Ученые из Лундского университета (Швеция) смогли разработать удобную модель, позволяющую эффективно предсказывать развитие болезни Альцгеймера на основании двух биомаркеров и результатов когнитивных тестов. Сначала авторы использовали данные 340 пациентов из клинического исследования «BioFINDER», в которое отбирались участники с жалобами на когнитивные нарушения. 164 пациента имели субъективное ощущение когнитивных нарушений, а у 176 пациентов было диагностировано легкое когнитивное расстройство. В дальнейшем у 91 пациента в течение 4 лет развилась болезнь Альцгеймера, которая диагностировалась на основании критериев согласно руководству DSM-5 Американской психиатрической ассоциации, а также по результатам анализа накопления бляшек бета-амилоида в спинномозговой жидкости или головном мозге.

Обладая этими данными, а также первоначальными результатами клинических обследований, авторы попытались создать модель, предсказывающую наступление болезни Альцгеймера у пациентов в течение 4 лет. В качестве предикторов они исследовали следующие показатели: уровни в плазме фосфорилированной формы тау-белка (P-tau) и тонкого полипептидного нейрофиламента (NFL), соотношение в плазме форм бета-амилоида Aβ42/Aβ40, количество аллелей APOE ε4, количественные характеристики на основе МРТ-снимка, а также результаты простых когнитивных тестов. В результате при помощи информационного критерия Акаике были выбраны оптимальные предикторы: уровень Ptau, число аллелей APOE ε4 и показатели когнитивных тестов. Бинарный классификатор, полученный при помощи логистической регрессии, имел показатель эффективности AUC=0.91. Далее авторы валидировали модель на большей выборке пациентов (n=543) из другого исследования – «ADNI», при этом модель показала схожую эффективность (AUC=0.90). Для обеспечения большей универсальности модели авторы создали ее производные с небольшими модификациями: заменили уровень P-tau бинарным признаком – наличие/присутствие (модель 1), либо нормированным – z-оценкой (модель 2). При кросс-валидации модель 1 показала AUC=0,89 и 0,86 для когорт «BioFINDER» и «ADNI» соответственно, а модель 2 – значения AUC, равные 0,90 и 0,89. В заключение авторы создали онлайн-приложение на основе данных моделей (http://predictAD.app), позволяющее определить индивидуальный риск развития болезни Альцгеймера.

Разработанный авторами тест может значительно повысить эффективность диагностики болезни Альцгеймера, а также помочь в привлечении пациентов для клинических исследований лекарственных препаратов для терапии данного заболевания.