Alzheimers Dementia:神经丝轻链又有新发现：可鉴别精神疾病和痴呆
2022-02-09 Freeman MedSci原创
CSF NfL在区分ND和精神疾病方面的诊断效用具有很强的普遍性。
尽管临床神经科学取得了重大进展，但许多有认知和神经精神症状的患者仍然面临着多年的多次评估、诊断的不确定性和延误、误诊以及不精确的管理和预后的重大诊断奥德赛，给患者、家庭和医疗系统带来了重大的负面影响。 这些挑战在年轻人（发病年龄小于65岁）中更为严重，他们的非典型表现更为常见，而且鉴别诊断更为广泛。
行为变异性额颞叶痴呆（bvFTD）和阿尔茨海默病（AD）的临床诊断有明显的错误率。 多重因素导致了诊断上的困难，即使是年龄较大的患者和那些表现较为 "典型 "的患者，在诊断上的挑战较小，但仍经常面临延误和误诊。尽管有黄金标准；昂贵的；有时是侵入性的多模式和多学科评估，许多患者仍然面临诊断上的不确定性。 许多最终被诊断为神经退行性痴呆的患者最初被误诊为精神疾病。鉴于患者在获得及时和准确诊断方面面临诸多挑战，一个能帮助区分神经退行性疾病和精神疾病的生物标志物将对患者的护理和评估以及结果产生重大影响。
神经丝轻链（NfL）是神经元细胞骨架的重要组成部分，已被证明是各种神经系统和神经退行性疾病中神经元损伤和神经退行性的可靠诊断标志物。在我们以前的工作中，我们发现脑脊液（CSF）NfL区分ND和原发性精神疾病的准确性很高（曲线下面积[AUC] 0. CSF总tau（t-tau）浓度的升高也被证明是一系列情况下神经元损伤的非特异性标志物，如AD、克雅氏病（CJD）和创伤性脑损伤。 CSF t-tau的升高似乎仅限于AD和CJD，其他疾病的水平正常，包括大多数形式的FTD、进行性核上性麻痹和以tau为基础的病理学疾病。
NfL虽然存在于整个神经元中，但主要存在于较大的有髓轴突中；t-tau在薄的皮质间神经元无髓轴突中非常普遍。
因此，澳大利亚皇家墨尔本医院的dDhamidhu Eratn等人，假设NfL和t-tau的水平在不同的广泛诊断组和亚组中有所不同，并可能表现出不同的效用。
本研究是神经精神障碍研究（MiND研究）的一部分，旨在扩展我们早期的试点工作，研究对象是出现认知和神经精神症状的大型多样化队列，其中鉴别诊断包括精神病和神经系统/神经退行性疾病。他们纳入了在临床神经精神病学服务中就诊的神经退行性疾病（ND）和精神疾病（PSY）患者，以及转诊到国家CJD登记处并经死后诊断确认的患者。这第二组包括被诊断为CJD的患者和被诊断为其他快速进展的ND（RapidND）疾病的患者。次要目的包括评估NfL和t-tau在区分ND、PSY、CJD/RapidND组以及这些组内特定诊断的诊断效用。
共有498名参与者被纳入。197名ND，67名PSY，161名CJD，48名RapidND，和20名对照。
他们发现：与PSY和对照组相比，ND的NfL升高，其中CJD和RapidND的水平最高。NfL区分ND和PSY的阳性/阴性预测值为95%/78%，敏感性/特异性为92%/87%，准确性为91%。
除了区分CJD和RapidND外，NfL在大多数现实生活中的临床诊断困境中的表现优于t-tau。
该研究的重要意义在于：证明了CSF NfL在区分ND和精神疾病方面的诊断效用具有很强的普遍性，而且准确率很高。
原文出处：
[Eratne D, Loi SM, Li Q, et al. Cerebrospinal fluid neurofilament light chain differentiates primary psychiatric disorders from rapidly progressive, Alzheimer’s disease and frontotemporal disorders in clinical settings. Alzheimer’s & Dementia. Published online February 2022:alz.12549. doi:10.1002/alz.12549](https://doi.org/10.1002/alz.12549).
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#alzheimers#
36
#神经丝轻链#
50
#神经丝#
42
#新发现#
48
#ERS#
29
#dementia#
27
谢谢分享
37
好文章，学习到了
49
#MERS#
31
学习了
46