アミロイド血液検査を注文する前に認知障害を確認することで、この 2 段階のアプローチにより偽陽性が削減され、紹介が合理化され、アルツハイマー病の診断が日常の診療所に近づきます。
勉強： 自己実施のデジタル認知テストと血液バイオマーカーを使用したアルツハイマー病のプライマリケア検出。画像クレジット: オラワン パタラウィモンチャイ / Shutterstock
雑誌に掲載された最近の研究では 自然医学スウェーデンと米国の研究者らは、短時間の自己投与型デジタル認知バッテリーを単独で使用するか、血液ベースのアミロイドバイオマーカーパネルと組み合わせて使用するかによって、プライマリケアにおいて標準治療よりも認知障害と臨床的アルツハイマー病（AD）をより正確に検出できるかどうかを評価した。
背景
高齢者の 3 人に 1 人が物忘れを心配していますが、その多くはタイムリーで正確な診断を受けていません。 AD は認知症の主な原因であり、アミロイド ベータ (Aβ) の沈着、タウの凝集、神経変性によって引き起こされます。主観的認知機能低下（SCD）や軽度認知障害（MCI）などの初期段階では、特に急いでいる診療所では、ミニ精神状態検査（MMSE）やモントリオール認知評価（MoCA）などの簡単な紙テストをすり抜けてしまうことがよくあります。脳脊髄液 (CSF) またはアミロイド陽電子放出断層撮影法 (PET) は病状を確認できますが、これらの方法は侵襲的で、費用がかかり、または希少です。リン酸化タウ 217 (p-tau217) などの血液検査は有望ですが、プライマリケアでは検査前の確率が大きく異なり、アミロイド陽性率は一般に SCD で低く、MCI または認知症で高く、陽性的中率 (PPV) に影響します。国際的なガイダンスでは、バイオマーカー検査の前に機能障害を確認する 2 段階のワークフローがますます重視されています。さらなる研究により、効率的、正確、かつ拡張可能な最前線経路が検証されるはずです。
研究について
モデルの選択には、パフォーマンスのために赤池情報量基準 (AIC) および受信機動作特性曲線下面積 (AUC) を使用した再帰的特徴除去が採用されました。 1 カットオフと 2 カットオフのスキームが事前に定義されました。後者は、さらなる評価によって解決される中間ゾーンを作成しました。 95% の感度と 95% の特異性を目標とする 2 つの BioCog 確率閾値 (0.332 および 0.769) が選択されました。プライマリケア医師（PCP）は、MMSE、MoCA、コンピューター断層撮影、臨床判断などの標準的な評価を実施しました。 2 段階のワークフローがテストされました。ステップ 1 では、障害を検出するために BioCog が関与しました。ステップ 2 では、Aβ42、Aβ40、p-tau217、および非 p-tau217 からアミロイド確率スコア 2 (APS2) を生成する血漿パネル (PreciivityAD2) が関与しました。感度分析では、臨床認知症評価 (CDR) のグローバル スコア ≥0.5 を障害の代替基準として使用しました。
デジタル検査と血液バイオマーカーに基づく診断ワークフローを、プライマリケアコホートにおける現在の標準的な臨床評価と比較します。比較は、利用可能なすべての既存データを使用して個人のサブセットに対して行われました (n = 365、補足表を参照) 17 人口の特徴の詳細については)。 ａ． 私たちが提案するプライマリケアの 2 ステップのワークフローは、ステップ 1、 の BioCog を使用した認知障害の検出、続いてステップ 2、認知障害のある個人に AD 病理が存在するかどうかを評価する血液バイオマーカー評価。 bステップ 1 に BioCog6 モデルを使用し、ステップ 2 に血漿バイオマーカー APS2 を使用したワークフローの評価 (緑色)。ワークフローは、患者に認知機能障害（MCI または認知症）があるかどうかと、その機能障害が AD によって引き起こされたかどうか（バイオマーカーなし）の両方を医師が評価する PCP による標準的な臨床評価（PCPAD、オレンジ）と、認知評価を行わずに血漿バイオマーカー APS2 のみを使用するワークフロー（赤）と比較されました。エラーバーは 95% CI を示し、中心点は平均値に対応します。クレジット: の画像 ある NIAID NIH BIOART から転用 (https://bioart.niaid.nih.gov）。
研究結果
プライマリケアにおける外部検証 (n=403、平均年齢 77 歳) では、BioCog6 AUC 0.93 および 85% の精度 (陽性的中率) が示されました。 [PPV] 87%、陰性的中率 [NPV] 1 つのカットオフを使用した場合、83%、感度 88%、特異度 82%)、通常の検査と画像に基づく PCP 評価 (精度 73%) を大幅に上回りました。トレーニングから引き継がれた 2 つのカットオフにより、精度は 90% (PPV 91%、NPV 89%) に上昇し、中間グループは 18% でした。直接比較では、人口動態調整後であっても、1 カットオフ分析、および利用可能な場合は 2 カットオフ分析の両方で、MMSE、MoCA、Mini-Cog、および Cambridge Neuropsychological Test Automated Battery (CANTAB) ペアアソシエイツ学習よりも BioCog6 が有利でした。
重要なことに、プライマリケア向けに調整された 2 段階のワークフロー、最初に BioCog、次に他覚的障害のある人のみの血液検査により、バイオマーカーで検証された臨床 AD (CSF または Aβ-PET サポートとの専門家の合意による AD による障害) が 90% の精度 (PPV 83%、NPV 93%、特異度 92%、感度 84%) で特定されました。これは、PCP のみの経路 (精度 70%) を上回り、血液検査単独 (精度 80%) を上回りました。血液検査単独では、機能障害フィルターなしで使用した場合の偽陽性率は約 17% でした。 BioCog と APS2 の両方に 2 つのカットオフを使用すると、より大きな中間ゾーン (約 30%) で精度が 95% に向上し、確実性と不確定な紹介の間のトレードオフが強調されました。 RBANS を CDR ≥0.5 に置き換えた場合 (主要指標は緩やかに低下したが、依然として高いまま)、および BioCog モデルから年齢を削除した場合、結果は正確でした。
解釈は検査前の確率に重点を置いています。認知障害のある人（SCDではない）のみが最近実施されたAβ標的免疫療法の対象となるため、血液バイオマーカーの前に障害を確認する効率的なフロントエンドフィルターは偽陽性を減らし、PPVを改善し、国際的な推奨事項と世界保健機関の血液検査推奨製品プロファイルと一致しています。デジタル配信は管理を標準化し、生のスコアを超えたタイミング特徴を捕捉し、人員の時間を最小限に抑えることで、需要の増大に直面している多忙なクリニックにとって利点となります。ただし、著者らは、BioCog は臨床判断に代わるものではなく補完するものでなければならず、他の言語、文化、長期的な設定での検証が依然として必要であると警告しています。
結論
この概念実証は、短時間の自己管理デジタル認知バッテリーがプライマリケアにおいて客観的な認知障害を正確に識別できることを実証します。続いて標的血液バイオマーカーパネルを使用すると、現在の標準治療よりも大幅に高い精度で臨床 AD を診断できます。段階的な「検査→血液」アプローチにより、診断の確実性が高まり、不適切な紹介が減り、Aβ 標的療法の候補に優先順位が付けられます。スウェーデンの設定を超えた一般化可能性と長期的な有用性についてはさらなる研究が必要ですが、この経路は実用的で拡張可能で、国際的なガイダンスと一致しています。最初に機能障害を確認し、次に血液バイオマーカーを使用してアミロイド病理を推測し、日常の診療所でより早期に、より信頼性の高い診断が可能になります。
参考雑誌:
- Tideman, P.、Karlsson, L.、Strandberg, O.、Calling, S.、Smith, R.、Midlöv, P.、Verghese, PB、Braunstein, JB、Mattsson-Carlgren, N.、Stomrud, E.、Palmqvist, S.、および Hansson, O。 (2025年)。自己実施のデジタル認知テストと血液バイオマーカーを使用したアルツハイマー病のプライマリケア検出。 夜は一緒に。 2: 10.1038/S41591-025-03965-4、
1760317968
#デジタル検査と血液バイオマーカーによりプライマリケアにおけるアルツハイマー病診断の精度が向上
2025-10-13 00:43:00