重要提問

• 認知功能仍然正常時，血漿 p-tau217 究竟是在「看見阿茲海默症病理」，還是在「倒數臨床發病」？
• 已經知道類澱粉 PET 的結果後，p-tau217 還能提供多少額外訊息？
• 真正拉開風險差距的，是 p-tau217 的高低，還是觀察時間的長短？
• 基線認知測驗沒有明顯差異，為什麼 p-tau217 仍能預測後續認知下降？
• p-tau217 偏低，是否就代表未來不會發生認知功能障礙？
• 研究已經提出 5 年與 10 年的絕對風險，為什麼仍不能直接用來告訴無症狀者「你的失智機率」？

Prognostic Value of Blood-Based P-Tau217 Levels for Progression to Cognitive Impairment

文獻出處

Buckley RF, Townsend DL, Birkenbihl CJ, Cuppels M, Coughlan GT, Seto MT, Brown JA, Properzi MJ, Hönig MC, Li A, Schultz AP, Chhatwal J, Yang HS, Arnold S, Kivisäkk P, James BD, O’Bryant S, Rissman RA, Petersen M, Caldwell JZK, Betthauser T, Oomens JE, Carrigan M, Healy B, Garcia Condado J, Johnson SC, Yau WW, Langford O, Farrell M, Amariglio RE, Rentz DM, Papp KV, Brookmeyer R, Hohman TJ, Donohue M, Aisen PS, Johnson KA, Sperling RA. Prognostic Value of Blood-Based P-Tau217 Levels for Progression to Cognitive Impairment. JAMA. Published online July 14, 2026. doi: 10.1001/jama.2026.12556. PMID: 42449500.

---

背景

血液標記已經能反映病理，但還回答不了時間問題

• p-tau217 的既有定位：血漿 p-tau217 是 tau 在 threonine 217 位置磷酸化後釋入血液的型式，在疾病早期即與大腦 Aβ 負荷高度相關，與 tau PET 的關聯要到較晚期才明顯，並與後續認知退化有關。
• 現有證據的形式：多數研究以相對風險呈現「p-tau217 較高者進展至輕度認知障礙或失智的風險較高」，缺乏在臨床上有意義的時間窗內的絕對風險估計，也缺乏跨平台、跨進展定義的一致結果。

類澱粉影像已有數值與風險的換算，但血液檢測還沒有

• 既有的影像版本：Mayo Clinic Study of Aging 曾以連續的 Aβ-PET Centiloid 值提供終生與 10 年的絕對風險估計，顯示 Aβ 負荷可穩定預測進展至認知障礙。
• 為何血液檢測更需要：血液檢測的可近性遠高於 PET，一旦廣泛使用，臨床上會直接面對「這個數值代表未來幾年多少機率」的提問。
• 指引現況：Alzheimer’s Association 的臨床實務指引目前明確不建議在研究情境之外，對認知功能正常者施行血液生物標記檢測。

本研究要處理的問題

• 研究目的：在多個觀察性與臨床試驗世代中，估計基線血漿 p-tau217 對認知功能正常長者在 2、5、10 年內進展至認知障礙的絕對風險，並檢驗這項預後價值是否獨立於 Aβ-PET Centiloid（Aβ-PET-CL）。

---

資料與方法

6 個世代的組成與收案條件並不相同

• 納入的世代：
  • Alzheimer’s Disease Neuroimaging Initiative（ADNI）
  • Anti-Amyloid Treatment in Asymptomatic Alzheimer’s（A4）
  • Longitudinal Evaluation of Amyloid Risk and Neurodegeneration（LEARN）
  • Harvard Aging Brain Study（HABS）
  • Wisconsin Registry for Alzheimer’s Prevention（WRAP）
  • Health & Aging Brain Study–Health Disparities（HABS-HD）

收案地區涵蓋北美、日本與澳洲，最早自 2004 年起收案，最新追蹤至 2025 年。

• 共同納入條件：基線認知功能正常，且具有基線血漿 p-tau217、Aβ-PET 影像與縱向臨床追蹤。基線定義為第一次「臨床認知正常且同時有血漿 p-tau217 資料」的訪視。

• 收案條件的關鍵差異：

  • A4 是唯一要求 Aβ 陽性才能收案的世代；
  • HABS-HD 收有明顯較高比例的 Black 或 African American 與 Hispanic 參與者；
  • LEARN 收的則是 A4 篩檢後 Aβ 陰性者。

• 年齡：未設年齡條件，最低 46 歲，但小於 55 歲者僅 95 人（3.5%）。

• 樣本規模：合計 2,684 人。A4 952 人、HABS-HD 543 人、LEARN 505 人、HABS 286 人、ADNI 246 人、WRAP 152 人。
• 基線特徵：年齡中位數 69.6 歲（IQR 66.2–74.2），女性 1,697 人（63%），教育年數中位數 16 年，APOE ε4 帶因者 1,051 人（39%），Aβ 陽性者 1,145 人（43%）。

不同檢測平台的 p-tau217 如何被放到同一基準上分析

• 問題所在：各世代使用不同的 p-tau217 檢測平台，濃度無法直接互相比較。
• 調和方式：先做 log₁₀ 轉換，再以各世代中「70 歲以下且 Aβ 陰性」的參與者建立參考分布，將個人數值轉換成該世代內的 z score。
• Aβ 陰性的判定：依各世代自訂的 cutoff，換算到合併資料集後約相當於 17 Aβ-PET-CL。
• 極端值處理：標準化前先排除小於 Q1 − 5 × IQR 或大於 Q3 + 5 × IQR 者，共 18 人。
• 主要處理方式：分析以 p-tau217 作為連續變數為主，分組僅用於呈現絕對風險。

四個風險分組的界線來自 Aβ-PET Centiloid

• 錨定方法：以 conditional quantile 方法，把 p-tau217 的分組界線對應到三個具生物意義的 Aβ-PET-CL 門檻：10 CL（最低可偵測到 Aβ 變化的量）、25 CL（傳統的 Aβ 陽性界線）、60 CL（較高負荷，通常已對應到大腦皮質的 tau 沉積）。
• 四組定義：低（< −0.5 SD，約 < 10 CL，n = 516）、中（−0.5 至 < 1.1 SD，約 10–24 CL，n = 1,087）、高（1.1 至 < 2.5 SD，約 25–60 CL，n = 598）、極高（≥ 2.5 SD，約 > 60 CL，n = 483）。
• 一致性：p-tau217 分組與 Aβ-PET-CL 分組之間呈現強且符合預期的對應（P < 0.001）。
• 影像時間窗：Aβ-PET 須在首次血漿 p-tau217 採檢前後 2 年內完成。

主要終點包含三種判定方式

• 主要終點：incident cognitive impairment，定義為世代內判定的輕度認知障礙、失智，或連續 2 次 global Clinical Dementia Rating（CDR）≥ 0.5。各世代的診斷流程不同，但均為每年追蹤，且臨床診斷時盡可能對生物標記狀態保密。
• 時間定義：自基線至首次符合上述任一條件；未發生者於最後一次可得的追蹤時中止追蹤。
• 次要終點：latent Preclinical Alzheimer Cognitive Composite（PACC）認知功能測驗的縱向變化。latent PACC 是模型導出的連續認知指標，沒有固定的理論上下限，觀察到的分數範圍依樣本而定，分數越高代表表現越好。
• 另一組敏感度終點：Mini-Mental State Examination（MMSE）分數 ≤ 24。

統計分析與絕對風險的估計方式

• 主模型：Cox proportional hazards model，校正世代、年齡、性別、APOE ε4 狀態與教育年數。
• 絕對風險：由 Cox 模型在觀察到的共變數分布上取 marginal survival rate，估計 2、5、10 年的絕對風險。
• 獨立性檢驗：另建立納入基線 Aβ-PET-CL 的模型，評估 p-tau217 是否有提供超出影像的獨立貢獻。
• 模型表現：以 5 年 AUC、C-index 與 inverse probability of censoring weighted（IPCW）Brier score 評估鑑別度與校準。
• 認知軌跡：以 generalized least squares 搭配 natural cubic spline（df = 2）與 continuous autoregressive 相關結構建模，並以 p-tau217 與 spline 時間項的交互作用估計退化速率。
• 敏感度分析：分別限縮於追蹤至少 1 年者、僅進展至輕度認知障礙者、僅連續 2 次 CDR ≥ 0.5 者，以及 MMSE ≤ 24 者。
• 未做的處理：未針對多重比較校正；未納入死亡等競爭風險，追蹤期間死亡或中斷追蹤者在發生認知障礙前一律以 censoring 處理。

---

結果

ptau217每升高 1 SD，進展風險增加 38%

• 事件數與時間：478 人進展至認知障礙，發生時間中位數 4.1 年（IQR 3.2–5.7）；全體追蹤時間中位數 5.4 年（IQR 2.4–7.2，範圍 0.1–13.5）。
• 連續變數模型：p-tau217 每升高 1 SD，進展風險 HR 1.38（95% CI 1.30–1.46，P < 0.001）。
• 其他獨立危險因子：年齡較大、男性、教育年數較低均與風險升高有關。
• 跨世代穩定性：各世代分層後的 HR 多落在 1.33 至 1.79 之間；僅 WRAP 較高（4.31），但 95% CI 寬達 1.86–9.17。

分組後的風險差距集中在「高」以上

• 分組 HR（以低組為參照）：高組 2.34（1.60–3.44，P < 0.001）、極高組 4.66（3.17–6.85，P < 0.001）。
• 中組的位置：中組與低組之間的差距很小，風險的實質分野出現在「高」以上。

絕對風險隨時間尺度改變的幅度很大

• 2 年：四組差距極小，全部落在 1% 至 4%。
• 5 年：最高與最低相差約 3 倍。
• 10 年：絕對值全面上升，但組間差距縮為約 2 倍。
• 長期估計的資料基礎：僅 139 人（5%）具有至少 10 年臨床追蹤，其中 36 人進展為失智（26%），平均發生時間 7.3 年，且大多來自 HABS。

模型的鑑別度與校準

• 5 年 AUC：0.80（0.77–0.83）。
• 5 年 C-index：0.80（0.69–0.91）。
• 5 年 IPCW Brier score：0.12（0.11–0.13），顯示預測準確度可接受。

性別與年齡帶來的差距

• 性別：5 年絕對風險在極高組為女性 36%（30–41）、男性 43%（35–48）；低組為女性 10%（6–14）、男性 16%（12–21）。
• 年齡：以 65、75、85 歲估計，極高組 5 年絕對風險分別為 39%、43%、47%；低組為 11%、13%、17%。
• 年齡與 p-tau217 的相對影響：跨年齡的差距小於跨 p-tau217 分組的差距。

p-tau217 的貢獻無法被 Aβ-PET-CL 取代

• 同時納入兩者：p-tau217 每 1 SD 的 HR 為 1.32（1.24–1.41，P < 0.001）；Aβ-PET-CL 每 1 SD 的 HR 為 1.19（1.05–1.34，P = 0.006）。
• 絕對風險：在假設平均 Aβ-PET-CL 為 30 的條件下，各組的絕對風險與主分析相近；5 年 AUC 0.80、C-index 0.81、IPCW Brier 0.12。
• 增量價值：p-tau217 提供的預後訊息多於 Aβ-PET-CL；同時納入兩者，只比單獨使用 p-tau217 有小幅改善。
• 低 Aβ 負荷的探索性分析：在基線 Aβ-PET-CL < 10 的 1,121 人（99 個事件）中，p-tau217 每 1 SD 的 HR 為 1.34（1.12–1.62，P = 0.002）；同一模型中男性與較低教育同樣與風險升高有關。因人數過少，未估計此族群上端的絕對風險與 10 年估計。

換一種終點定義，關聯依然存在

以下敏感度分析僅更換終點定義，模型設定不變，HR 均為 p-tau217 每升高 1 SD 的估計，可與主分析的 1.38 直接對照。

• 僅計進展至輕度認知障礙（n = 1,222，171 個事件）：HR 1.57（1.39–1.77，P < 0.001），略高於主分析。
• 僅計連續 2 次 CDR ≥ 0.5（n = 1,457，302 個事件）：與主分析的估計相近，原文未提供數值。
• 以 MMSE ≤ 24 定義（n = 2,641，189 個事件）：HR 1.42（1.31–1.55，P < 0.001）。
• 限縮於追蹤至少 1 年者：平均追蹤 5.3 年（SD 2.7），未改變模型結果。

事件在世代之間與定義之間分布不均

• 各世代事件數：A4 249 件、ADNI 63 件、HABS-HD 61 件、LEARN 53 件、HABS 44 件、WRAP 8 件。
• 以 CDR 定義的事件：302 件全數來自 A4（249 件）與 LEARN（53 件），其餘世代皆為臨床診斷。
• 各世代 p-tau217 中位 z score：A4 1.98、ADNI 0.77、HABS 0.53、HABS-HD 0.25、WRAP 0.09、LEARN −0.13。
• 可觀察到的結構：A4 約占整體樣本的 35%，卻貢獻 52% 的事件，其 p-tau217 分布也明顯高於其他世代。

基線認知功能沒有差異，之後的軌跡有差異

• 資料量：22,238 筆縱向觀察；基線 latent PACC 的分數範圍為 −0.8 至 2.7。
• 基線關係：基線 p-tau217 與基線 latent PACC 沒有關聯。
• 軌跡差異：p-tau217 顯著改變 latent PACC 隨時間的軌跡（likelihood ratio 檢定，P < 0.001）。
• 5 年年化變化量：低組 +0.03 units/y（0.02–0.04）、中組 0.01（0.002–0.02）、高組 −0.03（−0.05 至 −0.02）、極高組 −0.07（−0.10 至 −0.05）。極高組與低組相差 −0.10（−0.13 至 −0.07，P < 0.001）。
• 進展者的變化速率：實際進展至認知障礙者的平均年化變化為 −0.06 units/y（−0.08 至 −0.04），與極高組相近。
• 早期上升的來源：p-tau217 較低的組別在追蹤初期的 latent PACC 分數呈現上升，作者指出這很可能反映重複測驗造成的練習效應。原文未界定「初期」的長度，但低組與中組的 5 年年化變化仍為正值。
• 模型解釋力與配適度：spline 模型解釋 22.7% 的縱向 latent PACC 變異。納入 p-tau217 後，模型配適度顯著優於僅含 Aβ-PET-CL 的模型（LR 檢定，P < 0.001）；同時納入兩者時，兩項標記各自獨立影響 latent PACC 軌跡（LR 檢定，P < 0.001）。加入 Aβ-PET-CL 也使 Akaike information criterion 顯著下降、配適度更好（log LR，P = 0.005）。原文僅提供 P 值，未報告 AIC 的實際差值。

---

討論

這篇把血液標記從診斷推到預後

• 作者的定位：研究結果最直接的用途是研究情境與臨床試驗的風險分層與收案條件篩選，尚不足以支持個別化的臨床預後判斷。
• 與影像端估計的對照：先前以問卷式流行病學準則分類失智的研究，聚焦在中至晚期；本研究處理的是疾病連續體較早期的一段。該研究曾報告 75 歲、Aβ-PET 100 CL 者 10 年內約 45% 進展至輕度認知障礙，相較之下本研究觀察到的風險略高。

p-tau217 反映的可能是整合性的病理生理過程

• 獨立性的意義：在校正年齡、性別、Aβ-PET-CL 與 APOE ε4 後仍獨立相關，支持 p-tau217 反映的是一個整合 AD 相關病理生理的指標，而非單純的 Aβ 負荷替代值。
• 可能的機轉：作者推測較高的 p-tau217 可能反映 Aβ 依賴的 neocortical tau 糾結與神經突形成。
• 無法規模化的替代方案：同時取得 Aβ 與 tau PET 雖然理想，但成本與可近性都不允許用於個別化風險預測；未來可能需要一組血漿標記共同判讀。

在 Aβ-PET 尚未明顯異常的人身上仍見風險升高

• 觀察到的現象：在缺乏明顯纖維狀 Aβ 影像訊號者中，p-tau217 較高仍與風險升高有關，但統計效力受限於極高 p-tau217 且 Aβ-PET-CL 偏低者僅 6 人。
• 可能的解釋：極早期的病理過程、檢測平台變異、低 Aβ 負荷時 PET 敏感度不足，或部分屬於 PET 假陰性。
• 待釐清的方向：作者指出，需要在這個不一致的區間有更大規模的取樣，才能釐清其預後意義。

APOE ε4 與性別

• APOE ε4：模型中已納入 p-tau217，APOE ε4 仍與臨床進展獨立相關，代表單一時間點的 p-tau217 數值無法取代 ε4 所帶的訊息。作者的解釋是 ε4 主要影響 Aβ 開始沉積的年齡，而不是 Aβ 越過臨界之後 tau 與神經退化的速率；他們並推測 ε4 在 p-tau217 較低者身上可能有更大的預後意義，但要檢驗這個假設需要長得多的追蹤。正文未提供 ε4 的風險比，估計值列於補充資料。
• 男性風險較高：男性是一致的預測因子，與女性 AD 盛行率較高看似矛盾。作者引述的解釋有兩層：女性在臨床前期具有較高的認知韌性；以及分年齡層比較時，失智的發生率在各年齡層並無性別差異，只有 90 歲以上這一層女性高於男性。女性 AD 較多主要呈現在盛行率而非發生率，而盛行率的性別差距與平均餘命及教育年數的性別差異有關。
• 未見交互作用：本研究未發現顯著的性別與 p-tau217 交互作用。

認知功能軌跡的判讀有其困難

• 模型指標的限制：作者指出，在一個模型導出的 spline 指標上界定「臨床上有意義的變化程度」並不容易。
• 可用的對照點：實際進展至認知障礙者的 latent PACC 變化速率，與極高 p-tau217 組相近，提供了一個外部參照。
• 低與中組的長期進展：這兩組在 10 年仍有相當比例進展，作者認為可能反映血管、代謝或其他神經退化因素加入，而 PACC 主要是為捕捉 amyloid 相關的認知退化而設計的測驗。

---

研究限制

• 世代異質性：各世代在設計、招募方式、檢測平台與結果判定上均不相同，增加解讀的複雜度。事件在世代與終點定義之間分布不均，也使絕對風險的估計受到樣本組成影響。
• 族群代表性：全部為觀察性研究或臨床試驗，種族、族裔與社經多樣性有限，可能存在選擇偏差，因此對一般認知功能正常長者的外推性受限。
• 切分點尚未建立：p-tau217 的門檻雖錨定在具生物意義的 Aβ-PET-CL 範圍，但適用於認知功能正常者、且與特定檢測平台對應的臨床可行動切分點仍待建立。
• 跨平台調和的代價：以 Z-score 調和讓資料得以合併，卻限制了結果向個別檢測平台的直接轉譯。
• 分組只是風險的近似：p-tau217 在不同 Aβ-PET-CL 門檻之間的分布互有重疊，在較低 Aβ 負荷處尤其明顯。因此低、中、高、極高應理解為連續風險量尺上的四個位置，而不是四種可以彼此清楚切開的生物狀態；落在界線兩側的人，生物學上並沒有實質差別。
• 未納入共病與競爭風險：模型未納入共病資訊，也未明確處理死亡等競爭風險，而是採用研究內的結果判定。這使得 informative censoring 與非隨機退出成為可能，特別是在 p-tau217 較高者與較長的追蹤區間。作者指出本研究聚焦相對短期的風險，競爭死亡風險的影響可能較小，但仍需具備競爭風險資訊的流行病學研究來確認。
• 10 年估計的資料基礎薄弱：僅 5% 的樣本追蹤超過 10 年，且大多來自單一世代，限制了時間尺度末端估計的可靠度。

---

結論

• 在多個選定世代的合併樣本中，基線認知功能正常者的血漿 p-tau217 越高，臨床進展風險越高、認知退化速率也越快。
• 藉由提供分時間點的絕對風險估計，本研究支持 p-tau217 用於預後模型開發的潛力，對未來的試驗設計有直接意義，也讓這個領域更接近以 p-tau217 進行症狀前的風險分層。
• 在未經選擇、具人口代表性的族群中完成進一步驗證，仍是 p-tau217 的風險估計能夠用於個別預後與臨床決策之前的必要條件。

---

重點問答

Q1｜認知功能仍然正常時，血漿 p-tau217 究竟是在「看見阿茲海默症病理」，還是在「倒數臨床發病」？

p-tau217 本質上是病理標記，反映 Aβ 病理驅動下 tau 的磷酸化；這篇做的事，是把同一個數值的輸出從「有沒有病理」換成「幾年內會不會出現症狀」。2,684 名基線認知正常者中，每升高 1 SD 的進展風險 HR 1.38（1.30–1.46），最高組相對最低組 4.66（3.17–6.85）。它能當時鐘的前提是各組基線認知並無差異，所有差別都發生在之後的軌跡上。所以兩件事都在做，但「預測未來幾年內會不會出現症狀」這一面必須指定時間尺度才成立，病理判讀不必。

Q2｜已經知道類澱粉 PET 的結果後，p-tau217 還能提供多少額外訊息？

要回答這題，得讓兩者在同一個模型裡競爭，再到造影訊號最低的一段去看血液標記在預後上還有多少貢獻。同時放進 Aβ-PET Centiloid 後，p-tau217 每 1 SD 的 HR 為 1.32（1.24–1.41），Centiloid 為 1.19（1.05–1.34，P = 0.006），血液標記帶的預後訊息比造影多。在 Centiloid < 10 的 1,121 人中，p-tau217 仍有 HR 1.34（1.12–1.62，P = 0.002）。

Q3｜真正拉開風險差距的，是 p-tau217 的高低，還是觀察時間的長短？

兩者輪流當主角，看落在哪個時間尺度。2 年時四組的絕對風險是 1%、1%、2%、4%，標記幾乎沒有作用，因為時間太短。5 年拉開到 12%、15%、24%、38%，最高與最低差 3 倍，這是分辨力最好的一格；而且低與中兩組幾乎沒有差別，真正的斷點在「高」以上。10 年變成 40%、45%、62%、78%，差距縮回 2 倍，時間又重新主導。

Q4｜基線認知測驗沒有明顯差異，為什麼 p-tau217 仍能預測後續認知下降？

因為它測到的是之後是否會出狀況，而不是現在的認知狀態，這正是預後標記與「其實已有症狀、只是還沒被抓到」的分界。基線 p-tau217 與基線 latent PACC 沒有關聯，但顯著改變後續的 PACC 軌跡（LR 檢定 P < 0.001）：5 年年化變化在最高組為 −0.07 units/y（−0.10 至 −0.05），最低組為 +0.03（0.02–0.04），差距 −0.10（−0.13 至 −0.07）。要注意最低組的斜率是正的，這個差距有一部分來自最低組的受試者因參與研究重覆測試而產生的練習效應，不全是最高組退得快。整個模型只解釋 22.7% 的縱向變異。

Q5｜p-tau217 偏低，是否就代表未來不會發生認知功能障礙？

不是。最低組的 10 年絕對風險仍有 40%（31–49）。p-tau217 只針對 AD 這一條路徑，而研究終點涵蓋所有原因的認知功能障礙，血管性、代謝性與其他神經退化疾病都算在內。一個偏低的結果能排除的是 AD 病理造成的快速退化，不是所有原因造成的認知功能退化。

Q6｜研究已經提出 5 年與 10 年的絕對風險，為什麼仍不能直接用來告訴無症狀者「你的失智機率」？

這篇的 z 分數是各世代用自己 70 歲以下 Aβ− 者的分布各自標準化，z = 2.5 是相對於該世代的位置，不是任何一台儀器上的濃度，作者也明寫可用於臨床的 assay-specific cut point 尚未建立。整體 87% 為白人、教育中位 16 年，且全為自願參與研究或試驗者，而絕對風險正是最會受族群選擇影響到的估計。Alzheimer’s Association 的臨床指引目前也明確不建議對認知功能正常者做血液標記檢測。

---

個人想法：p-tau217 的角色轉換

這篇研究的重要性，不在於再次證明 p-tau217 與阿茲海默症病理或認知功能下降有關，而是嘗試把一個生物標記數值，轉換成病人與醫師真正想知道的時間問題：未來 2 年、5 年或 10 年，發生認知功能障礙的機率有多高？

這是血液生物標記從診斷走向預後的重要一步。但相對風險、群體絕對風險與個人預測之間，仍然存在不能忽略的距離。

5 年的 38% 比 10 年的 78% 更值得相信

在 AAIC 所發的新聞中，極高 p-tau217 組的 10 年進展風險達 78%。但這也是全篇證據較薄弱的一點。

2,684 名受試者中，只有 139 人、約 5% 具有至少 10 年追蹤，而且長期資料主要集中於 HABS。其中有 36 人進展為失智症，但這 36 人並不等於研究主要複合終點的全部事件數，因為主要終點還包括輕度認知障礙及連續 2 次 CDR ≥ 0.5。到了第 10 年，仍留在 risk set 的受試者合計只有 111 人，其中極高 p-tau217 組更只剩 11 人。因此，78% 主要來自存活模型曲線尾端的估計，不是大量受試者實際追蹤 10 年後所直接觀察到的比例。

相較之下，極高組的 5 年絕對風險為 38%（95% CI 33%–43%），與研究的中位追蹤時間 5.4 年相符，資料支撐也較完整。所以 5 年的 38% 比 10 年的 78% 更有證據力。

為整合不同檢測平台做分析而建立的 z score，正是它目前無法進入診間的原因

研究將不同世代、不同 p-tau217 檢測平台的結果整合在一起。每個世代先以自己 70 歲以下、Aβ 陰性者的數值建立參考分布，再將個人結果轉換成 cohort-specific z score。這種方法很適合 multicohort research，卻不能直接轉換成臨床檢驗報告上的濃度。

研究中的 z = 2.5，只代表相對於該世代參考分布高出約 2.5 SD，並不等於任何一台儀器上的固定 pg/mL，也不能直接套用到台灣目前使用的檢測平台。更重要的是，低、中、高與極高組的界線，還是依約 10、25、60 Centiloid 的類澱粉 PET 範圍間接錨定，而不是由 p-tau217 assay 自己建立的臨床預後 cutoff。

因此，這篇研究證明了跨平台標準化後的 p-tau217 可以進行群體風險分層，但尚未提供一個醫師拿到臨床報告後，就能直接查表換算 5 年失智風險的工具。

這篇研究的結果要如何推到台灣

研究參與者 87% 為白人，教育年數中位數為 16 年，而且全部來自自願參與的觀察研究或臨床試驗。這類族群通常具有較高健康識能、更完整追蹤及不同於一般社區的共病結構。

在台灣建立可用的個人風險模型，至少還需要相同 assay 的臨床濃度界值、台灣族群的 baseline hazard、死亡競爭風險、共病資訊，以及一致的認知與功能終點。臨床現場還有另一層現實：指引目前不建議對認知功能正常者做血液標記檢測，但自費檢驗與健檢套組已經開始提供。與其停留在該不該驗的爭論，不如及早累積台灣自己的濃度界值與追蹤資料，讓拿著報告來詢問的人有一個對得上的參照。

另一個應被注意的結果：即使在極高 p-tau217 組，2 年內發生認知功能障礙的估計風險仍只有 4%

病人拿到偏高的報告，第一個問題幾乎都是「那我還有多久」。即使 p-tau217 位於極高組，2 年內發生認知功能障礙的估計風險仍只有 4%。這對臨床風險溝通非常重要：一個偏高的 p-tau217 代表中長期進展風險增加，並不表示病人在短期內會立即失智或出現認知功能上的變化。

病理負荷與臨床表現之間，還隔著認知韌性與大腦韌性這一層。同樣的 p-tau217 濃度，儲備較多的人可以維持較久的正常表現，症狀出現的時間往後延。這篇的參與者教育年數中位數為 16 年，屬於儲備偏高的一群；短期之內韌性還撐得住，差異要到 5 年以後才逐漸顯現出來。極高 p-tau217 組更是已經在高病理負荷下維持認知正常一段時間的人，等於先被韌性篩過一次。因此把 2 年只有 4% 這個數字用到教育年數較低、共病較多、腦血管負擔較重的族群時，短期風險未必會一樣低。

低 p-tau217 組的 5 年風險仍有 12%，這提醒我們要預測失智風險時 p-tau217 可能必須搭配其他生物標記

低 p-tau217 組的 5 年風險仍有 12%。這並不代表 p-tau217 的陰性預測能力不佳，而是研究終點涵蓋所有原因的認知功能障礙，並不限於阿茲海默症。低值比較接近「目前沒有顯示高度阿茲海默症相關生物標記訊號」，而不是未來不會失智的保證。這個界線在門診不容易說明，但若沒有事先講清楚，病人日後發現記憶變差時，容易誤以為當初的檢測沒有意義。

p-tau217 不只是類澱粉 PET 的平替品，它有自己的特性與定位

校正 Aβ-PET Centiloid 後，p-tau217 仍與臨床進展相關；在 Centiloid < 10 的受試者中，方向也維持一致。這表示 p-tau217 提供的預後資訊未被類澱粉 PET 完全解釋，可能整合了神經元對類澱粉的反應、後續 tau 病理，或 PET 在低病理負荷範圍內不易捕捉的訊號。

值得注意的是，這個結論會隨終點改變。以「會不會進展成認知障礙」為終點時，加上類澱粉 PET 幾乎沒有再改善；但以「認知測驗分數退化的速度」為終點時，兩者各自獨立影響軌跡。也就是說 PET 對「誰會出事」幫助有限，對「退得多快」仍有貢獻。

這篇真正檢驗的，是類澱粉沈積還不高的那一群人

支持「p-tau217 帶有類澱粉 PET 以外訊息」的直接證據，來自 Centiloid < 10 這個次族群。研究並沒有做對應的分析去問：在類澱粉負荷已經很高的人身上，多做一個血液檢測還能不能改變判斷。所以嚴格說，這篇回答得比較好的是「PET 還沒有開始大量沈積的時候，血液能不能先講話」，而不是「沈積量很多的時候血液檢測還有沒有其它重要的訊息」。

此研究中留在極高 p-tau217 組的 483 人，是「類澱粉高但認知仍然正常」的一群，而且主要來自 A4，而 A4 的收案條件正好就是這個組合。這代表極高組本身帶有選擇性。他們已經在高病理負荷下維持認知正常一段時間，屬於相對有韌性的一群，用他們算出來的 5 年 38%，未必能代表一般高類澱粉者的風險，方向上可能偏低。這個方向，與模型未把死亡納入競爭風險所造成的高估剛好相反，兩者不會互相抵銷，只是讓「這是誰的風險」變得更需要講清楚。

指引說不要驗，但指引成立的前提正在改變

臨床指引目前不建議對認知功能正常者做血液生物標記檢測，主要理由是驗出結果之後沒有可行動的介入。

但這個前提正在鬆動。抗類澱粉藥物已經用於早期症狀期，針對臨床前期的預防試驗也在進行中。真正要面對的問題，正在從「能不能驗」轉成「驗了之後有沒有路可走」。這篇研究提供的，正是那條路上需要的第一塊材料：把風險放到時間尺度上，讓試驗知道該收誰、該追多久。

---

臨床速查表

以臨床上實際會遇到的問題排列。表中的風險比（hazard ratio, HR）均為血漿 p-tau217 每升高 1 個標準差的估計；絕對風險為研究族群的估計值，非個別病人的機率。

要記住的三個數字

• 4%：極高組 2 年的絕對風險。數值偏高不等於快要發病。
• 38%：極高組 5 年的絕對風險，全篇資料支撐最完整的一格。
• 40%：低組 10 年的絕對風險。數值偏低不是保證。

延伸閱讀

• 血漿 p-tau217 時鐘：從「是否患病」到「何時發病」的預測革命——同樣處理「何時發病」的問題，但走的是預估發病年齡的路徑，可與本文的絕對風險並讀。
• 阿茲海默症的二十年：各生物標記何時依序轉為異常——把 CSF、血漿、PET、MRI 標記排上同一條時間軸，說明 p-tau217 在整個病程中的位置。
• 別只押 pTau217：血液標記各有分工，一組判讀勝過單看一支——本文提到低值無法排除非阿茲海默症病因，這篇處理的正是需要搭配哪些標記。
• 血液生物標記時代的 MCI 處置：從檢測決策、治療選擇到告知諮詢——已出現症狀者的檢測與告知流程，與本文針對認知功能正常者的討論互補。