脑脊液淀粉样β生物标志物可预测脑淀粉样血管病患者的未来出血风险Cerebrospinal Fluid Amyloid‐β Biomarkers Predict Future Hemorrhage in Patients with Cerebral Amyloid Angiopathy - Arndt - Annals of Neurology - Wiley Online Library

摘要

目标

准确预测脑淀粉样血管病(CAA)患者未来的出血事件仍是一个主要的临床挑战。目前尚不清楚脑脊液(CSF)淀粉样β(Aβ)病理生物标志物是否与该人群出血风险增加相关。

方法

我们分析了符合波士顿标准2.0版的可能CAA患者，这些患者在诊断过程中获得了CSF Aβ数据。主要结局是新发颅内出血，包括脑叶内出血、凸面蛛网膜下腔出血和非创伤性硬膜下出血。次要结局是缺血性卒中和全因死亡率。使用Cox比例风险模型分析低CSF Aβ生物标志物与结局之间的关联，并针对皮质表层铁沉积和既往脑内出血进行调整。

结果

在109名患者(中位年龄：77岁，42%为女性)中，在中位随访2.93年(四分位距：1.43-5.03)期间，16名(15%)患者发生新发颅内出血，11名(10%)患者发生新发缺血性卒中。在多变量Cox回归模型中，低CSF Aβ生物标志物与新发颅内出血独立相关(CSF Aβ40：风险比：8.04；[95% CI：2.43-26.59]，p < 0.001；CSF Aβ42：风险比7.10；[95% CI：1.58-32.00]，p = 0.011)。CSF Aβ生物标志物与新发缺血性卒中和全因死亡率无相关性。整合低CSF Aβ生物标志物和出血影像学特征的复合风险评分系统识别出一个高风险亚组(9名患者中有7名[78%]发生出血)和一个无风险组(42名患者中无事件发生[0%])。

解读

低CSF Aβ生物标志物与CAA患者未来症状性出血独立相关。复合风险评分可能支持个体化风险分层并指导临床决策。

脑淀粉样血管病(CAA)是一种常见的小血管疾病，其特征是淀粉样β(Aβ)在皮质和软脑膜血管中沉积。进行性血管淀粉样沉积损害血管完整性并促进破裂，最终导致颅内出血(ICrH)。因此，CAA患者未来发生症状性脑叶内出血(ICH)、凸面蛛网膜下腔出血(SAH)和硬膜下出血(SDH)的风险增加。

尽管基线时的出血性神经影像学标志物，如脑叶ICH(比值比：2.08)和广泛皮质表层铁沉积(cSS)(风险比[HR]：4.28)是CAA患者未来出血的已确立风险指标，但在CAA患者中预测未来症状性出血仍然是一个主要的临床挑战。反映上游病理生理机制的液体生物标志物，如Aβ清除受损甚至Aβ滞留加剧，可能在明显出血性损伤发生前识别出高风险患者。脑脊液(CSF)Aβ42和Aβ40水平降低表明大脑中Aβ积累，能够区分CAA患者与对照组。此外，低Aβ40可区分阿尔茨海默病(AD)患者与CAA患者，表明这是淀粉样血管病变的更特异性标志物。

尽管一项小型回顾性研究表明低CSF Aβ42水平可能与就诊时ICH和cSS的存在相关，但CSF Aβ生物标志物是否能前瞻性预测CAA患者的新发出血事件仍未知。我们中心最近一项脑叶ICH队列的证据表明，低CSF Aβ生物标志物水平与更高的再出血风险相关，并有助于区分可能的CAA与其他潜在病因。因此，在多样化的CAA队列中建立CSF Aβ生物标志物与未来症状性出血之间的前瞻性联系，可能为个体化风险分层和二级预防提供疾病特异性工具。为解决这一未满足的需求，我们调查了CSF Aβ40和Aβ42水平是否与可能CAA患者队列中未来ICrH独立相关。

方法

研究人群和基线数据收集

我们从2013年4月至2025年1月在马格德堡奥托-冯-格里克大学神经科维护的CAA前瞻性数据库中纳入了n=109名连续患者。纳入标准为：(1)根据波士顿标准2.0版诊断为可能CAA，(2)诊断过程中通过腰椎穿刺获得CSF Aβ生物标志物分析结果，以及(3)有随访信息确认的脑血管事件和死亡率。腰椎穿刺和CSF分析基于临床指征(认知能力下降、排除鉴别诊断或支持诊断)作为诊断过程的一部分提供给所有CAA患者。我们排除了无可靠随访数据的CAA患者(n=9)(图1)。认知状态根据临床评估和可用的神经心理学报告确定。

图1 研究流程图

结局分析

主要关注结局是新发ICrH，包括自发性脑叶ICH、非动脉瘤性凸面SAH和非创伤性SDH。次要结局为(1)缺血性卒中，和(2)任何原因导致的死亡。随访数据通过系统回顾多个重叠来源获得，包括我们维护的CAA前瞻性数据库、电子医疗记录(出院总结和随访门诊报告)、机构放射学数据库，或对患者或其亲属的结构化电话或面对面访谈。新发结局事件被定义为临床症状性脑血管事件，并需要神经影像学确认。

磁共振成像获取和分析

对于分析，使用临床3T磁共振成像(MRI)(Skyra，n=51)或1.5T MRI(Sola，n=57；均来自德国埃尔兰根的西门子医疗)根据血管变化神经影像报告标准量化cSS、脑叶微出血(MB)、白质高信号(WMH)、腔隙和血管周围间隙(PVS)，由1名训练有素的调查员(M.P.，经验超过3年)在不知晓CSF数据的情况下进行。使用以下序列：T2*加权梯度回波用于cSS和MB，T2加权液体衰减反转恢复(FLAIR)用于WMH和腔隙，T2加权涡轮自旋回波用于基底节(BG)和半卵圆中心(CSO)的PVS。根据微出血解剖评分量表评估MB或腔隙的存在和数量。根据Fazekas量表对深部和脑室周围区域的WMH进行评分，并采用最近提出的特定WMH模式。cSS被定义为沿皮质表面的曲线状低信号，区别于血管，根据经过验证的量表进行评估：不存在、局灶性(仅限于1个脑沟或≤3个相邻脑沟)，或广泛性(影响≥2个非相邻脑沟或≥4个相邻脑沟)。根据最近提出的建议，对BG或CSO中高程度PVS(数量>20)进行评分。

CSF Aβ生物标志物

CSF样本被收集、在4°C下离心、分装，并在分析前储存在-80°C。CSF样本根据标准实验室质量控制程序处理；不符合生物标志物分析实验室质量标准的样本未被纳入。CSF Aβ40、Aβ42和pTau181水平使用酶联免疫吸附试验试剂盒(2019年12月前：Innotest，Innogenetics，比利时根特；n=72)或自动化免疫测定(2020年1月起：LUMIPULSE G600 II，Fujirebio，日本；n=36)进行测量。为考虑测定平台之间的方法学变异性，使用z转换在每个测定组内标准化CSF生物标志物值，确保方法间的可比性。z分数使用相应测定特异性CAA亚组的平均值和标准差(SD)计算，使得每个转换值反映与亚组平均值的标准差数。初始MRI和腰椎穿刺之间的中位间隔为5天(四分位距[IQR]：1-25天)。对于有脑叶ICH的患者，ICH和腰椎穿刺之间的中位间隔为8天(IQR：0-89)。

方案批准

当地临床伦理委员会批准了这项回顾性研究(编号07/17，2021年11月增补)。从所有参与本研究以评估纵向进展的受试者获得知情同意。研究根据相关当地和国家指南和法规进行。

统计分析

连续变量表示为中位数(IQR)或均值(SD)，适当情况下，分类变量表示为比例。使用t检验、Mann-Whitney U检验、χ2检验或Fisher精确检验进行有和无新发出血的患者之间的组间比较。

对测定标准化z分数进行受试者工作特征(ROC)分析，以评估CSF Aβ生物标志物对新发出血的判别能力，通过最大化Youden的J统计量确定最佳临界值。敏感性和特异性值反映了在这些阈值下的性能。这些ROC导出的阈值用于定义预后分析的低CSF Aβ水平。

生存时间从初次就诊日期计算到首次发生感兴趣的结果事件或最后一次随访无该事件。对于经历多次结果事件的患者，时间在首次结果处截尾。如果在此之前未发生结果，患者也在死亡时截尾。为评估CSF Aβ生物标志物与未来ICrH风险之间的关联，首先使用ROC导出的低CSF Aβ40和Aβ42水平临界值应用单变量Cox比例风险模型。使用Kaplan-Meier曲线可视化相应无事件生存率。然后进行多变量Cox回归，以评估每个生物标志物的独立预测价值，调整既往脑叶ICH和广泛cSS。鉴于结果事件数量有限，多变量Cox模型仅限于这两个预先指定的预测因子，以避免模型过度拟合和过度调整密切相关临床表现。报告风险比(HR)及其95%置信区间(CI)。预先指定的敏感性分析在有和无既往脑叶ICH的患者亚组中进行，调整广泛cSS。次要结局分析检查CSF Aβ生物标志物与(1)缺血性卒中和(2)全因死亡率的关联。所有Cox回归分析均用于评估病因关联，而非开发或验证预后预测模型。所有分析应用p < 0.05的显著性阈值。使用IBM SPSS Statistics 28.0和R 4.4.2进行统计分析，Kaplan-Meier曲线在GraphPad Prism 10.0中生成。

结果

在我们机构数据库中475名连续可能CAA患者中，109名(23%)被纳入结局分析(图1)。中位年龄为77岁(IQR：72-80)，46名患者(42%)为女性，30名(28%)最初表现为症状性脑叶ICH。所有患者均符合波士顿标准2.0版的可能CAA，99名患者(91%)还符合波士顿标准1.5版的可能CAA。与排除的患者相比，CSF队列中认知障碍、癫痫和高血压患者比例较高，而脑叶ICH比例较低(表S1)。简易精神状态检查(MMSE)评分在n=58(53%)名患者中可用，在临床上记录有认知障碍的患者中更常获得(n=40/60 [67%]，中位数23，IQR：17-24)，而非无认知障碍的患者(n=18/49 [37%]，中位数28，IQR：26-29)，这可能导致MMSE评分较低的过度代表。

CSF生物标志物与未来ICrH风险

在中位随访2.93年(IQR：1.43-5.03年；346患者年)期间，16名(15%)患者经历了20次ICrH(18次脑叶ICH，1次凸面SAH，1次非创伤性SDH；每100患者年5.8次)，11名(10%)患者经历了缺血性卒中(每100患者年3.2次)。随访期间，43名(39%)患者死亡。

随访期间发生ICrH的患者在基线时CSF Aβ42(p < 0.001)和Aβ40(p = 0.005)水平显著低于未发生ICrH的患者。人口统计学、血管危险因素和CSF pTau181水平在各组间相似，而已知预测因子(例如，广泛cSS [p = 0.003]，既往脑叶ICH [p = 0.005]，以及短暂性局灶性神经功能缺损[p = 0.025])在发生新发出血的患者中更为普遍。其他神经影像学标志物无明显差异(表1)。ROC分析显示，两种Aβ标志物对有和无新发出血的患者有中等程度的区分能力(Aβ42：AUC：0.79；95% CI：0.69-0.89；敏感性81%，特异性65%，临界值-0.447；Aβ40：AUC：0.70；95% CI：0.54-0.87；敏感性50%，特异性95%，临界值-1.143)。随后将相应的ROC导出阈值用于Cox回归分析中定义低CSF Aβ水平。

表1. 随访期间有和无出血患者的特征比较

注：显著比较以粗体突出。缩写：Aβ = 淀粉样β；BG = 基底节；CAA = 脑淀粉样血管病；CSF = 脑脊液；CSO = 半卵圆中心；cSS = 皮质表层铁沉积；HR = 风险比；MB = 微出血；PVS = 血管周围间隙；SAH = 蛛网膜下腔出血；TFNE = 短暂性局灶性神经功能缺损；WMH = 白质高信号。

a MMSE数据仅适用于n=58(53%)名CAA患者(即随访期间有出血的n=11[69%]和无出血的n=47[50%])。

在调整广泛cSS和既往脑叶ICH的多变量Cox回归中，低CSF Aβ40(HR：8.04；95% CI：2.43-26.59，p < 0.001)和低Aβ42(HR：7.10；95% CI：1.58-32.00，p = 0.011)与新发出血独立相关。广泛cSS(HR：4.81，p = 0.006)和既往脑叶ICH(HR：9.77，p < 0.001)也是独立预测因子(图2，表2)。

图2 根据脑脊液(CSF)淀粉样β(Aβ)生物标志物水平的无事件生存Kaplan-Meier曲线。A和B分别显示CSF Aβ40和Aβ42的颅内出血时间，包括脑叶内出血、非动脉瘤性凸面蛛网膜下腔出血和非创伤性硬膜下出血。使用受试者工作特征(ROC)导出的临界值将组分为低与高CSF生物标志物水平。风险比(HR)、95%置信区间(CI)和p值基于单变量Cox回归模型。

表2. CAA患者随访期间CSF Aβ生物标志物与新发颅内出血的Cox比例风险回归分析

注：在纳入此亚组分析的109名患者中，16名在随访期间经历新发出血事件。单变量和多变量模型报告HR及其95% CI。显著关联以粗体突出。

缩写：Aβ = 淀粉样β；CI = 置信区间；CSF = 脑脊液；cSS = 皮质表层铁沉积；HR = 风险比；ICH = 脑内出血。

在敏感性分析中，我们评估了CSF生物标志物在(1)有和(2)无脑叶ICH的患者中的预测价值(表3和表4)。在n=30名有既往脑叶ICH的患者中，单变量Cox回归显示两种低CSF Aβ生物标志物均与新发出血相关(9名有新发事件的患者；CSF Aβ42：HR：5.88；95% CI：1.44-24.06，p = 0.014；CSF Aβ40：HR：20.05；95% CI：3.63-111.73，p < 0.001)。在该亚组中，广泛cSS不是显著预测因子(p = 0.857)，因此未进入多变量模型。在包含两种CSF Aβ生物标志物的多变量模型中，仅CSF Aβ40保持显著(HR：10.44；95% CI：1.45-75.35，p = 0.020)。在n=79名无既往脑叶ICH的患者中，单变量Cox回归显示低CSF Aβ40仍与未来出血相关(7名有新发事件的患者；HR：12.95；95% CI：2.87-58.43，p < 0.001)。在调整广泛cSS后，效应大小和显著性保持不变(HR：12.83；95% CI：2.08-79.22，p = 0.006)。CSF Aβ42的单变量模型估计不精确，置信区间较宽，反映了该亚组中出血事件数量较少。该变量随后未纳入多变量模型。

表3. 有既往脑叶内出血的CAA患者随访期间CSF Aβ生物标志物与新发颅内出血的Cox比例风险回归分析

注：在纳入此亚组分析的30名患者中，9名在随访期间经历新发出血事件。单变量和多变量模型报告HR及其95% CI。显著关联以粗体突出。

缩写：Aβ = 淀粉样β；CI = 置信区间；CSF = 脑脊液；cSS = 皮质表层铁沉积；HR = 风险比；ICH = 脑内出血。

表4. 无既往脑叶内出血的CAA患者随访期间CSF Aβ生物标志物与新发颅内出血的Cox比例风险回归分析

注：在纳入此亚组分析的79名患者中，7名在随访期间经历新发出血事件。单变量和多变量模型报告HR及其95% CI。显著关联以粗体突出。

缩写：Aβ = 淀粉样β；CI = 置信区间；CSF = 脑脊液；cSS = 皮质表层铁沉积；HR = 风险比。

作为次要结局，我们评估了新发缺血性卒中和死亡率。在单变量Cox回归模型中，两种CSF Aβ生物标志物均与新发缺血性卒中(p > 0.20)和死亡率(p > 0.30)无关(表S2)。

复合风险评分

为探索综合风险模式，我们通过汇总4个独立预测因子开发了一个探索性复合出血风险评分：低CSF Aβ40、低CSF Aβ42、广泛cSS和既往脑叶ICH(每个因素存在得1分)。患者被分类为无风险(0个因素)、低风险(1个因素)、中风险(2个因素)或高风险(3-4个因素)。复合风险评分在单变量Cox回归中与新发出血强烈相关(HR：7.14；95% CI：3.56-14.33，p < 0.001)，表明出血风险逐步增加，无风险组42名患者中0名(0%)、低风险组40名患者中4名(10%)、中风险组18名患者中5名(28%)和高风险组9名患者中7名(78%)发生事件(图3)。所有变量组合及相应结局列于表S3。高风险患者显示出出血活动的影像学特征和降低的CSF Aβ水平，反映明显的出血倾向和晚期Aβ血管病变。该复合评分对新发出血显示出高辨别力(AUC：0.88；95% CI：0.80-0.96)，超过了仅广泛cSS和脑叶ICH组合的辨别力(AUC：0.77；95% CI：0.64-0.89)。由于该评分在同一数据集内推导和评估，未进行内部验证，这些辨别力估计应视为描述性。

图3 根据复合风险评分的无事件生存Kaplan-Meier曲线。该图表显示复合风险评分的颅内出血时间，该评分汇总了4个独立预测因子：低脑脊液(CSF)Aβ40、低CSF Aβ42、广泛皮质表层铁沉积(cSS)和既往脑叶内出血。患者被分类为无风险(0个因素)、低风险(1个因素)、中风险(2个因素)或高风险(3-4个因素)。风险比(HR)、95%置信区间(CI)和p值基于单变量Cox回归模型。

讨论

我们的研究表明，在可能CAA患者中，降低的CSF Aβ40和Aβ42浓度与未来症状性ICrH独立相关，即使考虑已确立的预测因子。这些生物标志物可能反映血管Aβ病理，并提供超越常规影像学的预后价值。值得注意的是，低CSF Aβ40在有和无既往ICH的患者中也保持信息性。基于这些发现，我们开发了一个整合生物液体和影像学标志物的复合风险评分，显示出高辨别准确性，并识别出一个随访期间无出血事件发生的亚组。

出血风险评估对患者预后至关重要，也对权衡抗凝、抗血小板治疗和其他二级预防干预措施的风险和益处的医生至关重要。既往脑叶出血和广泛cSS等已确立的风险因素反映了累积的血管损伤，但可能在疾病后期才出现。然而，它们的缺失并不能可靠地表明低风险，特别是在早期CAA、记忆门诊人群和新兴的抗淀粉样蛋白治疗中。相比之下，CSF Aβ生物标志物可能更早捕捉上游病理生理过程。

CSF Aβ生物标志物在AD中已确立，反映实质Aβ斑块负担，这也表明对并发CAA的易感性。因此，它们已与CAA的诊断相关，与对照组或具有混合位置出血的个体相比，并提供了一种替代方法，用于MRI不可用时识别CAA或加强可疑诊断。然而，它们在CAA中特别是出血风险中的机制作用值得进一步探索。例如，尚不清楚CSF Aβ生物标志物是否能超越诊断分类，提供关于血管Aβ负担的信息。我们的发现支持这样一种假设，即降低的CSF Aβ水平反映了受损的淀粉样蛋白清除的加剧，这与血管壁脆弱性和破裂在机制上相关，这从积累的证据中可以看出。这与荷兰型遗传性CAA的观察结果一致，在该病中，症状性个体的CSF Aβ40水平比无症状携带者低30%，Aβ42水平低21%，进一步支持了CSF生物标志物在明显出血前的阈值效应。我们的数据支持这样一种假设，即在少数患者中观察到的非常低的CSF Aβ40水平，在预测新发出血方面提供高排除特异性。CSF Aβ40被认为是更CAA特异性的生物标志物，因为它在血管壁中的优先沉积，但也受总体Aβ产生的影响。因此，在AD诊断中，Aβ42/40比值通常用于校正这种个体间变异性，并增强对实质Aβ病理的特异性。

重要的是，与AD诊断不同，目前尚未建立CSF Aβ40的标准化临床临界值。在我们的研究中，"低"Aβ40和Aβ42是使用基于结局的ROC分析对测定标准化z分数(Youden's J)经验定义的，因此应解释为队列特定的风险分层阈值，而非普遍适用的实验室临界值。低Aβ42的阈值(-0.45 SD)识别出更大比例的患者，对未来的出血显示出更高的敏感性，而低Aβ40阈值(-1.14 SD)仅存在于少数患者中，提供高特异性，从而识别出特别高风险的亚组。临床上，这些生物标志物最好解释为对已确立的MRI标志物的补充。CSF Aβ42可能表明晚期淀粉样蛋白病理，而非常低的Aβ40可能在选定的患者中作为"警示标志"。然而，应该承认，阈值需要现场特定校准和外部验证才能常规实施。我们的发现得到最近两项探索CAA中CSF生物标志物的研究的支持和背景化。一项研究表明，最初表现为症状性ICH的CAA患者CSF Aβ40水平显著低于无出血表现的患者，而CSF Aβ42和tau生物标志物保持不变。我们的研究通过证明非常低的CSF Aβ40不仅表征就诊时的出血性CAA表型，还前瞻性预测新发症状性出血，扩展了这些观察结果。第二项研究报告了在n=16名无CSF Aβ病理(即不符合AD诊断的已确立CSF Aβ42阈值)的CAA患者随访期间无新发出血事件。这与我们队列中CSF Aβ42的高敏感性和如果同时识别已确立的影像学预测因子则报告的无风险组一致。此外，他们还表明，与同时存在tau病理的患者相比，仅存在Aβ病理的患者具有更高的前瞻性出血风险。这与我们的数据形成对比，其中CSF pTau181水平无预后价值。

CSF Aβ生物标志物与来自神经影像学的已确立出血风险因素的联合使用增强了CAA中的风险分层，这在CAA中迫切需要。能够识别无或低出血风险的患者可以实现更个性化的管理，包括针对普遍共病的抗血栓治疗的定制讨论。相反，识别出极高风险的患者可能证明强化监测或纳入预防试验是合理的。然而，鉴于结局事件数量有限，我们的多变量分析应解释为探索性的，在常规临床实施前需要外部验证和测定标准化。

值得注意的是，降低的CSF Aβ水平是CAA最早可检测的标志物之一，先于出血的放射学征象。在我们的研究中，低CSF Aβ40与广泛cSS在无既往ICH病史的患者中 emerged作为未来出血的显著预测因子。然而，鉴于该亚组中的低事件率，未来需要前瞻性研究来验证这些发现，并确定CSF Aβ水平的降低是否标志着早期CAA中首次症状性ICrH的真正临界点。总之，这些发现加强了越来越多的证据，表明将Aβ液体生物标志物整合到全面的诊断框架中，增强了脑血管疾病的精确性，并优化了临床护理的个体风险评估。

局限性和未来方向

本研究的几个局限性值得考虑。回顾性设计、新发事件数量少以及依赖接受腰椎穿刺的患者引入了选择偏倚，限制了普遍性。腰椎穿刺在因出血导致颅内压高的患者中是禁忌的，这可能限制其对一些疑似CAA患者的适用性。此外，近期ICrH可能因潜在的血液混合而限制CSF Aβ测量的可靠性。具体而言，该队列中认知障碍或癫痫患者过度代表，而表现为脑叶ICH的患者则代表性不足，反映了腰椎穿刺的临床指征和禁忌症。然而，我们队列中的脑叶ICH发生率(每100患者年5.2例)和广泛cSS的相关效应大小(调整后HR：4.81)与大型CAA队列中报告的相当，支持外部合理性，同时承认队列组成的差异。鉴于相对于预测因子数量的事件数量有限，Cox回归分析可能导致不稳定的点估计和宽置信区间，限制了这些探索性发现的可靠性和可解释性。尽管模型针对已确立的影像学标志物进行了调整，但由于结局事件数量有限和模型过度拟合的风险，多变量分析中无法包括血压控制和抗血栓药物等其他临床因素，但在更大研究中应予以认可。此外，在病因特异性Cox模型中，死亡被视为截尾事件，未进行正式的竞争风险分析。为解决这些局限性，未来研究应在更大、多中心的前瞻性队列中外部验证我们的发现，使用专用的竞争风险方法评估竞争性死亡的影响，并探索替代性、侵入性更小的生物标志物，如血液检测中的Aβ水平。AD中高度准确的诊断血液生物标志物的快速发展，特别是217位磷酸化tau，为将分子诊断扩展到CAA提供了一个有希望的模型。

致谢

本研究未获得资金支持。开放获取资助由Projekt DEAL提供和组织。

作者贡献

P.A.和S.S.对研究的构思和设计有贡献；P.A.、C.G.和M.P.对数据的获取和分析有贡献；所有作者对起草文本或准备图表有贡献。

潜在利益冲突

无。

数据可用性

支持本研究发现的数据可根据合理请求从通讯作者处获得。

【全文结束】