老年神经疾病精准治疗与功能评估
晏宁
【关键词】 精准医学;卒中;阿尔茨海默病;帕金森病;生物学标记;功能评估
[DOI] 10.3969/j.issn.1009-0126.2025.12.001
正文:
随着全球人口结构不可逆转地走向老龄化,老年神经疾病已成为影响公共健康的重大威胁。据《2021年全球疾病负担研究》系统分析显示,影响神经系统的疾病是全球导致失能调整生命年(disabilityadjustedlifeyears,DALY)的首要原因,其中脑卒中、阿尔茨海默病(Alzheimer’sdisease,AD)及其他痴呆症、帕金森病(Parkinson’sdisease,PD)等老年期高发疾病贡献了主要部分[1]。
中国作为世界上老年人口最多的国家,截至2023年,65岁及以上人口占比已达15.3%,数量接近2.2亿。与此相应,根据《2021年全球疾病负担研究》中国专刊数据,神经系统疾病已成为中国人群死亡的第三大原因和DALY的第五大原因,其中AD和其他痴呆症是增长最快的疾病负担之一,1990至2021年,其DALY增长了约两倍,凸显了我国在该领域面临的严峻形势[2]。最新模型研究预测,到2050年,全球PD患病率将比2015年翻倍,中国的患病人数将位居世界首位[3]。更加不利的是,中国脑卒中发病率和死亡率也持续居高不下[4]。由此可见,PD、AD和脑卒中共同构成的疾病负担成为我国老龄化社会面临的重大挑战[5]。
在此背景下,精准医学的理念与实践为摆脱上述困境提供了新的契机。其核心在于,依据个体在遗传、生物标志物、神经影像、临床表现及环境暴露等方面的特征,实现对疾病的精准分型、预后预测、治疗选择及预防干预[6]。
1 主要疾病的精准诊断和治疗的现状和趋势
1.1 AD AD已从病理诊断迈入到精准诊疗的新时代。在诊断方面生物标志物扮演了决定性角色。近年来,血液生物标志物的发展尤为迅猛,结合β淀粉样蛋白(β-amyloidpeptide,Aβ)-正电子发射断层扫描(positronemissiontomography,PET)和tau-PET显像技术,这使得在活体中就能对AD病理进行定性甚至定量评估。血浆磷酸化tau蛋白(phosphorylatedtauprotein,P-tau)217、p-tau181、p-tau231以及Aβ42/Aβ40比值等检测,展现出与脑脊液和PET高度相关的性能,提示大规模筛查和早期诊断已成为可能[7-9]。例如,研究发现血液p-tau217能有效鉴别AD与其他神经退行性疾病,并在临床前阶段即出现变化[8]。一项在初级保健机构中使用自测数字认知评估结合血液生物标志物的研究,展示了新技术在社区早期筛查AD的巨大潜力。因此,最新的诊断标准已将脑脊液Aβ42、Aβ42/Aβ40比值、p-tau、总tau蛋白检测,以及Aβ-PET和tau-PET显像技术纳入其中[10]。基因诊断在早发性或家族性AD中具有明确价值,最新的《认知障碍疾病基因诊断策略中国专家共识(2025版)》为临床实践提供了指导[11]。
在治疗方面,靶向Aβ的免疫治疗是近年来最大的突破。仑卡奈单抗和多奈单抗等药物能够显著清除脑内Aβ斑块,并在早期AD患者中证实可延缓认知和功能衰退27%~35%。这标志着AD已进入“疾病修饰治疗”时代。然而,这些治疗对中晚期患者效果不佳,且存在淀粉样蛋白相关影像学异常等不良反应的风险,凸显了精准选择患者(生物标志物确认Aβ病理阳性)和用药时机(疾病早期)的极端重要性[10]。此外,针对tau蛋白、神经炎症(小胶质细胞机制、先天免疫)以及多种病理并存的联合治疗策略正在探索中[10,12]。对疾病异质性的深入理解,特别是AD患者精神行为症状的神经病理基础研究,有望在未来针对特定症状群(如过度活跃、精神病性症状)的精准治疗提供靶点[13]。生活方式干预(如地中海饮食、长期锻炼)和共病管理(如糖尿病药物二甲双胍)也被证实可通过多途径降低AD风险,是精准预防的重要组成部分[14]。
1.2 PD PD的精准诊断正在从基于临床症状的表型分型,向基于病理机制、遗传背景和脑网络异常的分子亚型深化[15-16]。例如:α-突触核蛋白编码基因(α-synuclein,SNCA)变异影响运动表型;富亮氨酸重复激酶2(leucinerichrepeatkinase2,LRRK2)基因变异表现为姿势不稳步态障碍;E3泛素化连接酶、PTEN诱导假定激酶1和PD相关去糖化酶基因变异常见于早发型PD,病程进展缓慢,且对左旋多巴治疗反应良好。MTOR基因变异的PD患者更容易出现运动障碍,但表现出相对较轻的运动症状[17]。还有葡萄糖脑苷酯酶(glucoserebrosidase,GBA)基因、SNCA变异、载脂蛋白Eε4等位基因等与睡眠障碍、认知障碍等非运动症状表型有关[15]。
此外,全基因组研究揭示,PD患者所携带某些基因如ADAMTS19等,在遗传网络中风险变异负担的增加会导致α-突触核蛋白稳态途径的失调,从而导致病理蛋白出现。这为理解疾病的散发性提供了新的视角。旨在实现病理的确诊的生物标志物检测方面,α-突触核蛋白的实时诱导转化分析、皮肤或结肠活检检测磷酸化α-突触核蛋白,以及潜在的血液或脑脊液标志物,也是当前研究的热点[15,18]。神经影像,如多巴胺转运体PET,可用于辅助诊断和评估黑质纹状体通路完整性。功能磁共振研究发现,早期PD患者不同认知表型(如执行功能受损)与特定脑网络(如默认网络、突显网络)的功能连接改变密切相关,这为在诊断初期即实现PD认知障碍亚型分型提供了客观影像学依据[19]。
精准治疗的趋势体现在:第一,药物治疗的个体化。根据患者的年龄、症状类型、并发症风险等因素,选择初始药物(左旋多巴、多巴胺受体激动剂、单胺氧化酶B抑制剂等),并利用药效基因组学预测不良反应(如左旋多巴导致的运动障碍)[20]。第二,脑深部电刺激等高级疗法的精准应用。脑深部电刺激(deepbrainstimulation,DBS)对纹状体或苍白球的靶点选择,需基于患者的症状谱(震颤优势型vs姿势不稳/步态障碍型)、认知情绪状态等进行综合决策[16]。当前强调的是一种高度个体化的方法,即“4W”原则:何种患者(Whichpatient)、何时介入(When)、何种靶点(Whichtarget)、何种技术(Withwhichtechnology),以确保最佳疗效与安全性[16]。长期随访数据显示,精心筛选的患者在接受DBS后5年仍能维持显著的运动症状改善[21]。第三,针对特定病理机制的疾病修饰治疗探索。对于GBA、LRRK2等基因的靶向治疗药物正在临床试验中,旨在延缓或阻止疾病进展[15]。
功能评估方面,除了统一的PD评定量表,可穿戴设备能够客观、连续地监测运动症状(如震颤、运动迟缓、步态)和症状波动,为实现基于客观数据的个体化药物和DBS参数调整提供了可能,形成了“评估-治疗-再评估”的优化闭环。
1.3 脑卒中 脑卒中的精准医学贯穿预防、急性期治疗、二级预防和康复全过程。全球疾病负担研究再次证实了高血压、高体质量指数、高空腹血糖、环境污染等是可干预的脑卒中主要风险因素。在此基础上,新兴的综合评价指标,如联合三酰甘油-葡萄糖指数与衰弱指数,显示出对心血管病和脑卒中潜在风险的优越预测价值,为精准识别高危人群并实施早期干预提供了新工具[22]。
急性期,基于影像学的精准评估是关键。多模态CT或MRI(包括灌注成像)能够精确界定缺血半暗带,为静脉溶栓和血管内取栓治疗提供个体化决策依据,最大化疗效并降低出血风险[23]。对于取栓治疗,评估侧支循环、血栓成分等,有助于预测再通成功率和临床结局。
二级预防的精准化体现在病因分型指导下的针对性策略。例如,对于心房颤动导致的心源性脑卒中,新型口服抗凝药的应用需要根据患者的脑卒中与出血风险进行平衡。对于颅内外动脉狭窄,血管内支架置入或颈动脉内膜剥脱术的决策需基于狭窄程度、症状以及脑血流储备能力等综合评估。遗传和分子研究也开始揭示脑卒中风险和治疗反应的个体差异,例如与胰岛素抵抗相关的遗传评分可能与神经结局相关[24]。
康复期,精准康复是未来方向。利用功能磁共振、弥散张量成像等技术评估大脑结构和功能连接的重构潜力,结合临床特征和生物标志物,可以预测患者的运动、语言和认知功能的恢复轨迹,从而制定个体化的康复方案[23]。机器人辅助训练、经颅磁刺激等神经调控技术,其靶点选择和参数设置也趋向于基于个体脑网络特征的精准化。此过程中的功能恢复评估,同样需要从简单的量表,向基于传感器技术的客观、定量化测量转变,以精准指导康复方案的调整。
2 未来的发展方向和机遇挑战
老年神经疾病精准诊疗与功能评估的未来发展,充满机遇,也面临严峻挑战。
2.1 发展方向与机遇
2.1.1 生物标志物体系的整合与标准化 未来研究将致力于发现和验证更灵敏、更特异的生物标志物(特别是血液来源),并建立涵盖Aβ、tau、α-突触核蛋白、神经炎症、血管损伤等多病理的生物标志物组合。推动这些标志物检测技术的标准化和降低成本,是实现临床广泛转化的关键[7,9]。
2.1.2 人工智能与多组学数据融合 人工智能和机器学习算法能够高效处理海量的多模态数据,包括基因组、蛋白质组、代谢组、影像组和临床数据,从而发现新的疾病亚型、识别复杂的生物标志物模式、构建高精度的诊断和预后预测模型[25]。
2.1.3 功能评估的客观化与生态化 开发基于可穿戴传感器、计算机化认知测试和虚拟现实技术的功能评估工具,实现从“诊所内评估”向“真实世界功能”的转变,更灵敏地捕捉治疗干预带来的细微变化,更全面地反映患者的生活质量。
2.1.4 跨学科协作与主方案临床试验 借鉴肿瘤学的经验,建立神经疾病的“主方案平台”,在同一研究框架下同时测试多种靶向不同生物学亚型的治疗药物,可极大提高新药研发效率[3]。这需要神经科、精神科、影像科、生物信息学、数据科学等多学科的紧密协作[6]。
2.1.5 精准预防与早期干预 基于遗传风险、血液生物标志物和数字认知筛查,识别高危人群,并结合可改变的危险因素(如血压、血糖、饮食、运动、社交),开展针对性的、个性化的预防干预实施性研究,将防控关口前移[26]。
2.2 面临的挑战
2.2.1 技术壁垒与复杂性 老年神经疾病常存在多病理共存,大脑老化本身带来的复杂性,使得生物学分型和生物标志物解读异常困难。多组学数据的整合与分析对计算能力和生物信息学对从业者的跨专业知识和科学素养的要求极高。
2.2.2 临床转化与可及性 许多前沿的精准诊断技术(如PET、部分血液标志物检测)成本高昂,且在基层医疗机构难以普及。如何将研究成果转化为普惠、可及的临床实践是一大挑战。
2.2.3 伦理及隐私与社会公平 遗传信息和生物标志物的使用涉及隐私保护和伦理问题。精准医疗可能加剧医疗资源分配的不平等,需要政策引导以确保其公平性。
2.2.4 证据积累与法规适应 精准医疗策略,特别是基于人工智能的模型和组合生物标志物,需要大规模前瞻性队列研究来验证其有效性和成本效益。监管审批路径也需要适应这种个体化、动态发展的治疗模式。
3 讨论与展望
在精准医学的宏大叙事下,我们在拥抱其带来的革命性机遇的同时,也必须清醒地审视其内在的张力与未来的航向。
首先,精准医学在中国的落地,必须探索一条具有本土特色的道路。中国的优势在于庞大的患者基数、强有力的国家科研组织能力以及正在快速发展的数字技术生态。挑战则在于医疗资源分布不均和卫生经济学压力。因此,中国的精准医学发展路径,应是“顶天立地”的:具体而言,“顶天”可依托我国已有的大型自然人群队列(如中国慢性病前瞻性研究)与国家级脑库资源,深度挖掘中国人群特异的遗传背景、环境暴露与疾病特征。“立地”则关键在于赋能基层,例如,将经过验证的数字认知筛查工具与可穿戴设备整合进社区卫生服务中心的年度老年体检包,并建立与区域医疗中心的双向转诊与数据共享绿色通道,从而将“筛-诊-管”的链条前移并贯通。
其次,我们必须重新定义“功能评估”在精准医学中的核心地位。医学的本质是为人民服务。精准医学若只关注生物学指标而忽视患者的功能状态和生活质量,将是片面的。未来的趋势是构建一个“生物标志物指导治疗,功能评估验证疗效”的闭环。数字化功能评估——通过智能手机应用程序、可穿戴传感器和远程监测平台——能够无缝、客观、高频地采集患者在真实世界中的认知、运动、睡眠及日常活动数据[27]。这些连续性的“数字生物标志物”不仅能更灵敏地捕捉疾病进展和治疗反应,其本身所反映的“数字表型”也能反过来为精准分型提供补充。这个闭环使得诊疗决策从基于“单次就诊的快照”转变为基于“长期动态的电影”,真正实现以患者价值为中心的个体化医疗。然而,在将这些“数字生物标志物”广泛应用之前,我们必须解决其标准化与临床验证的问题。这包括确立其相对于金标准评估的信度与效度,界定不同疾病、不同干预措施下的“最小临床重要差异”,并确保算法在不同人群和设备间的普适性与稳健性。
4 结论
我们正处在一个老年神经疾病诊疗模式发生革命性变革的时代。精准医学通过深化对疾病生物学本质的理解,为实现疾病的早期诊断、个体化治疗和精准预防带来了前所未有的机遇。整合多模态数据、构建以数字化功能评估为核心的动态优化闭环,是推动这一领域持续发展的关键。尽管前路挑战重重,但坚定不移地迈向精准医学,必将为全球数亿罹患神经疾病的老年人及其家庭,带来延缓疾病、改善生活质量的希望之光。
利益冲突 作者声明不存在利益冲突
参考文献:
[1] GBD 2021 Nervous System Disorders Collaborators. Global, regional, and national burden of disorders affecting the nervous system, 1990-2021:a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet Neurol, 2024, 23(4):344-381. DOI:10.1016/ S1474-4422(24)00038-3.
[2] Zhang C, Yang X, Wan D, Ma Q, et al. Burden of neurological disorders in China and its provinces, 1990-2021:findings from the global burden of disease study 2021[J]. Med, 2025, 6(8):100692. DOI: 10.1016/j.medj.2025.100692.
[3] Su D, Cui Y, He C, et al. Projections for prevalence of Parkinson's disease and its driving factors in 195 countries and territories to 2050:modelling study of Global Burden of Disease Study 2021[J]. BMJ, 2025, 388:e080952. DOI:10.1136/bmj-2024-080952.
[4] Parry-Jones AR, Krishnamurthi R, Ziai WC, et al. World Stroke Organization (WSO):Global intracerebral hemorrhage factsheet 2025[J]. Int J Stroke, 2025, 20(2):145-150. DOI: 10.1177/17474930241307876.
[5] Wang S, Jiang Y, Yang A, et al. The expanding burden of neurodegenerative diseases:an unmet medical and social need[J]. Aging Dis, 2024, 16(5):2937-2952. DOI:10.14336/AD.2024.1071.
[6] 王华丽 . 精准医学时代老年精神医学研究发展机遇[J]. 中华精 神科杂志,2025,58(3):197-201. DOI:10.3760/cma.j.cn113661- 20241216-00426.
[7] Therriault J, Brum WS, Trudel L, et al. Blood phosphorylated tau for the diagnosis of Alzheimer’s disease:a systematic review and metaanalysis[J]. Lancet Neurol, 2025, 24(9):740-752. DOI:10.1016/ S1474-4422(25)00227-3.
[8] Insel PS, Mattsson-Carlgren N, Langford O, et al. Concurrent changes in plasma phosphorylated tau 217, tau PET, and cognition in preclinical Alzheimer disease[J]. JAMA Neurol, 2025, 82(10):985- 993. DOI:10.1001/jamaneurol.2025.2974.
[9] Arslan B, Brum WS, Pola I, et al. The impact of kidney function on Alzheimer’s disease blood biomarkers:implications for predicting amyloid-β positivity[J]. Alzheimers Res Ther, 2025, 17(1):48. DOI: 10.1186/s13195-025-01692-z.
[10] Frisoni GB, Aho E, Brayne C, et al. Alzheimer’s disease outlook:controversies and future directions[J]. Lancet, 2025, 406(10510):1424-1442. DOI:10.1016/S0140-6736(25)01389-3.
[11] 中国老年医学学会认知障碍分会.认知障碍疾病基因诊断策略中 国专家共识(2025版)[J].中华老年医学杂志,2025,44(9):1212- 1225. DOI:10.3760/cma.i.issn.0254-9026.2025.09.002.
[12] van Olst L, Simonton B, Edwards AJ, et al. Microglial mechanisms drive amyloid-β clearance in immunized patients with Alzheimer’s disease[J]. Nat Med, 2025, 31(5):1604-1616. DOI:10.1038/s41591- 025-03574-1.
[13] Negro G, Rossi M, Imbimbo C, et al. Investigating neuropathological correlates of hyperactive and psychotic symptoms in dementia:a systematic review[J]. Front Dement, 2025, 4:1513644. DOI:10.3389/ frdem.2025.1513644.
[14] Chen Y, Cai J, She Y, et al. Long-term exercise enhances meningeal lymphatic vessel plasticity and drainage in a mouse model of Alzheimer’s disease[J]. Transl Neurodegener, 2025, 14(1):37. DOI:10.1186/s40035-025-00497-2.
[15] 王诗婵,商慧芳 . 帕金森病精准诊疗的现状和展望 [J]. 中华神 经科杂志,2023,56(5):469-475. DOI:10.3760/cma.j.cn113694- 20221228-00977.
[16] Schröter N, Sajonz BEA, Jost WH, et al. Advanced therapies in Parkinson’s disease:an individualized approach to their indication[J]. J Neural Transm (Vienna), 2024, 131(11):1285-1293. DOI:10.1007/ s00702-024-02773-3.
[17] Huang X, Wang Y, Xiang Y, et al. Genetic analysis of neurite outgrowth inhibitor-associated genes in Parkinson’s disease:a cross-sectional cohort study[J]. CNS Neurosci Ther, 2024, 30(10):e70070. DOI:10.1111/cns.70070.
[18] Ben-Shlomo Y, Darweesh S, Llibre-Guerra J, et al. The epidemiology of Parkinson’s disease[J]. Lancet, 2024, 403(10423):283- 292. DOI:10.1016/S0140-6736(23)01419-8.
[19] De Bartolo MI, Ojha A, Leodori G, et al. Association of early fMRI connectivity alterations with different cognitive phenotypes in patients with newly diagnosed Parkinson disease[J]. Neurology, 2025, 104(1):e210192. DOI:10.1212/WNL.0000000000210192.
[20] Zhou ZD, Yi LX, Wang DQ, Lim TM, Tan EK. Role of dopamine in the pathophysiology of Parkinson’s disease[J]. Transl Neurodegener, 2023, 12(1):44. DOI:10.1186/s40035-023-00378-6.
[21] Starr PA, Shivacharan RS, Goldberg E, et al. Five-year outcomes from deep brain stimulation of the subthalamic nucleus for Parkinson disease[J]. JAMA Neurol, 2025, 15:e253373. DOI:10.1001/jamaneurol.2025.3373.
[22] Zhao YC, Wu SQ, Li JK, et al. Predictive value of the combined triglyceride-glucose and frailty index for cardiovascular disease and stroke in two prospective cohorts[J]. Cardiovasc Diabetol, 2025, 24(1):318. DOI:10.1186/s12933-025-02880-9.
[23] Feigin VL, Owolabi MO, World Stroke Organization–Lancet Neurology Commission Stroke Collaboration Group. Pragmatic solutions to reduce the global burden of stroke:a World Stroke Organization-Lancet Neurology Commission[J]. Lancet Neurol, 2023, 22(12):1160-1206. DOI:10.1016/S1474-4422(23)00277-6.
[24] Sarnowski C, Zhang Y, Ammous F, et al. Association of genetic scores related to insulin resistance with neurological outcomes in ancestrally diverse cohorts from the Trans-Omics for Precision Medicine (TOPMed) program[J]. Commun Biol, 2025, 8(1):1352. DOI: 10.1038/s42003-025-08674-9.
[25] Tsoi KKF, Jia P, Dowling NM, et al. Applications of artificial intelligence in dementia research[J]. Camb Prism Precis Med, 2022, 1:e9. DOI:10.1017/pcm.2022.10.
[26] Livingston G, Huntley J, Sommerlad A, et al. Dementia prevention, intervention, and care:2020 report of the Lancet Commission[J]. Lancet, 2020, 396(10248):413-446. DOI:10.1016/S0140- 6736(20)30367-6.
[27] Kale M, Wankhede N, Pawar R, et al. AI-driven innovations in Alzheimer’s disease:integrating early diagnosis, personalized treatment, and prognostic modelling[J]. Ageing Res Rev, 2024, 101:102497. DOI:10.1016/j.arr.2024.102497.
(选自中华老年心脑血管病杂志2025年12月第27卷第12期)
END
中华老年心脑血管病杂志
扫码关注我们
HISTORY
/
往期推荐
尼莫地平联合多奈哌齐治疗脑小血管病轻度认知功能障碍的疗效分析
肠道菌群代谢产物氧化三甲胺与糖尿病脑小血管病影像学总负荷的相关性
脑小血管病研究 | 帕金森病患者脑白质高信号和多巴胺能系统功能受损的关联
述评 | 老年神经疾病精准治疗与功能评估