最新算法：高度准确预测患上阿尔茨海默病的风险

　　瑞典隆德大学（Lund University）的研究人员近日开发出一种算法，能够将血液测试的结果与记忆测试的数据结合起来，高度准确地预测未来患上阿尔茨海默病的风险。这项研究成果于5月24日发表在《Nature Medicine》杂志上。

　　即使是在专业的医疗机构，大约20-30%的阿尔茨海默病患者也曾遭遇误诊。通过脊髓液样本测定tau蛋白和β-淀粉样蛋白，或者采用PET扫描，可以显著提高准确性。然而，这些方法比较昂贵，且只能在少数专门的记忆诊所中进行。随着有望延缓疾病进展的新药出现，在早期准确诊断AD变得越来越重要。

　　隆德大学Oskar Hansson教授领导的一个研究小组现在已表明，将一些相对容易实现的测试组合起来，能够在早期可靠诊断阿尔茨海默病。这项研究对瑞典BioFINDER研究中的340名轻度记忆障碍患者进行了检查，并通过北美543人的研究证实了结果。

　　研究人员采用一项简单的血液测试（测定tau蛋白的变体和阿尔茨海默病的风险基因）和三项只需10分钟即可完成的简短认知测试，来预测哪些患者会在四年内发展成阿尔茨海默病（AUC = 0.83）。Oskar Hansson表示，这种简单的预测算法比痴呆症专家的临床预测要准确得多，而且无需进行昂贵的脊髓液检测或PET扫描。

　　“我们的算法是基于磷酸化tau蛋白和风险基因的血液分析，再加上记忆和执行功能的测试。我们现在已经开发了一个在线的原型工具，可用来估计一个有轻度记忆障碍的人在未来四年内患阿尔茨海默病的风险，”第一作者Sebastian Palmqvist说。

　　这个算法的一个明显优势是，它已经被开发出来用于临床，无需高级的诊断仪器。因此，未来它有望在初级医疗保健中对阿尔茨海默病的诊断产生重大影响。

　　Palmqvist表示：“这种算法目前仅在接受过记忆诊所检查的患者身上进行了测试。我们希望它也能在初级医疗保健以及资源有限的发展中国家得到验证。”

　　简单的阿尔茨海默病诊断工具也能促进药物的开发，因为目前很难以经济高效的方式招募合适的研究参与者进行药物试验。

　　Oskar Hansson教授总结说：“这种算法将使我们能够在早期招募阿尔茨海默病患者，也就是说，新药有更好的机会延缓疾病进展。”