβ-PET陽性率為60.3%,而BioFINDER-2為60.8%。
  • APOE ε4攜帶者盛行率:BioFINDER-1的APOE ε4攜帶者盛行率為49.3%,BioFINDER-2為55.2%。
  • 性別:兩個研究中的女性參與者都較少,BioFINDER-1為35.3%,BioFINDER-2為42.0%。
  • 參與者特徵:兩個世代研究中的參與者在簡易智能測驗(MMSE)分數、年齡和血漿p-tau217濃度上都無差異。
  • 共病症盛行率:在所有的MCI中(n = 348),有心血管疾病者為54.0%,糖尿病為15.8%,血脂異常症為37.9%,慢性腎病(CKD)為9.2%。

模型開發、驗證和閥值定義

  • BioFINDER-1模型開發:血漿p-tau217、年齡和APOE ε4基因型為開發Aβ-PET陽性的邏輯回歸模型的候選預測因子,完整模型中主要也是包含這三項因子還有三項因子的交互作用,在BioFINDER-1中對Aβ-PET陽性呈現出AUC為89.3%(95%置信區間(CI) = 83.7–93.8%)。
  • BioFINDER-2外部驗證:在BioFINDER-2的世代研究中進行外部驗證,該模型也呈現出高度Aβ-PET陽性區分性的表現(AUC = 94.3%,95% CI = 91.2–97.4%)。
  • 閥值策略:根據血漿p-tau217模型所算出的Aβ-PET陽性概率,將參與者分為Aβ-PET陽性的低、中和高風險組。
  • 閥值定義:以90%、95%和97.5%三種敏感性(以避免錯過檢測Aβ陽性的患者),和90%、95%和97.5%的特異性(以避免將Aβ陰性的患者分類為‘高風險’)來定義閥值。
  • 概率閥值驗證:由於該模型在BioFINDER-1和BioFINDER-2的AUC驗證均不錯 ,因此結合了BioFINDER-1和BioFINDER-2的數據(n = 348)計算出了概率閾值。

第一步驟:依血液檢驗的結果做風險分層

  • 低風險閾值的準確性:依三種敏感性(90%、95%和97.5%) 來確定低風險閥值的準確性(特別是負預測值)。
    • 不同閾值的結果:對於較寬鬆的(敏感性(Se) 90%)、中等嚴格性(Se, 95%)和最嚴格的(Se, 97.5%)低風險閥值,Aβ-PET陰性的準確度分別為82.0%(18%偽陰性)、89.0%(11.0%偽陰性)和93.4%(6.6%偽陰性)。
  • 高風險閾值的準確性:依三種特異性(90%、95%和97.5%) 來確定高風險閥值的準確性(正預測值)。
    • 不同閾值的結果:對於較寬鬆的(特異性(Sp) 90%)、中等嚴格性(Sp, 95%)和最嚴格的(Sp, 97.5%)高風險閥值,Aβ-PET陽性的準確性分別為92.2%(7.8%偽陽性)、95.2%(4.8%偽陽性)和97.7%(2.3%偽陽性)。
  • 合併敏感性和特異性風險分層策略:例如,90%的Se與90%的Sp,稱為Se/Sp 90%)。
    • 不同策略的結果
      • 使用Se/Sp 90%的較寬鬆策略,13.5%的個體(348中的47人)被分類為中等風險。
      • 使用Se/Sp 95%的中等策略時,29.0%的MCI個體(348中的101人)被分類為中等風險組。
      • 使用最嚴格的Se/Sp 97.5%策略時,更大比例的個體,41.1%(348中的143人),被分類為中等風險。

第二步驟:確認性腦脊髓液CSF檢測

  • 中等風險組的考慮:在基於血液檢測的風險分層中被分類為中等風險的患者是血生物標記結果不確定的患者,其中Aβ-PET陽性率介於51%至59%之間,所以用CSF Aβ42/Aβ40o做進一步測試是否能夠準確地確定這一組的Aβ-PET結果。
    • CSF與Aβ-PET的一致性:CSF Aβ42/Aβ40和Aβ-PET結果的一致性是高的。
    • 不同風險閥值策略的結果
      • 對於血液模型的Se/Sp 90%策略,13.5%的MCI患者的MCI患者被分類為中等風險組,陽性的CSF Aβ42/Aβ40測試對Aβ-PET陽性有82.8%的正預測值(PPV),而陰性的CSF Aβ42/Aβ40測試對Aβ-PET陰性有100.0%的負預測值(NPV)。
      • 對於血液模型的Se/Sp 95%分層策略,29.0%的MCI患者被分類為中等風險組,CSF Aβ42/Aβ40對Aβ-PET陽性顯示了85.9%的PPV,對Aβ-PET陰性顯示了86.5%的NPV。
      • 對於血液模型的Se/Sp 97.5%分層策略,41.1%的MCI患者被分類為中等風險組,CSF Aβ42/Aβ40對Aβ-PET陽性顯示了87.7%的PPV,對Aβ-PET陰性顯示了85.5%的NPV(參見擴展數據圖2b)。
  • 敏感性分析:在敏感性分析中,比較了不同CSF生物標記預測Aβ-PET結果的準確性,Aβ42/Aβ40仍然是比Aβ42單獨或p-tau181/Aβ42ml更具有高整體準確度的生物標記。

工作流程的整體準確性與減少必要CSF檢測數

  • 較寬鬆風險策略的結果:使用Se/Sp 90%較寬鬆的篩檢策略時,兩步工作流程的正確Aβ-PET分類的準確性為88.2% (95% CI = 84.4–91.2%),這種方法減少了需要進行腰椎穿刺的患者數量的85.9%。
  • 中等風險策略的結果:使用Se/Sp 95%的中等風險分層策略,兩步工作流程的Aβ-PET分類準確性增加到90.5%(95% CI = 87.3–93.4%),同時減少了需要確認性CSF測試的患者數量的72.7%。
  • 較嚴格風險策略的結果:使用Se/Sp 97.5%的中等風險分層策略,兩步工作流程的Aβ-PET分類準確性增加到92.7% (95% CI = 88.9–94.6%),同時仍然減少了需要被推薦進行確認性測試的患者數量的61.2%。

工作流程的跨試劑和地區驗證

    • 將血漿p-tau217的數值做z值轉換,以進行不同試劑驗證。
    • 先在在BioFINDER-1和BioFINDER-2中,使用血漿p-tau217的z轉換值重新分析準確度,結果顯示了與原始濃度模型相似的準確性。
    • 將在BioFINDER-1用血漿p-tau217的z轉換值發展出的模型,在加拿大麥吉爾大學的translational Biomarkers in Aging and Dementia (TRIAD)世代研究中的輕度認知障礙樣本中檢驗風險概率,在TRIAD中血漿p-tau21採用另種免疫分析方法(Janssen R&D)。
    • 在TRIAD中使用原始的BioFINDER 95% Se/Sp閾值,達到了同樣高的整體工作流程準確性 (89.3%, 95% CI = 80.9–94.3%),同時減少了67.4%必要的確認性測試的人數。

研究的優點和局限性

  • 研究的優點

    • 樣本數夠大: 的輕度認知障礙MCI參與者,他們來自三個獨立的世代研究 ,分別位於兩個不同的地區。
    • 驗證於不同的檢測試劑: 工作流程在驗證在使用兩種不同的血漿p-tau217檢測方式,兩種FDA批准的CSF Aβ42/Aβ40檢測和兩種Aβ-PET放射性示踪劑都表現出高準確戒水。
    • 流程的應用雖然此研究是在擁有CSF和/或PET檢驗的醫院型記憶門族群中進行,但這種工作流程在未來最有可能運用的場域是在基層醫療做轉診醫院專科的依據。

    • 參與者的特點:此研究中的BioFINDER-1和BioFINDER-2人群是由基層醫療轉診至醫院記憶門診的患者組成,他們具有各種共病,且受教育程度相對較低(中位數12年)。

  • 研究的局限性

    • 統一大量檢測: 每種試劑的血漿生物標記測量都是以單批方式進行的(這是世代研究的標準做法),因檢驗人為因素所的的數值變異性較小,而臨床上是單一病人分次檢測,數值的變異性較大,所以在臨床使用前,需要進一步的驗證。
    • 工作流程的理想參考的黃金標準應該是神經病理(autopsy)的結果,,但我們的參考標準Aβ-PET已經得到了廣泛的神經病理學驗證。

結論

  • 血漿p-tau217的應用:MCI患者有確定阿茲海默生物標記Aβ狀態的需要時,使用基於血漿p-tau217的模型進行風險分層可以得到高度準確的分類。

  • 降低進一步檢測的需求:這種方法可以大幅減少需要進行進一步昂貴或侵入性Aβ檢測的患者數量。

  • 未來方向:在經過臨床實際驗證後,這樣的工作流程來檢測AD可能會大大減少使用CSF或PET的檢測人數。

  • 減少負擔和成本:這將可能降低患者和醫療提供者的成本。

個人想法

  • 主要應用於MCI預測Aβ陽性: 此篇文章的分析和應用族群主要為輕度認知障礙MCI,所以若要在失智症或認知正常者預測Aβ陽性,模型中的變數,變數值的權重可能都會改變。
  • 用於篩選出可用抗類澱粉抗體藥物者: 因目前上巿的藥物,主要試用族群為MCI的Aβ陽性者。
  • 不同的amyloid PET示踪劑和血漿p-tau217: 此研究中三個族群所用的amyloid PET示踪劑和血漿p-tau217檢測法都有不同,amyloid PET 數值用換算成centiloid來標準化,血漿p-tau217的數值則轉換成為Z值
  • 缺乏不同血漿p-tau217檢驗法Z值轉換所需的標準值: 三個族群各自用自己研究族群中認知正常且Aβ陰性者的血漿p-tau217來計算,雖說因為三個族群或檢測法不同,或收檢體的試管不用,但也顯示了目前血漿生物標劑尚無標準正常值建議。
  • 高危險Aβ陽性族群: 以血漿p-tau217模型分類為高危險Aβ陽性族群者,準確率高達9成以上,若是以最嚴格的97.5%特異性做閥值,偽陽性的機率只有2.3%,幾近不用再做amyloid PET確認的狀態。
  • 中危險Aβ陽性族群: 在此研究中是以CSF檢測做確認,但是否直接用amyloid PET確認更直接,且可得到amyloid 在腦區分布性的資訊。不過我想此研究主要是設想在沒amyloid PET設備的情況下,血漿檢查的下一步可以先做腦脊髓液檢查做進一步確認。
  • MCI中Aβ陽性的概率: 研究中幾個族群Aβ陽性的概率大約都有60%左右,其實還算高的,之前不少研究中MCIAβ陽性的概率都不到5成,此模型是否仍然適用則不確定。
  • 臨床使用仍需驗證: 臨床使用時,檢驗是分批送檢,一位病人抽完血就送檢一次,但研究中是所有人的檢體收集完成後,一次全部檢驗,少了許多人為因素的變異性,所以還需臨床實際使用的驗證。

訂閱大腦森林電子報

Leave a Comment