往期精彩|阿尔茨海默病合集 | 以往高分文献分析,揭示阿尔茨海默病研究热点

news2026/3/28 12:21:56
阿尔茨海默病AD是在老年人群中最为普遍的神经退行性疾病也是痴呆症的最常见原因全球大约有2660万人受到影响。1、Neurology新的血液生物标志物可以在阿尔茨海默病的早期阶段预测其进展2025年巴塞罗那Sant Pau研究所IR Sant PauJudit Selma-Gonzalez所在的研究团队在NeurologyIF8.9上发表发表了一篇题目为“Association of Plasma Phosphorylated Tau 217 With Clinical Deterioration Across Alzheimer Disease Stages”研究通过简单的血液检测获得的血浆生物标志物p-tau217能够预测阿尔茨海默病Alzheimers disease的临床进展即使在症状尚未明显表现的早期阶段也是如此。这项在Sant Pau神经退行性倡议SPIN队列研究框架内进行的研究共纳入了731名有或没有认知障碍的个体平均随访时间长达10年。研究显示p-tau217水平从临床前期到痴呆的晚期阶段逐渐增加并且与认知能力下降的高风险通过迷你精神状态检查等工具测量以及转化为痴呆的风险独立相关。事实上与目前广泛使用的脑脊液标志物p-tau181相比该标志物显示出更好的预后能力。在目前的背景下这一进展尤其相关因为疾病修饰治疗——例如抗淀粉样蛋白抗体——已经开始获批而它们的使用取决于阿尔茨海默病的进展阶段。通过血液检测来确定这一临床阶段并监测其进展的可能性是迈向更个性化和精准医疗的重大一步。参考文献Judit Selma-Gonzalez et al, Association of Plasma Phosphorylated Tau 217 With Clinical Deterioration Across Alzheimer Disease Stages, Neurology (2025). DOI:10.1212/WNL.00000000002137692、Alzheimers Res TherDTI-ALPS指数破解阿尔茨海默病淋巴功能障碍的生物标志物2025年3月18日德国慕尼黑大学的Philine Marie Schirge博士和英国谢菲尔德大学神经科学研究所的Robert Perneczky博士团队等人在Alzheimers Research TherapyIF7.6发表了一篇名为“Perivascular space and white matter hyperintensities in Alzheimers disease: associations with disease progression and cognitive function”的文章。研究旨在探索阿尔茨海默病AD患者与健康对照者之间淋巴系统功能的变化以及这种变化与β-淀粉样蛋白Aβ、脑血管疾病CVD、白质高信号WMH和认知功能之间的关联。DTI-ALPS沿血管周围空间扩散张量成像分析是一种基于MRI的非侵入性技术通过量化水分子在血管周围空间的扩散能力来评估类淋巴系统功能。其计算原理如下扩散方向分析在X、Y、Z三个方向测量扩散率重点比较沿投射纤维如内囊和联系纤维如胼胝体方向的扩散差异。分子代表水平方向扩散率分母代表垂直方向扩散率。类淋巴系统功能越强水平扩散率越高ALPS指数越大。指数公式阿尔兹海默症AD以Aβ沉积和神经原纤维缠结为特征。近年来血管因素特别是淋巴系统的清除作用在AD的发病机制中受到重视。DTI-ALPS技术ALPS指数作为一种评估体内淋巴系统的新方法已在多项研究中显示出对AD淋巴功能不足的检测能力。此外脑血管疾病与AD的关系密切WMH作为白质损伤的代理指标其程度与认知障碍和痴呆风险相关。本研究首次明确考察了淋巴系统功能障碍与脑脊液CSFAβ水平之间的关系并评估了淋巴系统功能障碍与脑小血管病变由FLAIR MRI上的WMH表示之间的关联。早期筛查结合血浆生物标志物如ptauALPS指数可识别AD临床前阶段。个性化治疗可监测类淋巴功能指导靶向治疗如改善脑脊液流动的药物或神经调控技术。术后如微血管减压术通过ALPS指数变化预测神经功能恢复。DTI-ALPS指数以无创、定量、可重复的优势为AD淋巴功能障碍提供了首个影像学证据链。其不仅深化了AD病理机制的理解更为临床早期诊断、个性化治疗及预后评估开辟了新途径。随着技术优化和大规模验证ALPS指数有望成为AD管理中的“游戏规则改变者”。参考文献Schirge PM, Perneczky R, Taoka T, et al. Perivascular space and white matter hyperintensities in Alzheimers disease: associations with disease progression and cognitive function.Alzheimers Res Ther. 2025;17(1):62. Published 2025 Mar 18. doi:10.1186/s13195-025-01707-93、JAMA Neurology临床前阿尔茨海默病研究发现女性tau蛋白积累更快阿尔茨海默病AD在女性中的患病率几乎是男性的两倍。越来越多针对非AD 成年人的证据表明女性比同龄男性表现出更高的 tau 蛋白沉积尤其是在 β- 淀粉样蛋白Aβ水平升高的情况下但tau 蛋白积累速率的性别差异尚无定论。2025年3月3日JAMA NeurologyF20.9发表了一项题为“Sex Differences in Longitudinal Tau-PET in Preclinical Alzheimer Disease“的研究。通过对6项纵向队列ADNI、WRAP等的1376名临床前阿尔茨海默病AD患者进行荟萃分析首次证实女性在β-淀粉样蛋白Aβ阳性状态下tau蛋白累积速度显著快于男性尤其在颞叶和枕叶关键脑区。这一发现揭示了女性AD患病率是男性2倍的核心病理机制。参考文献Coughlan GT, Klinger HM, Boyle R, et al. Sex Differences in Longitudinal Tau-PET in Preclinical Alzheimer Disease: A Meta-Analysis.JAMA Neurol. Published online March 3, 2025. doi:10.1001/jamaneurol.2025.00134、阿尔茨海默病病理学的全脑功能连接模型这篇文章的核心内容是利用监督机器学习技术构建了一个基于全脑功能连接的模型PATH-fc用于预测阿尔茨海默病AD的病理特征。研究使用了来自阿尔茨海默病神经影像学倡议ADNI数据库的289名老年人的静息态功能磁共振成像fMRI数据以及他们的脑脊液CSFp-tau/Aβ42比值作为目标变量。结果显示该模型能够成功预测p-tau/Aβ42比值以及认知功能但样本内拟合度较低表明需要进一步开发模型。研究还发现高病理模型主要包含大脑不同网络之间的连接即网络间的连接而低病理模型则更多地包含网络内的连接。参考文献Prakash RS, McKenna MR, Gbadeyan O, Shankar AR, Pugh EA, Teng J, Andridge R, Berry A, Scharre DW. A whole-brain functional connectivity model of Alzheimers disease pathology. Alzheimers Dement. 2025 Jan;21(1):e14349. doi: 10.1002/alz.14349. Epub 2024 Dec 23. PMID: 39711458; PMCID: PMC11781256.5、结构-功能耦合揭示阿尔茨海默病中大脑层级结构功能障碍一项多中心研究这篇文章是一项多中心研究旨在通过结构-功能耦合分析揭示阿尔茨海默病AD患者大脑层级结构的功能障碍。研究引入了结构解耦指数SDI基于包含793名受试者包括AD患者、轻度认知障碍患者和认知正常对照的功能磁共振成像fMRI和弥散加权成像DWI数据分析大脑层级结构的变化。结果显示与正常对照相比AD患者在后颞上回、岛叶、楔前叶、海马、杏仁核等区域的SDI显著增加而在额叶区域的SDI显著降低。这些区域的SDI与认知能力显著相关并且SDI能够作为稳健的神经影像学生物标志物准确区分诊断状态曲线下面积AUC0.86。研究结果表明SDI可以作为AD的潜在生物标志物并为理解AD的病理机制提供了新的视角。阿尔茨海默病AD是一种以认知能力下降为特征的神经退行性疾病。迄今为止AD患者大脑层级结构的特定功能障碍尚不清楚。我们引入了结构解耦指数SDI基于包含793名受试者的多中心数据集包括功能磁共振成像和弥散加权成像数据以评估其大脑层级结构。与正常对照组NCs相比AD患者在后上颞回、岛叶、楔前叶、海马、杏仁核、中央后回和扣带回的SDI显著增加同时AD患者在额叶的SDI显著降低。这些区域的SDI与认知能力显著相关。此外SDI作为一种稳健的AD神经影像学生物标志物能够准确区分诊断状态曲线下面积[AUC] 0.86。我们的研究结果揭示了阿尔茨海默病AD中大脑层级结构的功能障碍。此外结构解耦指数SDI可以作为一种有前景的神经影像学生物标志物用于AD的诊断。本研究利用了来自东亚人群的多中心、多模态数据。研究发现结构解耦指数SDI的空间梯度从感觉-运动区域到更高阶的认知区域呈增加趋势。SDI的变化与能量代谢和线粒体有关。SDI可以识别阿尔茨海默病AD并进一步揭示AD的疾病机制。参考文献Sun Y, Wang P, Zhao K, et al. Structure–function coupling reveals the brain hierarchical structure dysfunction in Alzheimer’s disease: A multicenter study. Alzheimer’s Dement. 2024;1-11. https://doi.org/10.1002/alz.14123

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2457906.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…