神秘宇宙

瑞典科學家所研發的新診斷方法能夠以 90% 的準確率預測阿茲海默症

瑞典的科學家研發了一種簡單且可靠的方法,可用來在最早期的階段診斷出阿茲海默症Alzheimer’s disease)。

更準確的判斷

此方法的原型是分析單一血液測試與三項認知測驗的結果,只需要十分鐘即可完成診斷。只要藉由該些資訊,新演算法就能夠以 90% 準確率,預測在四年內,哪些有輕度知能障礙(mild cognitive impairment)的病人會發病為阿茲海默症。

在早期測試階段,當檢驗 340 位來自瑞典與 543 位來自北美的、具有輕度記憶問題的病人時,癡呆症(dementia)專家們正確地判斷了有 72% 的病人會發展為阿茲海默症;另一方面,新的演算法僅使用了血液測試的結果,就準確地預測了 83% 的病人會發病為阿茲海默症。

也就是說,比起此新方法,透過病人的病史與腦部掃描來進行診斷的專家們表現得較差。因此,相較於最近的診斷方法,此新方法可說是很大的改善。

這些血漿樣本被用來尋找一種已知會產生阿茲海默症風險的基因,以及尋找在那些已經患有輕度記憶問題的人之中,tau 蛋白(tau protein)已開始纏結的證據。

預測用生物標誌

最近的研究顯示,在阿茲海默症最早期的階段, tau 蛋白就已經出現在大腦中;而在去年,科學家們發現了一種 tau 蛋白在血液中的產物─P-tau217,是用來預測輕度知能障礙病人中的認知能力下降的良好指標。

在過去,腦脊液(cerebrospinal fluid)中的 P-tau217 被發現可預測阿茲海默症中特有的認知能力下降,但是相較於簡單的血液測試,腦脊液測試較為侵入性、也比較昂貴。

而過去,亦有研發其他原型血液測試,但是這些測試都沒有進到臨床階段。這些血液測試是根據阿茲海默症中另一種類似於 tau 蛋白的標誌,名稱叫作 β-澱粉樣蛋白斑塊(amyloid-beta plaques)。

然而,此類的大腦斑塊在阿茲海默症病人之中,似乎不像 tau 蛋白般地無處不在。事實上,臨床上經診斷為阿茲海默症的病人在死後,有將近 1/3 缺少這些斑塊;而有些完全沒有記憶問題的人在死後亦出現這些生物標誌物。

這讓研究人員認為 β-澱粉樣蛋白斑塊是在罹患阿茲海默症後才出現的;反過來說,這表示與 tau 蛋白有關的生物標誌物能夠更快診斷出此疾病。

未來展望

瑞典隆德大學(Lund University)的神經科學家奧斯卡·漢森教授(Oskar Hansson)說:「這個演算法能夠讓我們在早期就找出具有阿茲海默症的人。在阿茲海默症早期,新的藥物比較有機會減緩疾病惡化。」

研究人員希望,在經過改善與調整後,有一天他們的測試能夠在診斷阿茲海默症上產生很大的不同,尤其是對那些無法負擔昂貴的腦部掃描技術與腦脊液測試的病患而言。

本研究的主要作者,隆德大學的塞巴斯汀·彭克維斯特副教授(Sebastian Palmqvist)說:「目前,這個演算法只有在經過記憶診所診斷的病人身上進行測試。我們希望,這個方法亦能夠經驗證而用於初級衛生保健以及資源有限的發展中國家中。」

更多科學與科技新聞都可以直接上 明日科學網站 http://www.tomorrowsci.com

參考資料:

  1. Cassella, C., (2021, May 26). New Diagnostic Tool Predicts the Risk of Alzheimer’s With Astonishing Accuracy of 90%. ScienceAlert
  2. Palmqvist, S. et al., (2021, May 24). Prediction of future Alzheimer’s disease dementia using plasma phospho-tau combined with other accessible measures. Nature Medicine. doi.org/10.1038/s41591-021-01348-z
  3. Palmqvist, S. et al., (2020, July 28). Discriminative Accuracy of Plasma Phospho-tau217 for Alzheimer Disease vs Other Neurodegenerative Disorders. JAMA. doi:10.1001/jama.2020.12134
  4. 圖片來源:https://www.sciencealert.com/simple-diagnostic-tool-predicts-the-risk-of-alzheimer-s-with-astonishing-accuracy(圖:koto_feja/Getty Images)