《Nature Communications》：Biomarker-integrated prognostic stagings for Alzheimer’s Disease
编辑推荐：
本研究针对阿尔茨海默病（AD）进展预测难题，开发了整合认知状态、风险因素、血浆生物标志物和神经影像指标的预后分期系统。通过K-ROAD队列（N=1,263）发现GFAP、海马体积和p-tau217等标志物在不同临床阶段具有差异化预后价值，构建的六阶段分期框架（0-IVB）在ADNI队列（N=290）验证中展现出早期风险分层能力，为AD精准预后管理提供新工具。
随着全球人口老龄化加剧，阿尔茨海默病（Alzheimer's Disease, AD）已成为威胁老年人健康的重大公共卫生问题。准确预测疾病进展轨迹始终是临床实践中的核心挑战，现有诊断体系在个体化预后判断方面存在明显局限。由于AD具有异质性进展特征，不同患者即使处于相同临床阶段也可能呈现差异化的恶化速度，这种不确定性给治疗方案制定和护理资源分配带来巨大困扰。
为突破这一瓶颈，研究人员在《Nature Communications》发表最新研究，开创性地构建了生物标志物整合的预后分期系统。该研究通过整合多维指标体系，实现对AD全病程进展风险的精准分层。
研究采用的关键技术方法包括：多中心队列设计（韩国K-ROAD队列n=1,263；美国ADNI队列n=290）、神经心理学评估、血浆生物标志物检测（包括GFAP、p-tau217等）、磁共振海马体积定量分析以及统计学风险预测模型构建。通过机器学习算法识别关键预后因子，建立统一分期框架并进行外部验证。
生物标志物的阶段特异性预后价值
研究发现主导预后因子随疾病阶段动态变化：认知正常个体中，胶质纤维酸性蛋白（GFAP）是最强预测指标；轻度认知障碍（Mild Cognitive Impairment, MCI）阶段，海马体积成为主要预后因素；痴呆期则年龄最具预测力。值得注意的是，血浆磷酸化tau-217（p-tau217）在所有阶段均提供稳定的辅助预后信息。
结局特异性的风险分层
通过结局导向的 staging 方法，研究捕捉到具有临床意义的进展风险梯度。基于风险拐点识别，构建了包含六个明确分期（0-IVB）的统一框架，每个阶段对应特定的加速衰退节点。Stage 0代表生物标志物异常但认知正常的高危状态，Stage IVB对应晚期快速衰退阶段。
外部验证的普适性
在ADNI独立队列中的验证证实了该系统的稳健性，特别是在疾病早中期阶段显示出一致的预后恶化模式。分期系统不仅能区分短期认知下降风险，还能预测长期功能衰退轨迹。
该研究首次建立了覆盖AD全病程的生物标志物整合预后分期体系，突破了传统单一时间点评估的局限。通过揭示不同临床环境下主导预后因子的动态变化规律，为阶段特异性干预策略制定提供了科学依据。这套 clinically interpretable 的分层工具既可用于临床试验受试者富集，也能指导个体化临床管理，标志着AD预后评估从定性判断向定量分层的重要转变。值得注意的是，血浆生物标志物的跨阶段稳定性提示其作为普惠性筛查工具的潜力，而神经影像指标的阶段特异性价值则强调了多模态评估的必要性。这套框架为生物标志物整合的预后分层建立了探索性标准，未来有望通过纳入新兴生物标志物进一步优化预测精度。
