基于自评数字化认知测试与血液生物标志物的初级保健阿尔茨海默病检测新策略

本研究针对淀粉样蛋白β靶向疗法临床应用后亟需高效识别阿尔茨海默病(AD)患者的需求，开发了自评数字化认知测试组合BioCog。通过在二级医疗队列(n=223)建立模型并于19个初级医疗中心(n=403)验证，证明BioCog识别认知障碍准确率达85%，显著优于医师评估(73%)。结合血液生物标志物检测时，对临床确诊AD的识别准确率提升至90%，为初级保健机构提供了高效诊断工具。

随着淀粉样蛋白β(Aβ)靶向疗法在阿尔茨海默病(AD)临床治疗中的应用，如何在初级保健系统中高效识别适合治疗的患者成为紧迫挑战。当前AD诊断面临双重困境：专科医疗机构存在20-30%的误诊率，而初级保健机构误诊率高达40%。传统脑脊液检测和淀粉样蛋白PET成像虽能提高诊断准确性，但其侵入性和高昂成本严重限制临床普及。

这项发表于《Nature Medicine》的研究创新性地开发了自评式数字化认知测试组合BioCog，包含词语列表即时/延迟回忆、认知处理速度测试和时间定向力评估三个模块。研究采用多中心队列设计，先在二级医疗队列(n=223)建立逻辑回归模型，后在19个初级医疗中心(n=403)进行独立验证。关键技术包括：基于Android平板的自评测试系统开发、递归特征选择算法优化模型、血液生物标志物APS2检测，以及与传统认知测试(MMSE/MoCA)的对比分析。

研究结果

模型性能验证

在初级保健队列中，六变量模型BioCog₆展现最佳性能：识别认知障碍的AUC达0.93，准确率85%，显著优于初级保健医师评估(73%)。采用双截断值策略时，准确率进一步提升至90%。

横向比较

BioCog显著优于传统纸笔测试：与MMSE(71%)、MoCA(67%)和Mini-Cog(75%)相比，其准确率优势达10-18个百分点。与另一数字化测试CANTAB相比，准确率优势为9%(85% vs 76%)。

生物标志物联用

当BioCog与血液生物标志物APS2联用时，对临床确诊AD的识别准确率达90%，远超单独使用血液检测(80%)或标准临床评估(70%)。双截断值策略可使准确率升至95%，但中间组比例增至30%。

结论与意义

该研究证实：11分钟的自评数字化测试即可实现AD相关认知障碍的精准识别，其性能超越现有标准评估工具。当与血液生物标志物联用时，形成的"认知初筛-生物验证"双步骤诊断流程，能将临床AD诊断准确率从当前标准的70%提升至90%，完美契合WHO关于"生物标志物检测应限于认知障碍人群"的推荐。

这项研究为初级保健机构提供了可及性高、成本效益显著的解决方案，既避免了不必要的生物标志物检测(特别在主观认知下降人群中)，又能确保符合条件的患者及时获得靶向治疗。数字化平台特有的数据采集优势(如反应时间记录)和自动化分析，有望重塑神经退行性疾病的诊断范式。未来需在多语种人群和长期随访中进一步验证该工具的普适性。