在新工具的帮助下，阿尔茨海默氏症的风险可能被预测

圣路易斯华盛顿大学医学院的研究人员利用人口统计信息、脑成像测试结果和遗传生物标记物开发了一种算法，可以帮助自愿参加衰老研究的人了解由于阿尔茨海默病而患痴呆症的风险。

发表于9月30日阿尔茨海默氏症这一发现——来自该大学奈特阿尔茨海默病研究中心(Knight ADRC)的研究人员——可能有助于研究参与者更多地了解他们的未来，就与阿尔茨海默病相关的痴呆症风险而言。这项研究最终还可能帮助其他人确定他们是否面临这种使人衰弱的疾病的风险。

“成千上万的成年人自愿在全国各地的阿尔茨海默氏症研究中心进行研究，”首席研究员、精神病学副教授、医学博士萨拉·m·哈茨说。

“他们回来后，年复一年地接受测试，包括PET (PET)测试。正电子发射断层摄影术)以及核磁共振扫描、抽血、认知测试和腰椎穿刺来测量脊髓液中的蛋白质。这些研究促进了对阿尔茨海默病的全面了解，但它们给参与者提供的关于自身风险的信息相对较少。这算法是一种帮助阐明这些信息的方式，让人们知道他们是否有与阿尔茨海默病相关的痴呆症的重大风险。”

哈茨和联合首席研究员杰西卡·莫泽斯基博士(杰西卡·莫泽斯基博士是该大学生物伦理学研究中心的医学助理教授)研究了导致阿尔茨海默氏症痴呆的各种因素，他们利用这些信息创建了一种算法，旨在估计个人患上阿尔茨海默氏症早期痴呆症状的绝对风险。他们开发了一种用于临床试验的算法，以了解它们是否可以帮助参加Knight ADRC衰老研究的志愿者更好地了解他们可能患有的疾病的生物标志物，以及研究人员是否可以评估参与者的最终结果。

Mozersky说:“我们开发了这个算法，因为研究参与者想要的不仅仅是一份测试结果是正常还是异常的报告。”“例如，我们对那些报告淀粉样蛋白升高的人进行了研究。他们告诉我们，“你知道我真正想知道什么吗?我的风险。”

风险算法的网站使用人口统计信息以及具体的测试结果，以帮助研究志愿者更好地了解他们的风险。

多年来，关于向参与这类研究的人发布多少信息一直存在伦理争论，因为目前还没有任何预防或治愈阿尔茨海默氏症的治疗方法。此外，各种生物标记物在没有这种疾病症状的人身上预测问题的效果如何还没有得到很好的研究。

哈茨说:“我们开发了这个算法，这样我们就可以以一种有意义的方式告诉参与者目前已知的信息，这样算法就可以在新的研究或数据出现时轻松更新。”

这个算法，可以在骑士反抗力控制系统上找到网站，为想了解更多阿尔茨海默氏症风险的研究人员和个人提供了更详细的信息。例如，一名69岁的女性上过大学，父母患有阿尔茨海默氏症，她在未来五年内出现阿尔茨海默氏症早期症状的风险约为6%。当然，这也意味着她有94%的几率不会在未来五年内患上阿尔茨海默氏症。

该算法结合了淀粉样PET扫描结果和大脑海马体积(较小的海马通常表明与阿尔茨海默氏症相关的损伤风险增加)，以显示当这些额外信息已知时风险是如何变化的。如果同一位69岁的女性也有PET扫描显示淀粉样蛋白水平升高，海马体积减少，她的风险将上升到33%左右。

哈茨说:“尽管如此，年龄仍然是最大的人口风险因素。

如果这名女性的年龄是85岁而不是69岁，那么即使不知道任何生物标志物相关的结果，她在未来五年内患阿尔茨海默氏症的风险也会从6%左右上升到32%左右。

研究人员还研究了一种已知会影响阿尔茨海默氏症风险的基因。患病风险显著增加，这取决于一个人的载脂蛋白e基因类型。但当研究人员将载脂蛋白e基因型纳入他们的模型时，他们发现它并没有告诉他们任何来自成像测试的数据尚未揭示的信息。这可能是因为在成像测试中看到的大脑变化部分是由载脂蛋白e基因引起的。

哈茨和莫泽斯基正在继续他们的工作，以提高预测阿尔茨海默氏症的能力痴呆基于这些变量的风险。他们从国家老龄化研究所获得了总计超过500万美元的拨款，用于进行一项临床试验，以更好地了解向参与研究的人提供这些风险评估的影响，并在更大的样本中验证他们的算法。

“研究人员担心这些信息将如何影响研究参与者，”哈茨说。“我们想知道这些信息会如何影响他们，以及提供这类信息是否真的能帮助他们。”