血液生物标志物或可改善认知衰退试验入组

针对脑相关蛋白的血液检测或可帮助痴呆预防研究招募更可能在未来几年出现认知下降的人群。这是一项有用的研究工具。它不是个人预测、不能单独诊断阿尔茨海默病，也不意味着应将一项化验结果视为对大脑的定论。

这一区别很重要，因为主要研究测量的是关联：具有某些生物标志物特征的人往往下降更快、更常发生痴呆，或在之后出现脑部变化。它们并未表明改变某项血液标志物结果能预防认知下降。它们也未确立一个在不同检测、实验室和人群中具有相同含义的统一阈值。

最实际的用途：富集预防试验

最明确的证据来自Pike 等人在 2026 年开展的多队列分析，其提出了一个后勤问题：血液生物标志物能否帮助识别无痴呆的老年人，这些人可能足够快地出现认知下降，从而使试验能够检出治疗效果？

研究人员测量了胶质纤维酸性蛋白（GFAP）、神经丝轻链（NfL）、磷酸化 tau 181（p-tau181）以及淀粉样蛋白β 42/40 比值。他们在 ARIC 的 1,826 名无痴呆成人中确定了百分位数阈值；这些人的血液于 2011–2013 年采集，认知情况随访至 2022 年。随后，他们在 383 名 MESA 参与者中测试了该方法，这些参与者的血液于 2016–2018 年采集，认知随访至 2024 年。第三项分析纳入了 552 名 ACHIEVE 参与者，其血液于 2021–2022 年采集，随访至 2025 年。

在 ARIC 中制定的中位数阈值识别出了认知下降更快的 MESA 参与者。在 ACHIEVE 中，样本特异性的百分位数产生了类似的富集效果，研究人员选择 GFAP 加 NfL 的联合指标作为其主要富集工具。这对试验设计而言很有前景：纳入预期下降率更高的人群，可减少观察治疗组之间差异所需的参与者数量或年数。

不过，这是一项观察性工作，而不是一项已完成的随机试验，后者可显示基于生物标志物的招募改善了治疗效果的检出。该论文未在此处提供足够的报告细节，无法量化组间认知斜率差异、置信区间、p 值或建模的样本量节省。该发现的方向具有参考价值；其确切的实际收益仍不确定。

为何指标组合比单一数值更合理

这些标志物反映不同的生物学过程。NfL 随神经轴突损伤而升高。GFAP 反映星形胶质细胞活化。淀粉样蛋白相关指标和磷酸化 tau 与阿尔茨海默病生物学联系更紧密，不过其表现会随疾病阶段和检测方法而变化。

在不同队列中，整体模式支持采用组合指标。在基于人群的 MYHAT 研究中，Zhang 等人在 2024 年考察了 787 名随机选取、未患痴呆的老年人，其中位年龄为 73 岁。血浆生物标志物与认知及之后的认知下降相关，但最佳标志物取决于认知领域。对于某些纵向领域，Aβ42/40 和 GFAP 的表现优于 NfL。单一的“脑健康评分”会抹去这种差异。

其他纵向研究也指向同一总体方向，但并未指定一个普遍最佳指标。Chatterjee 等人在 AIBL 队列中追踪了贯穿阿尔茨海默病连续谱的 Aβ42/40、p-tau181、GFAP 和 NfL。Dark 等人发现，在认知未受损成人中，与阿尔茨海默病病理、星形胶质细胞增生和神经元损伤相关的血液标志物可预测之后的脑萎缩和认知下降。脑萎缩是一项有意义的生物学结局，但它仍不等同于证明由血液检测引导的干预可改善患者的生活。

基于指标组合的结果也出现在高风险人群中。Park 及其同事在 2025 年的一项研究中，测量了 233 名非痴呆 ADNI 参与者的淀粉样蛋白β、GFAP、NfL、p-tau181 和 p-tau217，这些参与者随访最长达 11 年。该研究检验了该指标组合是否可预测认知下降和转化为阿尔茨海默病。Park 在 2024 年开展的另一项研究考察了轻度认知障碍患者的纵向下降和转化；与健康社区志愿者相比，这一人群具有不同的基线风险。

NfL 可预测损伤，而非某一种疾病

NfL 对预后可能尤其有用，但它本身并不能识别阿尔茨海默病。在Cousins 等人在 2024 年开展的神经退行性疾病研究中，较高的 NfL 预测了淀粉样蛋白阳性和阴性参与者的疾病进展。这一模式符合其作为神经损伤、混合病理或与衰弱相关的神经系统损伤广泛标志物的特点。它并不支持将 NfL 升高结果解读为阿尔茨海默病病理的证据。

背景也会改变预测。在一项对 262 名无痴呆成人开展、历时 10 年的社区研究中，Hu 等人评估了白质损伤以及 p-tau217 和 NfL。三种标志物水平均高的参与者简易精神状态检查下降最快，估计系数为 -0.30，且痴呆发病率最高：每 100 人年 3.54 例。该研究支持将血液标志物与血管及脑结构背景相结合。它不能确立任何标志物导致了这种下降。

为何消费者筛查仍为时过早

最大的障碍是标准化。Pike 等人在 ARIC 和 MESA 中使用 Quanterix SiMoA 测量，并以绝对浓度报告；但在 ACHIEVE 中使用 Alamar NULISA 测量，并以相对 NPQ 单位报告。作者明确表示，Quanterix 阈值不能直接转移至 NULISA 数据。在一个系统中看似规整的截断值，在另一个系统中可能变得毫无意义。

人群同样重要。Mendes 等人比较了血浆和神经影像学标志物对未患痴呆的记忆门诊患者认知下降的预测。这支持将血浆生物标志物作为转诊患者预后路径的一部分，但记忆门诊样本并不自动代表社区筛查。影像学仍是重要的比较对象。

tau 领域也有类似问题。2026 年，Chen 等人开展的一项网络荟萃分析比较了阿尔茨海默病连续谱中的 p-tau217、p-tau181 和 p-tau231，发现表现因异构体和疾病阶段而异。对于每一个临床问题，尚未就某一个最佳 p-tau 靶标达成共识。技术性检测验证研究，包括Dulewicz 等人关于多种血浆 tau 种类的工作，推进了检测项目内的测量，但未提供平台之间通用的换算方法。

实际结论

GFAP、NfL、磷酸化 tau 和淀粉样蛋白相关血液指标可将老年人群分入不同的近期认知风险类别。将其结合使用，或可通过富集更可能在随访期间出现下降的人群，使预防试验更高效。

对于购买商业检测的个人而言，现有证据远未达到可靠个人预测的程度。检测方法特异性的阈值、人群差异、尚未解决的 p-tau 选择问题，以及 NfL 缺乏阿尔茨海默病特异性，均限制了解读。这些是具有真实潜力的研究分诊工具，而非自我优化指标或即插即用的痴呆筛查工具。

血液生物标志物特征可识别出一个风险较高的人群。它目前仍无法以标准化的确定性告诉某个人，他们是否会患上痴呆，或是哪种病理正在驱动其风险。