标准与规范
2018中国痴呆与认知障碍诊治指南(四):认知障碍疾病的辅助检查
中华医学杂志, 2018,98(15) : 1130-1142. DOI: 10.3760/cma.j.issn.0376-2491.2018.15.003
引用本文: 中国痴呆与认知障碍诊治指南写作组, 中国医师协会神经内科医师分会认知障碍疾病专业委员会. 2018中国痴呆与认知障碍诊治指南(四):认知障碍疾病的辅助检查 [J] . 中华医学杂志, 2018, 98(15) : 1130-1142. DOI: 10.3760/cma.j.issn.0376-2491.2018.15.003.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

认知障碍疾病的辅助检查包括体液检查、影像学检查、电生理检查和基因检测等。选择适当的辅助检查可以有效辅助认知障碍疾病的诊断和鉴别诊断,监测疾病进程。

体液检测

体液标志物主要有三个来源:血液、尿液、脑脊液。以阿尔茨海默病(Alzheimer′s disease, AD)为例,一个理想的生物学标志物应满足以下标准[1]:(1)反映AD中枢神经系统病理生理的基本特点,且经过尸检神经病理证实;(2)具有高敏感度和特异度(均80%以上);(3)对于早期AD诊断同样有效,并能确认AD的严重程度指导治疗;(4)高度可靠、非侵入性、易于检查、价格低廉。

一、血液检测
1.认知障碍疾病病因诊断相关的血液检测指标:

血液的检测目的包括:(1)揭示认知障碍疾病的病因;(2)发现潜在的危险因素;(3)发现存在的伴随疾病或并发症。患者的认知功能下降可能和代谢、感染、中毒等全身和(或)脑部疾病相关,血液检查可以为病因诊断提供重要参考依据。首次就诊的认知障碍患者应进行以下血液学检测:全血细胞计数、肝肾功能、甲状腺功能、甲状旁腺功能、电解质、血糖、叶酸、维生素B12、同型半胱氨酸、红细胞沉降率、HIV、梅毒螺旋体抗体、重金属、药物或毒物检测、肿瘤标志物、副肿瘤抗体、免疫全套,以及其他代谢和内分泌系统疾病。

2.AD诊断相关的血液标志物:

糖原合成酶激酶-3(glycogen synthase kinase-3,GSK3)在AD发病中起着重要的作用。在早期的AD患者中,GSK-3水平明显升高[2](Ⅲ级证据)。血小板中也存在与脑内相同的裂解淀粉样前体蛋白(amyloid precursor protein,APP)的酶,由此产生少量β-淀粉样蛋白(amyloid β,Aβ)多肽。AD和轻度认知障碍(mild cognitive impairment, MCI)患者的血小板APP高分子量(相对分子质量120 000~130 000)与相对分子质量(110 000)的比值减低,但在其他痴呆中无类似改变。其检测的敏感度和特异度达到80%~95%[3],而且低APP 130∶110比率与AD的严重程度和进展相关[4]。此外,有研究显示胆碱酯酶抑制剂治疗后,AD患者APP 130∶110比率正常化[5],提示其可能作为疗效判定的指标(Ⅱ级证据)。

血浆中的Aβ也是AD患者一个重要的体液指标。家族性AD患者中血浆总Aβ或Aβ42水平增高[6](Ⅱ级证据)。散发性AD患者在初始阶段,血浆Aβ42水平较正常人增高,但随着时间的进展,在AD患者出现明显的认知功能障碍时血浆Aβ42水平及Aβ42/Aβ40比值均下降[7](Ⅱ级证据),提示血浆Aβ测定水平虽然尚不能用于诊断,但根据其随时间的变化,可以辅助评估AD的进展和监测疗效。

其他与AD相关的血液标志物中,血浆蛋白酶C1抑制剂、胰腺激素原和纤维蛋白原γ链的特异度较高[8](Ⅱ级证据)。此外,血清中的C反应蛋白、抗胰凝乳蛋白酶、巨球蛋白、白介素和同型半胱氨酸等与炎症反应相关的标志物被认为可能是潜在的AD标志物[9](Ⅱ级证据)。与脂质代谢相关的低甘油磷脂(细胞膜完整性破坏引起)和鞘磷脂[10](Ⅱ级证据),低24-脱氢胆固醇,高神经酰胺/神经鞘磷脂比值和脂质过氧化代谢异常[11](均为Ⅲ级证据)也是AD潜在的标志物。

二、尿液检测
1.认知障碍疾病病因诊断相关尿液检测指标:

与血液检查相似,可对首次就诊的痴呆患者进行如下尿液检测以明确认知障碍的可能病因或发现伴随疾病:激素代谢产物、尿磷、尿钙、尿糖、尿液酸碱度、肌酐清除率、药物或毒物检测、重金属浓度检测等。同时,当患者血同型半胱氨酸明显升高时,需注意同时完善尿同型半胱氨酸,以及血和尿的氨基酸检测,以排除甲基丙二酸血症。

2.AD诊断相关的尿液标志物:

研究报道,AD患者的AD7C神经丝蛋白(neural thread protein,NTP)与健康对照组比较差异有统计学意义[12],其敏感度和特异度都很高,但这一发现还需进一步得到其他实验室的证据支持,而且这种方法要求样本蛋白预纯化,所以目前尚未通过FDA的批准(Ⅲ级证据)。

【推荐】

对所有首次就诊的认知障碍患者进行以下血液学检测有助于揭示认知障碍的病因、发现伴随疾病:全血细胞计数、肝肾功能、甲状腺功能、甲状旁腺功能、电解质、血糖、叶酸、维生素B12、同型半胱氨酸、红细胞沉降率、HIV、梅毒螺旋体抗体、重金属、药物或毒物检测。(专家共识)

血液和尿液的标志物检测目前仍处于研究探索阶段,不作为痴呆与认知障碍的临床诊断的常规检查。(专家共识)

三、脑脊液检测
1.认知障碍疾病病因诊断相关脑脊液检测指标:

对血管炎、感染或脱髓鞘疾病疑似者需进行脑脊液(cerebrospinal fluid,CSF)细胞计数、蛋白质、葡萄糖和蛋白电泳分析检测。对疑似自身免疫性脑炎的患者应完善CSF自身免疫性脑炎抗体的检测。对疑似副肿瘤综合征的患者应完善CSF副肿瘤抗体的检测。一些特殊蛋白,如Aβ、总Tau蛋白、磷酸化Tau蛋白、14-3-3蛋白的检测,有助于了解痴呆病因,并一定程度上有助于鉴别不同痴呆亚型。

2.AD诊断相关的脑脊液标志物:

为了准确诊断AD,在结合其他评估的基础上(病史、神经心理学评估和常规影像学检查排除继发性原因),至少应分析4种CSF生物标志物(Aβ42、Aβ42:Aβ40、T-tau和P-tau181)。

淀粉样蛋白(Aβ)聚集形成寡聚体、纤维和斑块是AD核心的分子病理机制。CSF淀粉样蛋白相关生物标志物主要包括Aβ42和Aβ40。在散发性AD患者中,CSF Aβ42水平明显下降[13],在MCI患者中,通过检测CSF Aβ42诊断AD的平均特异度是64%,敏感度是81%[14](Ⅰ级证据)。CSF Aβ42:Aβ40比值相较于Aβ42降低能更显著地反映AD的病理变化[15]。CSF Aβ42:Aβ40用于诊断AD的敏感度为64%~88%,而特异度为70%~78%[14] (Ⅰ级证据)。当用CSF Aβ42鉴别AD和非AD痴呆时,其平均特异度是75%,敏感度是63%。可能的解释是,中枢神经系统的其他神经退行性疾病和非退行性疾病也可以导致其显著下降,如路易体痴呆(Dementia with Lewy bodies,DLB)、克-雅病(Creutzfeldt-Jakob disease,CJD)、多系统萎缩(multiple system atrophy,MSA)、肌萎缩侧索硬化(amyotrophic lateral sclerosis,ALS)等。

脑脊液Tau蛋白的增多反映了AD患者大脑中轴索退行性变和神经纤维缠结的改变,释放了相关Tau蛋白至CSF中。在AD患者中,CSF T-tau的含量显著增加约300%,其敏感度和特异度达到80%~90%[16,17](Ⅱ级证据)。但当与其他神经退行性疾病如额颞叶痴呆(frontotemporal dementia,FTD)或血管性痴呆(vascular dementia,VaD)相比时,检测AD患者CSF T-tau的水平其特异度只有50%~60%[13,18]。事实上,T-tau是从整体上反映了大脑皮质轴索的损害,在DLB、卒中、脑创伤和CJD患者中也可见。T-Tau极度升高提示CJD可能,CJD CSF中T-tau含量常高于AD,联合14-3-3蛋白检测,对CJD敏感度可达96%,特异度达84%[19](Ⅱ级证据)。相比于T-tau,CSF P-tau的升高更能反映AD的病理生理改变,P-tau水平升高特异地提示脑内有神经纤维缠结形成。P-tau181可以用来鉴别AD与FTD、DLB、VaD和抑郁等[20](Ⅱ级证据)。由于AD源性MCI初期患者脑脊液P-tau的显著增高,因而P-tau可以作为该类疾病的早期标志物[21]

在诊断时综合考虑4个脑脊液生物标志物Aβ42、Aβ42:Aβ40、T-tau和P-tau181至关重要。如果3个CSF生物标志物都异常,高度提示CSF的改变是由AD引起的[22]。联合应用Aβ42和Tau预测MCI患者转换为AD的准确性已经达到80%以上[23](Ⅰ级证据)。

当然,在临床工作中还可能出现很多非典型的情况,如CSF仅表现为Aβ42减低和(或)低比值Aβ42:Aβ40,而T-tau和P-tau181是正常的,这种结果提示处于AD病理进程中间阶段的可能性。当3个关键生物标志物的CSF浓度都在正常范围内时,基本可以暂时排除AD[22]

相较于外周生物标志物,CSF虽然可以更直接地反映颅内与AD相关的生化改变,但CSF从抽取到检测各个环节都可能对其最终结果产生误差和偏倚,这也是全球各个实验室Aβ42、Aβ40等结果阈值不同的原因,故各发表的研究结果较难直接进行横向标准化比较。此外,AD是一个从认知功能正常到痴呆一个逐渐发展过程,因此AD的生物标志物沿着特定曲线随着时间变化,患者在达到CSF截点前可能需要数年时间,所以对于临床前期的AD患者,当症状与CSF结果不符时,诊断时要格外谨慎。

【推荐】

推荐脑脊液检查为痴呆患者的常规检查。(专家共识)

对拟诊AD患者推荐进行CSF T-tau、P-tau181和Aβ1-42检测。(B级推荐)

对快速进展的痴呆患者推荐进行CSF 14-3-3蛋白、自身免疫性脑炎抗体、副肿瘤相关抗体检测。(B级推荐)

影像学检查

神经影像学是排除其他可治疗性痴呆、辅助临床各种痴呆的诊断及鉴别的重要手段。

一、头颅CT

头颅CT(computed tomography, CT)扫描主要用于排除其他可治疗性疾病引起的痴呆,如肿瘤、血肿及脑积水等,对VaD的诊断辅助作用更为明显。AD患者头颅CT可见脑萎缩,AD患者的脑萎缩改变主要在颞叶、脑白质及脑灰质。颞叶(内侧颞叶)萎缩表现为颞叶脑沟增多、加深,颞中回变窄,鞍上池和环池增宽、侧脑室颞角扩大;脑白质萎缩显示第三脑室和侧脑室体部增宽;脑灰质普遍萎缩,可见双侧大脑半球脑沟增多、加深和脑裂增宽。有研究者[24]对44例经组织病理学检测诊断为AD患者,进行CT扫描随访观察证实,AD患者有双侧侧脑室扩大,CT显示双侧侧脑室横径1年增大≥3 cm,对确定AD诊断有意义(Ⅱ级证据),但传统CT难以准确显示海马结构,诊断痴呆的特异度并不高,临床主要用于疑似痴呆的筛查检查。

二、头颅MRI

诊断痴呆必需的头颅磁共振(magnetic resonance imaging,MRI)序列有3D-T1加权像、T2加权像、液体翻转成像(fluid attenuated inversion recovery,FLAIR)和T2梯度回波序列(T2*-gradient echo)。如没有3D-T1加权像,可行冠状位的T1替代。通过MRI可以显示内侧颞叶、海马等关键部位的萎缩。弥散加权成像技术(diffusion-weighted imaging,DWI)和T1增强可以用于炎症、肿瘤导致痴呆患者的诊断和鉴别,如DWI显示血管性痴呆中的新发梗死灶,CJD患者皮质和纹状体的异常。T1增强可显示年轻患者可能存在的感染(如单纯疱疹病毒性脑炎)或是炎症改变(血管炎、结节病和多发性硬化)等病因。

(一)阿尔茨海默病

目前MRI应用于AD的诊断主要检查技术有:结构核磁(structural MRI findings,sMRI),功能核磁(functional MRI, fMRI),和弥散加权成像技术(DWI)。

1.结构核磁:

结构核磁首先是除外可治疾病,如脑肿瘤、正常颅压脑积水,再次是显示AD相关的特异结构的改变。内侧颞叶,尤其是海马和内嗅皮质改变是结构核磁有关AD研究最经典的发现。海马容积缩小常作为AD诊断和判断疾病进展的指标之一,但不是最为敏感的影像标志物,因为在精神分裂症[25]和抑郁症[26]中也可有类似表现。67%~100%轻度AD患者有海马萎缩,其对轻中度AD诊断的敏感度及特异度为85%和88%[27](Ⅰ级证据)。在7T的磁场中,早期AD患者的海马CA1区顶部的神经纤维网和辐射层/腔隙层的分子结构受累[28]。辐射层的变薄在APOE ε4携带者中更明显,辐射层变薄提示转化为AD的风险增加[29]。AD患者的内嗅皮质、小脑下脚、CA1、CA1-2和全海马缩小,而遗忘型MCI患者的CA1-2亚区缩小,小脑下脚、CA1缩小提示转化为AD的风险增高[30]。上述研究表明随着自动测量法的发展,海马亚区测量有利于AD的预测和早期临床诊断。

晚发AD(发病年龄>65岁)在结构核磁的表现主要是内侧颞叶萎缩,海马和内嗅皮质是最早受累的部位。内侧颞叶萎缩在区分轻、中度AD与正常人的敏感度和特异度均>85%[31],且用于鉴别AD与DLB、VaD的敏感度和特异度均在90%以上[32]。荟萃分析表明结构核磁显示内侧颞叶萎缩对于提示MCI向AD的转化敏感度73%,特异度81%[33]。早发AD(发病年龄<65岁)相比晚发AD,内侧颞叶萎缩不明显,但是顶叶、颞叶外侧和额叶改变更加突出[34]。非典型AD患者首发症状以视空间、视知觉或是语言障碍为表现而非记忆障碍,多见于早发型AD。非典型AD的内侧颞叶改变常常缺如,颞、顶叶皮质萎缩用于区分非典型AD与FTD的准确性比海马萎缩更高(81%比74%)[35]

观察头颅MRI的脑皮质的动态变化也有助于AD的诊断。研究发现遗忘型MCI患者2年后颞、顶、额叶皮质的萎缩速度快于同龄人,以左侧颞叶皮质和海马旁回最为显著[36]。对转化为AD或MCI的患者进行10年随访发现,主要萎缩部位在内侧颞叶、扣带回后部、楔叶和额叶眶回[37]

结构核磁中的灰质萎缩和PET显像的淀粉样蛋白负荷的关系是近来临床前AD的研究热点。淀粉样蛋白负荷过重的患者的脑萎缩的典型部位有内嗅皮质、颞中回、颞下回、顶下小叶和海马[38],因此联合结构核磁和PET可以提高AD早期诊断的力度,但是健康人群出现单一高淀粉样蛋白负荷或是脑皮质萎缩都不是诊断AD的标志[39]。结构核磁中的影像生物标志物用于诊断和预测的准确性还有赖于测量标准的进一步统一。

2.弥散加权成像(diffusion tensor imaging,DTI):

DTI是最常用的弥散加权成像技术。描述白质微结构的参数还有各向异性(fractional anisotropy,FA)和平均扩散率(mean diffusivity,MD)。DTI研究发现可能的AD患者存在胼胝体压部、上纵束和扣带回白质纤维改变。AD的白质病变主要是与记忆相关的长束白质如穹窿、钩束和扣带回改变,额叶与颞叶相连接的白质纤维也有损害[40],且扣带回白质纤维改变主要在前部和后部,与结构核磁、功能核磁和PET显像所示相符[41]。DTI可以显示AD的早期改变,但应用于临床还有待于检查方法标准化[42]

3.功能核磁和脑灌注成像:

功能核磁(functional MRI ,fMRI)是通过探测脑血氧水平(blood oxygenation dependent level,BOLD)来研究脑区激活的技术。静息状态网络(Resting state networks)是指脑处于清醒状态但是未进行某项特殊活动时的序贯激活模式,以缺陷模式网络(default mode network,DMN)研究最多。研究静息状态网络连接就是定量研究不同脑区活动的时间关联,存在高度关联的不同区域则认为存在功能连接。功能连接的减少提示网络完整性下降。AD早期存在DMN受损[43]。联合PET淀粉样蛋白显像,发现高淀粉样蛋白负荷的无症状患者存在DMN的破坏,提示相比认知功能的减退,内源性网络连接破坏是AD更早期病变的标志[44]。很多神经心理疾病和其他痴呆类型都存在DMN的改变,因此DMN变化对AD的诊断和预测价值有待研究。临床确诊AD的低灌注脑区主要集中在扣带回后部、颞顶叶和额叶皮质,以核磁为基础的动态敏感度对比(dynamic susceptibility contrast)和动脉自旋标记(arterial spin labeling)有助于AD与FTD的鉴别[45],但是无法鉴别AD与VaD[46]

(二)血管性痴呆

VaD的影像学改变包括脑血管病变及相关的脑萎缩。依据VaD的NINDS-AIREN诊断标准,通过影像学特点诊断VaD的可靠性为40%~60%(Ⅰ级证据)[47]。一些特征性血管病变影像,有助于提高对VaD识别率。如常染色体显性皮质下梗死和白质脑病(CADASIL)典型的MRI表现是在颞极、U型纤维的顶部、外囊、岛叶区域T2加权像上高信号,而在基底节、内囊、丘脑、脑桥区域多发局灶点状出血[48]。淀粉样血管变性是老年人脑叶出血最常见的原因,主要是淀粉样物质沉积于脑皮质表面和软脑膜的中小血管内膜和外膜,而深部灰质核团不受累。可能为淀粉样血管变性的诊断是至少2个脑叶的急性或是慢性出血,并且缺乏其他出血的原因[49]

(三)路易体痴呆

DLB的皮质萎缩可能包括颞、顶、额叶和内侧岛叶,也有严格限于额叶和顶叶萎缩的类型[32]。与AD相比,DLB MRI的典型标志是相比同等病情AD,内侧颞叶相对保留,并且经病理证实,敏感度91%,特异度94%[50]。因此诊断标准提出相对保留的内侧颞叶更支持DLB的诊断。与AD相比,DLB皮质下结构如壳核萎缩明显,而尾状核无显著改变[51]。DLB的萎缩比AD更集中于中脑、下丘脑和meynert基底神经核而非海马和颞顶叶皮质[52]。这些改变对于早期患者的鉴别意义不明,而且AD与DLB存在一定程度的重叠使得这些标志用于鉴别的效力减弱。

(四)额颞叶痴呆

FTD MRI上表现为大脑非弥漫均匀萎缩,主要表现为额叶和前颞叶显著局限性萎缩,一般双侧对称,但Pick病可以不对称,通常为左侧优势半球萎缩明显,患者的顶叶、颞上回后2/3及枕叶常不受累,表现脑回变窄,两侧侧脑室前角和颞角扩大,其中呈"气球样"扩大是该病的影像学特征,锥体外系神经核(尤其是豆状核)、岛叶皮质和前胼胝体常受累,MRI T2加权像可显示受累脑皮质和白质区高信号有助于诊断FTD(Ⅰ级证据)[53]

行为变异型额颞叶痴呆(behavioural variant of frontotemporal dementia,bvFTD)表现为内侧颞叶、眶回-岛叶和颞叶前部皮质的萎缩,在T1冠状位上表现为"刀边征"(knife-edge atrophy)。内侧颞叶受累以前部受累为主,即杏仁核受累而海马常常保留。但是该特征不是必须出现的[54]。有关FTD的大规模脑容积测量研究指出FTD应该分为四个亚型,额叶萎缩型(额叶为主型和额颞叶变异型)和颞叶萎缩型(颞叶为主型和颞额顶叶亚型)[54]。MRI上明显的额叶萎缩或是非对称性的额叶萎缩,对于鉴别FTD与非FTD痴呆的敏感度为71%和特异度为93%[55]。经病理证实的MRI显像发现对于鉴别FTD与AD最敏感的特点是前、下、外侧颞叶萎缩,敏感度90%以上,前部萎缩较后部萎缩明显,半球的非对称性萎缩对于鉴别FTD与AD的敏感度为85%[56]。额颞叶非对称性萎缩常可见另外的2种额颞叶痴呆亚型:语义性痴呆和进行性非流利性失语症的患者。与AD相比,语义性痴呆患者的左侧颞叶萎缩病变范围较大,且萎缩病变范围可累及颞极、海马旁回和外侧颞叶[57](Ⅱ级证据),而进行性非流利性失语则表现为明显的左侧额叶后部和岛叶萎缩为主[58](Ⅱ级证据)。

(五)其他类型痴呆

T1矢状位上中脑萎缩、第三脑室的扩大、小脑上脚和额叶皮质萎缩提示进行性核上性麻痹(progressive superanuclear palsy,PSP)的诊断[59]。PSP的MRI显示中脑和第三脑室周围区域的萎缩为其主要形态学改变,轴位显示中脑形态酷似蝴蝶状;矢状位可见中脑显著萎缩就像尖细的鸟嘴,称"鸟嘴征",如其厚度<14 mm时对诊断PSP有意义[60] (Ⅰ级证据)。使用线性测量MR-帕金森指数(例如中脑、脑桥、小脑中脚和上脚)可以有效区分PSP、帕金森病(Parkinson disease,PD)及MSA[61]。亨廷顿病(Huntington′s disease)早在发病前很多年就可以出现双侧纹状体的萎缩[62]。在CJD病例中T2加权像和FLAIR像上可以见到典型的皮质或是纹状体的高信号,而DWI则可以显示在T2加权像和FLAIR尚未显示的高信号[63]。在变异型CJD中由于丘脑背侧和内侧核受累则出现"曲棍征"[64]

【推荐】

MRI是进行痴呆诊断和鉴别诊断的常规检查;对痴呆疾病进行随访检查,MRI有助于判别疾病预后和药物疗效。(A级推荐)

三、功能显像

AD患者早期即出现大脑局部血流及代谢活动的改变,后期才出现结构的变化,功能影像学检查有助于AD早期诊断。功能影像学检查包括单光子发射计算机体层显像技术(single-photon-emission computed tomography,SPECT)和正电子发射计算机体层显像技术(positron emission tomography,PET)。SPECT和PET主要用于对结构影像学很难鉴别的诊断,可以增加临床诊断及结构影像的特异度。SPECT和PET相比各有特点,PET则因为分辨率高而有更高的敏感度。

(一)单光子发射计算机体层显像

可通过检测脑组织对亲脂性的示踪剂如99mTc-六甲基丙烯胺肟(99mTc-HMPAO HMPAO)或N-异丙基-P-碘苯丙氨的摄取情况来评价相对脑血流灌注量。在一项临床试验中,灌注SPECT扫描阳性可以将AD诊断率提高到92%,而SPECT扫描阴性使诊断率降低到70%。当临床诊断为疑似AD时SPECT检查可提高诊断准确性,SPECT阳性诊断AD概率为84%;SPECT阴性诊断AD概率为52%[65]

99mTc-HMPAO多巴胺能SPECT影像有助于区分AD与DLB,敏感度和特异度在85%左右,但是影像采集和分析方法会影响多巴胺能SPECT影像的判读[66]。比较临床诊断DLB与病理活检的敏感度是75%,特异度是42%,而123I-FP-CIT多巴胺能SPECT显像的敏感度和特异度分别是88%和100%[67],但是多巴胺能显像不能用于突触前多巴胺能缺乏疾病如帕金森痴呆(Parkinson disease with dementia,PDD)、MSA、PSP等疾病与DLB的鉴别[68]

对134例疑似bvFTD患者的前瞻性研究表明,额叶、前颞叶或是额颞叶在SPECT/PET中的低灌注或低代谢与2年后临床诊断的相比,敏感度90%,特异度75%[58]。使用SPECT前后脑血流比值(额上回内侧/颞叶内侧)对于区分行为bvFTD和AD的敏感度为87%,特异度为96%(早发型AD)或是80%(晚发型AD)[69]。经病理证实,额叶脑血流的减少在FTD较AD更普遍,具有诊断价值(敏感度80%,特异度65%)[70]

(二)正电子发射计算机体层显像技术
1.葡萄糖代谢显像:

2-氟-2-脱氧-D-葡萄糖(18F-FDG)是目前最常用于探测人体内葡萄糖代谢的示踪剂。FDG-PET显像敏感度和特异度要高于SPECT。AD患者的低代谢或是低灌注区域主要集中在扣带回后部和楔前叶,痴呆相同程度的AD患者,早发型AD较晚发型AD低灌注或是低代谢程度更严重,早发AD患者病变区域主要集中在顶叶、枕叶和额叶及皮质下区域[71]。有关FDG-PET的5项病例对照研究发现,FDG对于鉴别正常人与AD的准确性在93%,敏感度96%,特异度90%[72]。临床结合PET显像可以提高诊断的准确性。44例经病理证实的不同程度的认知障碍患者结合FDG-PET显像,诊断的敏感度84%,特异度是74%,高于单纯临床诊断(敏感度76%,特异度是58%)[73]。荟萃分析证实在基线时MCI患者的FDG-PET显像表现为类似AD样表现,预测向AD转换的敏感度为89%,特异度为85%[33]

研究表明与AD相比,DLB患者表现为内侧枕叶明显的低灌注或是低代谢,而颞顶叶低代谢和低灌注在二者中都很常见[74]。一项对比FDG-PET和活检结果的研究发现枕叶尤其是初级视觉皮质低代谢对于区分DLB和AD的敏感度是90% ,而特异度是80%[75]。但是枕叶低代谢非DLB特异表现,在AD晚期也可见[76]。McKeith诊断标准认为SPECT/PET显像中广泛的枕叶低灌注或是低代谢支持DLB诊断,但是缺乏足够特异度证据作为核心诊断标准[77]。在FDG-PET显像中DLB与AD患者相比其扣带回皮质相对保留(扣带回"孤岛征"),但是临床价值尚未明确[78]

2.分子显像

(1)淀粉样蛋白显像

Aβ淀粉样物质显像的标志物可分为以11C标记和18F标记两类示踪剂。[11C]-6-OH- BTA-1,又称匹茨堡化合物B(11C-PIB),是一种硫黄素T的衍生物,能特异度的与β样淀粉蛋白斑块结合,但不与弥漫性斑块或纤维原缠结结合。研究表明PIB-PET区分MCI和健康对照的敏感度为75%,FDG-PET为54%,二者合用准确率为90%[79]。对65例AD和45例FTD患者11C-PIB显像发现,78%AD患者阳性而仅有17%FTD患者阳性[80]。对于AD,11C-PIB显像在敏感度方面优于FDG-PET (89%比73%)[80]。对12例已知病理结果的AD患者,11C-PIB的准确性优于FDG分别为(97%比87%)[81] 。但11C标记半衰期只有20 min,一定程度上限制了其应用。

11C标记相比18F具有较长的半衰期,约为110 min。目前已经用于临床的有18F-FDDNP、18F-PIB、18F-Florbetapir(也称为18F-AV-45,商品名Amyvid)、18F-Flutemetamol(商品名Vizamyl)和18F-Florbetaben(也称为18F-BAY94-9172或18F-AV-1,商品名Neuraceq)。18F-FDDNP因其与底物的结合特异度低,既可结合淀粉样斑块也能结合神经纤维缠结故停用。目前后三种新型18F标记分子示踪剂即:18F-Florbetapir、18F-Flutemetamol和18F-Florbetaben已经先后于2012、2013和2014年获得FDA批准应用于临床。对32例受试者进行11C-PIB和Florbetapir的PET显像研究,发现二者效力相当[79]。Florbetaben对于区分AD的敏感度80%~100%,特异度为90%~91%[81,82]。Flutemetamol显像在对AD、MCI和健康对照组,结果诊断AD的敏感度为93%,特异度为93%[83]。Flutemetamol显像与11C-PIB显像吻合率100%。因此不同示踪剂对于AD诊断的敏感度和特异度类似,均在90%左右。

VaD的Aβ淀粉样物质显像今后可能用于混合性痴呆(AD与VaD混合)与AD、VaD的鉴别。此外淀粉样血管病与11C-PIB的结合率也很高,可以作为淀粉样血管病与其他小血管病变导致脑出血的识别[84]。部分DLB患者病理显示脑内也有少量淀粉样蛋白沉积,因此淀粉样蛋白PET对区分AD与DLB的准确度不及其他类型痴呆。临床中选择增加针对单胺转运体的示踪剂如:Ⅱ型囊泡单胺转运体显像剂[18F]AV-133有助于提高AD与DLB鉴别。淀粉样蛋白PET可以有效区分AD和FTD,尤其是在年轻患者中。11C-PIB和Florbetaben均可有效区分AD与FTD[85]

(2)Tau蛋白显像

AD是最常见的Tau蛋白病变,但是进行性核上性麻痹(PSP)、皮质基底节变性(CBD)、慢性创伤性脑病(CTE)以及各种额颞叶变性(FTLD)[如进行性非流利性失语症(PPA)和行为变异型额颞叶型痴呆(bvFTD)等]都存在脑内Tau蛋白的异常沉积。Tau蛋白显像的标志物有[18F]FDDNP、[11C]PBB3、[18F]T807、[18F]T808、喹啉衍生物:THK-523、THK-5105、THK-5117以及荧光能量共振转移(FRET)。

[18F]FDDNP是首个Tau蛋白PET显像示踪剂,但缺点是选择性低,可同时结合神经纤维缠结和老年斑86]。与其相似的[11C]PBB3是可以用于活体的Tau蛋白示踪剂,对Aβ也有结合[87]。[18F]T807和[18F]T808对Tau的亲和力约是Aβ的27倍[88],具有较好的选择性和穿透性。[18F]T807显示的Tau蛋白沉积与疾病的严重程度相关[77],严重AD中的滞留明显高于轻度AD和MCI患者[89]

新一代的Tau蛋白PET示踪剂为18F标记THK系列喹啉衍生物([18F]THK-523、 [18F]THK-5105和[18F]THK-5117),对AD中Tau的选择性结合明显高于Aβ[90]。[18F]-THK5105、[18F]-THK5117与Tau的亲和力约是Aβ的25倍[91]。THK523不能与CBD、PSP和Pick病等Tau病理中的Tau结合,可作为AD的特异度生物标志物[92],THK-5117是三者中最好的显示剂,可以用于轻、中、重度AD的显像[90]

FRET通过以细胞为基础的生物感受装置定量检测荧光能量共振转移来测量Tau聚集的能力。它基于Tau病理改变可通过解剖联系来传递的假说,Tau蛋白只有在病理状态下聚集时才会出现FRET信号。不仅可以在活体内无创显示Tau蛋白病变,还可以用于Tau蛋白靶向药物疗效的评估[93]

(3)Aβ与Tau的PET显像的对比

Aβ PET显像广泛而弥散,在认知正常的人群中亦可出现Aβ PET显像阳性。类似情况在Tau PET显像中少见。Aβ PET显像与痴呆严重程度关联较弱,而Tau PET显像最初局限于内侧颞叶,随着疾病的进展逐渐向新皮质扩散,与脑组织的萎缩相匹配[94]

(4)小神经胶质细胞激活的PET显像

除了Aβ和Tau PET显像,显示小神经胶质细胞激活的分子显像探针技术已经用于PET显像。最常使用的PET探针是11C-(R)-PK11195,显示AD[95]和MCI患者[96]较正常对照保留增多。

【推荐】

功能影像不作为痴呆常规诊断检查,但对临床可疑患者可选用SPECT和PET检查以提高诊断的准确率。(B级推荐)

电生理检查
一、脑电图(electroencephalogram,EEG)

脑电图对于痴呆的诊断、鉴别诊断和预测具有一定价值。多种痴呆亚型如AD、DLB、PD相关痴呆,均可出现全脑弥漫性慢波。AD患者90%可有EEG异常,表现为α节律减慢、不规则、消失或波幅下降,并可出现广泛性θ波,期间混有δ波活动。采用多元相位同步化指标诊断早期AD患者的准确性高达94%[97](Ⅲ级证据)。EEG对大多数痴呆亚型的鉴别诊断缺乏特异度,但根据CJD患者周期性尖慢复合波的特征性脑电图改变,其诊断的敏感度和特异度可达66%和74%[98](Ⅰ级证据)。EEG波谱分析和标准化低分辨率脑电磁层析成像(sLORETA)分析可鉴别AD与VaD、FTD的EEG节律及振荡活动的差异[99,100](Ⅱ级证据)。

定量脑电图(QEEG)较常规EEG对痴呆诊断的敏感度更高,尤其在痴呆早期和MCI阶段[101]。研究显示QEEG诊断AD的敏感度和特异度分别为72%~98%和81%~100%[102,103](Ⅱ级证据)。采用QEEG预测MCI患者发展为DLB的敏感度和特异度均接近100%[104](Ⅱ级证据)。EEG的功率和一致性分析可以帮助鉴别AD和PD相关痴呆[105],采用综合EEG标志物预测PD-MCI进展为PD相关痴呆的敏感度和特异度可达82%和78%[106](Ⅱ级证据)。然而QEEG的不同参数或技术方法可能影响痴呆诊断率。

目前EEG对痴呆诊断的敏感度和特异度范围差异大,作为常规认知功能损害个体的初筛评价方法的证据不足[107](Ⅰ级证据)。根据EEG数据分析得出的乙酰胆碱指数、相位滞后指数等参数有望成为诊断痴呆的新指标[108]

二、诱发电位和事件相关电位

相对EEG,诱发电位(evoked potential,EP)和事件相关电位(event-related potential,ERP)在痴呆诊断中的应用尚不成熟。但作为检测认知减退较敏感的方法,EP及ERP对于痴呆的诊断仍有潜在临床价值。AD患者常存在视通路神经元变性,使其视觉诱发电位异常。闪光视觉诱发电位(FVEP)P2潜伏期在AD患者中可选择性延长,对AD诊断准确度为62%(敏感度80%,特异度53%)[109](Ⅱ级证据)。P300是出现于低概率刺激后300 ms左右的正向电位,其波幅与注意力有关,潜伏期与任务相对难度有关。AD患者P300波常表现为潜伏期延长及波幅降低[110](Ⅱ级证据)。P300潜伏期延长对诊断AD及MCI的灵敏度及特异度均达80%,结合心理学测试及临床评估后灵敏度可达96%,特异度仍达80%[111](Ⅲ级证据)。P300波在DLB患者中特异度地表现为"波形梯度倒置"(上升支出现小负波),可有效鉴别DLB及其他类型痴呆(Ⅲ级证据)[112]

【推荐】

EEG对于鉴别正常老化和痴呆、或不同类型的痴呆具有一定辅助诊断价值。(专家共识)

定量脑电图(QEEG)、诱发电位和事件相关电位对于鉴别不同类型的痴呆有一定帮助。(B级推荐)

对于疑诊CJD的患者,应该进行EEG检查。(A级推荐)

基因检测

遗传因素在多种认知障碍疾病中发挥重要作用,在具有阳性家族史或早发性痴呆患者中检测相关致病基因具有重要意义。目前已确认位于14、1、21号染色体上的早老素1基因(presenilin 1, PSEN1)、早老素2(presenilin 2, PSEN2)基因、淀粉样前体蛋白(amyloid precursor protein, APP)基因为家族性AD致病基因;其中PSEN1基因突变占75%~80%,APP基因突变占15%~20%,PSEN2基因突变不足5%[113];国内对32个AD家系研究显示PSEN1突变率约为15.2%,临床表型主要为早发型AD,外显率极高;APP突变率为6.1%;PSEN2突变在亚洲很少报道,部分已报道突变位点致病性需要进一步验证[114]。约50%的FTD患者有可疑家族史,但仅10%的患者呈常染色体显性遗传[115]。已被证实的FTD致病基因有[116]:位于17号染色体的微管相关蛋白Tau基因[117](MAPT)和前颗粒体蛋白基因[118](PGRN),位于9号染色体的开放阅读框72基因(C9orf72)六核苷酸重复扩增[119], VCP、CHMP2B、TARDBP、FUS等[116]。家族性FTD患者中存在MAPT基因突变的占10%~32%[120,121](Ⅱ级证据)、PGRN基因突变约占23%[120](Ⅱ级证据),散发性FTD患者Tau基因突变率约为4%[121](Ⅱ级证据)。合并帕金森样症候群的FTD常伴MAPT、PGRN基因突变[122];C9ORF72六核苷酸重复扩增[119]和FTD合并ALS的发病相关。家族性CJD和FFI致病基因为PRNP[123]。伴有皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病(CADASIL)与Notch3基因突变有关[124]

位于19号染色体上载脂蛋白E ε4(ApoE ε4)等位基因作为易感基因与散发型AD相关联[125]。同时ApoE ε4基因型也是MCI向AD转化的危险因素[126]。需要重视的是ApoE ε4携带者不一定会成为AD患者,且在其他一些痴呆(如FTD、DLB)中ApoE ε4携带率也很高。因此,APOE基因的检测不能作为痴呆诊断的依据。随着全基因组关联分析(GWAS)及靶向捕获高通量测序的广泛开展,多个AD、FTD相关风险基因被报道。AD其他风险基因包括SORL1、CLU、CR1、HLA-DRB5/HLA-DRB1、HTR7、NMNAT3、OPCML等[127,128,129]

对痴呆人群中不加选择地进行突变基因的筛查,其阳性率低,花费较高。而对具有明确家族史的痴呆病例、早发的散发性病例及特殊临床表型的病例,根据临床表型对候选基因进行筛查有助于提高检出率。靶向捕获二代测序具有高通量、准确性好、阳性率高等特点,已在临床逐渐应用。候选基因检测阴性者可根据情况考虑全基因或全外显子测序。

【推荐】

有明确痴呆家族史的痴呆患者应进行基因检测以帮助诊断。(A级推荐)

推荐对有明确痴呆家族史的个体尽早进行基因检测以明确是否携带致病基因,利于早期干预。(专家共识)

ApoEε4基因型检测可用于MCI患者危险分层,预测其向AD转化的风险。(B级推荐)

基因诊断应该在专业的、有资质的检测机构进行,以确保检测的准确性。(专家共识)

其他检测

组织活检能提供组织学诊断,是确诊的金标准。例如肝活检对Wilson病,皮肤肌肉活检对CADASIL、Lafora小体疾病和线粒体肌病,CJD患者鼻黏膜活检检测朊蛋白等。

脑组织活检是痴呆临床诊断过程中最后的选择方法,其原因如下:(1)脑组织活检确诊率不高,有研究报道其确诊率为57%[130];(2)脑组织活检可能存在严重并发症,包括麻醉意外、出血、感染、甚至死亡。所以决定脑组织活检应取决于对临床风险和获益评估,并取得患者家属同意。脑组织尸体解剖检查对痴呆的确诊有很大帮助。血管性认知功能损害的确诊也需要最终的病理诊断。然而对于VaD的病理检查尚缺乏统一的标准[130]。DLB的病理改变中,发现"路易小体"是确诊的必备条件,同时还可以见神经纤维缠结[131]。Pick痴呆的确诊需要大体病理显示额颞叶萎缩及组织病理证实有Pick小体及膨胀的Pick细胞[132]。混合性痴呆是指具备2种单纯性痴呆的病理变化,如AD、VaD或其他类型痴呆[133]

最新研究发现鼻黏膜上皮活检检测朊蛋白有助于CJD的诊断,其敏感度为97%~100%,特异度为100%[134]。此外,已发现嗅觉黏膜Tau病理与AD和MCI患者具有高度相关性[135](Ⅱ级证据)。

【推荐】

对于临床上罕见的痴呆类型,无法用非创伤性技术手段明确诊断时可以采用病理活检。(专家共识)

出现痴呆或认知功能损害,可以选择嗅觉黏膜作为活检部位。(专家共识)

专家委员会成员

执笔:贾建军(解放军总医院神经内科);彭丹涛(中日友好医院神经内科);王延江(第三军医大学大坪医院神经内科);张杰文(郑州大学人民医院神经内科)

统稿:唐毅(首都医科大学宣武医院神经内科);侯婷婷(首都医科大学宣武医院神经内科)

专家委员会成员(按照姓氏笔画为序):于恩彦(浙江省人民医院精神卫生科);王延江(第三军医大学大坪医院神经内科);吕佩源(河北省人民医院神经内科);纪勇(天津市环湖医院神经内科);杜怡峰(山东大学附属省立医院神经内科);李焰生(上海交通大学附属仁济医院神经内科);汪凯(安徽医科大学第一附属医院神经内科);张杰文(郑州大学人民医院神经内科);陈晓春(福建医科大学附属协和医院神经内科);武力勇(首都医科大学宣武医院神经内科);罗本燕(浙江大学医学院附属第一医院神经内科);周爱红(首都医科大学宣武医院神经内科);屈秋民(西安交通大学第一附属医院神经内科);贾建平(首都医科大学宣武医院神经疾病高创中心;神经内科);贾建军(解放军总医院神经内科);高晶(北京协和医院神经科);郭起浩(复旦大学附属华山医院神经内科);唐牟尼(广州市脑科医院神经内科);唐毅(首都医科大学宣武医院神经内科);章军建(武汉大学中南医院神经内科);彭丹涛(中日友好医院神经内科);谭兰(青岛市市立医院神经内科);魏翠柏(首都医科大学宣武医院神经内科)

参考文献
[1]
Consensus report of the Working Group on: "Molecular and Biochemical Markers of Alzheimer′s Disease"; . The Ronald and Nancy Reagan Research Institute of the Alzheimer′s Association and the National Institute on Aging Working Group[J]. Neurobiol Aging, 1998, 19(2): 109-116.
[2]
HyeA, KerrF, ArcherN, et al. Glycogen synthase kinase-3 is increased in white cells early in Alzheimer′s disease[J]. Neurosci Lett, 2005, 373(1): 1-4. DOI: 10.1016/j.neulet.2004.10.031.
[3]
van de GrindWA, van HofP, van der SmagtMJ, et al. Slow and fast visual motion channels have independent binocular-rivalry stages[J]. Proc Biol Sci, 2001, 268(1465): 437-443. DOI: 10.1098/rspb.2000.1380.
[4]
BaskinF, RosenbergRN, IyerL, et al. Platelet APP isoform ratios correlate with declining cognition in AD[J]. Neurology, 2000, 54(10): 1907-1909.
[5]
BorroniB, ColciaghiF, PastorinoL, et al. Amyloid precursor protein in platelets of patients with Alzheimer disease: effect of acetylcholinesterase inhibitor treatment[J]. Arch Neurol, 2001, 58(3): 442-446.
[6]
ScheunerD, EckmanC, JensenM, et al. Secreted amyloid beta-protein similar to that in the senile plaques of Alzheimer′s disease is increased in vivo by the presenilin 1 and 2 and APP mutations linked to familial Alzheimer′s disease[J]. Nat Med, 1996, 2(8): 864-870.
[7]
OhES, TroncosoJC, FangmarkTSM. Maximizing the potential of plasma amyloid-beta as a diagnostic biomarker for Alzheimer′s disease[J]. Neuromolecular Med, 2008, 10(3): 195-207. DOI: 10.1007/s12017-008-8035-0.
[8]
ChiamJT, DobsonRJ, KiddleSJ, et al. Are blood-based protein biomarkers for Alzheimer′s disease also involved in other brain disorders? A systematic review[J]. J Alzheimers Dis, 2015, 43(1): 303-314. DOI: 10.3233/JAD-140816.
[9]
O′BryantSE, XiaoG, BarberR, et al. A serum protein-based algorithm for the detection of Alzheimer disease[J]. Arch Neurol, 2010, 67(9): 1077-1081. DOI: 10.1001/archneurol.2010.215.
[10]
MapstoneM, CheemaAK, FiandacaMS, et al. Plasma phospholipids identify antecedent memory impairment in older adults[J]. Nat Med, 2014, 20(4): 415-418. DOI: 10.1038/nm.3466.
[11]
PraticòD, ClarkCM, LiunF, et al. Increase of brain oxidative stress in mild cognitive impairment: a possible predictor of Alzheimer disease[J]. Arch Neurol, 2002, 59(6): 972-976.
[12]
De La MonteSM, WandsJR. The AD7c-NTP neuronal thread protein biomarker for detecting Alzheimer′s disease[J]. J Alzheimers Dis, 2001, 3(3): 345-353.
[13]
BlennowK, HampelH. CSF markers for incipient Alzheimer′s disease[J]. Lancet Neurol, 2003, 2(10): 605-613.
[14]
RitchieC, SmailagicN, Noel-StorrAH, et al. Plasma and cerebrospinal fluid amyloid beta for the diagnosis of Alzheimer′s disease dementia and other dementias in people with mild cognitive impairment (MCI)[J]. Cochrane Database Syst Rev, 2014, (6): CD008782. DOI: 10.1002/14651858.CD008782.pub4.
[15]
LewczukP, LelentalN, SpitzerP, et al. Amyloid-β 42/40 cerebrospinal fluid concentration ratio in the diagnostics of Alzheimer′s disease: validation of two novel assays[J]. J Alzheimer′s Dis, 2015, 43(1): 183-191. DOI: 10.3233/JAD-140771.
[16]
PorteliusE, Westman-BrinkmalmA, ZetterbergH, et al. Determination of beta-amyloid peptide signatures in cerebrospinal fluid using immunoprecipitation-mass spectrometry[J]. J Proteome Res, 2006, 5(4): 1010-1016. DOI: 10.1021/pr050475v.
[17]
BlennowK, ZetterbergH. Cerebrospinal fluid biomarkers for Alzheimer′s disease[J]. J Alzheimers Dis, 2009, 18(2): 413-417.DOI: 10.3233/JAD-2009-1177.
[18]
ShawLM, KoreckaM, ClarkCM, et al. Biomarkers of neurodegeneration for diagnosis and monitoring therapeutics[J]. Nat Rev Drug Discov, 2007, 6(4): 295-303. DOI: 10.1038/nrd2176.
[19]
Van EverbroeckB, QuoilinS, BoonsJ, et al. A prospective study of CSF markers in 250 patients with possible Creutzfeldt-Jakob disease[J]. J Neurol Neurosurg Psychiatry, 2003, 74(9): 1210-1214.
[20]
GrossmanM, FarmerJ, LeightS, et al. Cerebrospinal fluid profile in frontotemporal dementia and Alzheimer′s disease[J]. Ann Neurol, 2005, 57(5): 721-729. DOI: 10.1002/ana.20477.
[21]
SchönknechtP, PantelJ, HuntA, et al. Levels of total tau and tau protein phosphorylated at threonine 181 in patients with incipient and manifest Alzheimer′s disease[J]. Neurosci Lett, 2003, 339(2): 172-174.
[22]
MolinuevoJL, BlennowK, DuboisB, et al. The clinical use of cerebrospinal fluid biomarker testing for Alzheimer′s disease diagnosis: a consensus paper from the Alzheimer′s Biomarkers Standardization Initiative[J]. Alzheimers Dement, 2014, 10(6): 808-817. DOI: 10.1016/j.jalz.2014.03.003.
[23]
MattssonN, ZetterbergH, HanssonO, et al. CSF biomarkers and incipient Alzheimer disease in patients with mild cognitive impairment[J]. JAMA, 2009, 302(4): 385-393. DOI: 10.1001/jama.2009.1064.
[24]
JobstKA, SmithAD, SzatmariM, et al. Detection in life of confirmed Alzheimer′s disease using a simple measurement of medial temporal lobe atrophy by computed tomography[J]. Lancet, 1992, 340(8829): 1179-1183.
[25]
SteenRG, MullC, McClureR, et al. Brain volume in first-episode schizophrenia: systematic review and meta-analysis of magnetic resonance imaging studies[J]. Br J Psychiatry, 2006, 188: 510-518. DOI: 10.1192/bjp.188.6.510.
[26]
ArnoneD, McIntoshAM, EbmeierKP, et al. Magnetic resonance imaging studies in unipolar depression: systematic review and meta-regression analyses[J]. Eur Neuropsychopharmacol, 2012, 22(1): 1-16. DOI: 10.1016/j.euroneuro.2011.05.003.
[27]
ChetelatG, BaronJC. Early diagnosis of Alzheimer′s disease: contribution of structural neuroimaging[J]. Neuroimage, 2003, 18(2): 525-541.
[28]
KerchnerGA, DeutschGK, ZeinehM, et al. Hippocampal CA1 apical neuropil atrophy and memory performance in Alzheimer′s disease[J]. Neuroimage, 2012, 63(1): 194-202. DOI: 10.1016/j.neuroimage.2012.06.048.
[29]
LiuCC, LiuCC, KanekiyoT, et al. Apolipoprotein E and Alzheimer disease: risk, mechanisms and therapy[J]. Nat Rev Neurol, 2013, 9(2): 106-118. DOI: 10.1038/nrneurol.2012.263.
[30]
ApostolovaLG, DuttonRA, DinovID, et al. Conversion of mild cognitive impairment to Alzheimer disease predicted by hippocampal atrophy maps[J]. Arch Neurol, 2006, 63(5): 693-699. DOI: 10.1001/archneur.63.5.693.
[31]
ScheltensP, FoxN, BarkhofF, et al. Structural magnetic resonance imaging in the practical assessment of dementia: beyond exclusion[J]. Lancet Neurol, 2002, 1(1): 13-21.
[32]
BurtonEJ, BarberR, Mukaetova-LadinskaEB, et al. Medial temporal lobe atrophy on MRI differentiates Alzheimer′s disease from dementia with Lewy bodies and vascular cognitive impairment: a prospective study with pathological verification of diagnosis[J]. Brain, 2009, 132(Pt 1): 195-203. DOI: 10.1093/brain/awn298.
[33]
YuanY, GuZX, WeiWS. Fluorodeoxyglucose-positron-emission tomography, single-photon emission tomography, and structural MR imaging for prediction of rapid conversion to Alzheimer disease in patients with mild cognitive impairment: a meta-analysis[J]. AJNR Am J Neuroradiol, 2009, 30(2): 404-410. DOI: 10.3174/ajnr.A1357.
[34]
CanuE, FrisoniGB, AgostaF, et al. Early and late onset Alzheimer′s disease patients have distinct patterns of white matter damage[J]. Neurobiol Aging, 2012, 33(6): 1023-1033. DOI: 10.1016/j.neurobiolaging.2010.09.021.
[35]
WhitwellJL, JackCR, PrzybelskiSA, et al. Temporoparietal atrophy: a marker of AD pathology independent of clinical diagnosis[J]. Neurobiol Aging, 2011, 32(9): 1531-1541. DOI: 10.1016/j.neurobiolaging.2009.10.012.
[36]
YaoZ, HuB, LiangC, et al. A longitudinal study of atrophy in amnestic mild cognitive impairment and normal aging revealed by cortical thickness[J]. PLoS One, 2012, 7(11): e48973. DOI: 10.1371/journal.pone.0048973.
[37]
TondelliM, WilcockGK, NichelliP, et al. Structural MRI changes detectable up to ten years before clinical Alzheimer′s disease[J]. Neurobiol Aging, 2012, 33(4): 825.e25-36. DOI: 10.1016/j.neurobiolaging.2011.05.018.
[38]
LiuY, MattilaJ, Ruiz, et al. Predicting AD conversion: comparison between prodromal AD guidelines and computer assisted PredictAD tool[J]. PLoS One, 2013, 8(2): e55246. DOI: 10.1371/journal.pone.0055246.
[39]
BourgeatP, ChételatG, VillemagneVL, et al. Beta-amyloid burden in the temporal neocortex is related to hippocampal atrophy in elderly subjects without dementia[J]. Neurology, 2010, 74(2): 121-127. DOI: 10.1212/WNL.0b013e3181c918b5.
[40]
NaggaraO, OppenheimC, RieuD, et al. Diffusion tensor imaging in early Alzheimer′s disease[J]. Psychiatry Res, 2006, 146(3): 243-249. DOI: 10.1016/j.pscychresns.2006.01.005.
[41]
CathelineG, PeriotO, AmiraultM, et al. Distinctive alterations of the cingulum bundle during aging and Alzheimer′s disease[J]. Neurobiol Aging, 2010, 31(9): 1582-1592. DOI: 10.1016/j.neurobiolaging.2008.08.012.
[42]
ClerxL, VisserPJ, VerheyF, et al. New MRI markers for Alzheimer′s disease: a meta-analysis of diffusion tensor imaging and a comparison with medial temporal lobe measurements[J]. J Alzheimer′s Dis, 2012, 29(2): 405-429. DOI: 10.3233/JAD-2011-110797.
[43]
JacobsHI, RaduaJ, LückmannHC, et al. Meta-analysis of functional network alterations in Alzheimer′s disease: toward a network biomarker[J]. Neurosci Biobehav Rev, 2013, 37(5): 753-765. DOI: 10.1016/j.neubiorev.2013.03.009.
[44]
SperlingRA, LaviolettePS, O′KeefeK, et al. Amyloid deposition is associated with impaired default network function in older persons without dementia[J]. Neuron, 2009, 63(2): 178-188. DOI: 10.1016/j.neuron.2009.07.003.
[45]
DuAT, JahngGH, HayasakaS, et al. Hypoperfusion in frontotemporal dementia and Alzheimer disease by arterial spin labeling MRI[J]. Neurology, 2006, 67(7): 1215-1220. DOI: 10.1212/01.wnl.0000238163.71349.78.
[46]
SchuffN, MatsumotoS, KmiecikJ, et al. Cerebral blood flow in ischemic vascular dementia and Alzheimer′s disease, measured by arterial spin-labeling magnetic resonance imaging[J]. Alzheimer′s Dement, 2009, 5(6): 454-462. DOI: 10.1016/j.jalz.2009.04.1233.
[47]
GuermaziA, MiauxY, Rovira-CañellasA, et al. Neuroradiological findings in vascular dementia[J]. Neuroradiology, 2007, 49(1): 1-22.DOI: 10.1007/s00234-006-0156-2.
[48]
ChabriatH, JoutelA, DichgansM, et al. Cadasil[J]. Lancet Neurol, 2009, 8(7): 643-653.DOI: 10.1016/S1474-4422(09)70127-9.
[49]
KnudsenKA, RosandJ, KarlukD, et al. Clinical diagnosis of cerebral amyloid angiopathy: validation of the Boston criteria[J]. Neurology, 2001, 56(4): 537-539.
[50]
MigliaccioR, AgostaF, RascovskyK, et al. Clinical syndromes associated with posterior atrophy: early age at onset AD spectrum[J]. Neurology, 2009, 73(19): 1571-1578. DOI: 10.1212/WNL.0b013e3181c0d427.
[51]
CousinsDA, BurtonEJ, BurnD, et al. Atrophy of the putamen in dementia with Lewy bodies but not Alzheimer′s disease: an MRI study[J]. Neurology, 2003, 61(9): 1191-1195.
[52]
WhitwellJL, WeigandSD, ShiungMM, et al. Focal atrophy in dementia with Lewy bodies on MRI: a distinct pattern from Alzheimer′s disease[J]. Brain, 2007, 130(Pt 3): 708-719. DOI: 10.1093/brain/awl388.
[53]
BoccardiM, LaaksoMP, BrescianiL, et al. The MRI pattern of frontal and temporal brain atrophy in fronto-temporal dementia[J]. Neurobiol Aging, 2003, 24(1): 95-103.
[54]
WhitwellJL, PrzybelskiSA, WeigandSD, et al. Distinct anatomical subtypes of the behavioural variant of frontotemporal dementia: a cluster analysis study[J]. Brain, 2009, 132(Pt 11): 2932-2946. DOI: 10.1093/brain/awp232.
[55]
VarmaAR, AdamsW, LloydJJ, et al. Diagnostic patterns of regional atrophy on MRI and regional cerebral blood flow change on SPECT in young onset patients with Alzheimer′s disease, frontotemporal dementia and vascular dementia[J]. Acta Neurol Scand, 2002, 105(4): 261-269.
[56]
LikemanM, AndersonVM, StevensJM, et al. Visual assessment of atrophy on magnetic resonance imaging in the diagnosis of pathologically confirmed young-onset dementias[J]. Arch Neurol, 2005, 62(9): 1410-1415. DOI: 10.1001/archneur.62.9.1410.
[57]
GaltonCJ, PattersonK, GrahamK, et al. Differing patterns of temporal atrophy in Alzheimer′s disease and semantic dementia[J]. Neurology, 2001, 57(2): 216-225.
[58]
MendezMF, ShapiraJS, McMurtrayA, et al. Accuracy of the clinical evaluation for frontotemporal dementia[J]. Arch Neurol, 2007, 64(6): 830-835.DOI: 10.1001/archneur.64.6.830.
[59]
LehmannM, RohrerJD, ClarksonMJ, et al. Reduced cortical thickness in the posterior cingulate gyrus is characteristic of both typical and atypical Alzheimer′s disease[J]. J Alzheimers Dis, 2010, 20(2): 587-598. DOI: 10.3233/JAD-2010-1401.
[60]
SchulzJB, SkalejM, WedekindD, et al. Magnetic resonance imaging-based volumetry differentiates idiopathic Parkinson′s syndrome from multiple system atrophy and progressive supranuclear palsy[J]. Ann Neurol, 1999, 45(1): 65-74.
[61]
QuattroneA, NicolettiG, MessinaD, et al. MR imaging index for differentiation of progressive supranuclear palsy from Parkinson disease and the Parkinson variant of multiple system atrophy[J]. Radiology, 2008, 246(1): 214-221. DOI: 10.1148/radiol.2453061703.
[62]
WeirDW, SturrockA, LeavittBR. Development of biomarkers for Huntington′s disease[J]. Lancet Neurol, 2011, 10(6): 573-590. DOI: 10.1016/S1474-4422(11)70070-9.
[63]
YoungGS, GeschwindMD, FischbeinNJ, et al. Diffusion-weighted and fluid-attenuated inversion recovery imaging in Creutzfeldt-Jakob disease: high sensitivity and specificity for diagnosis[J]. AJNR Am J Neuroradiol, 2005, 26(6): 1551-1562.
[64]
CollieDA, SummersDM, SellarRJ, et al. Diagnosing variant Creutzfeldt-Jakob disease with the pulvinar sign: MR imaging findings in 86 neuropathologically confirmed cases[J]. AJNR Am J Neuroradiol, 2003, 24(8): 1560-1569.
[65]
JagustW, ThistedR, Devous MDSr, et al. SPECT perfusion imaging in the diagnosis of Alzheimer′s disease: a clinical-pathologic study[J]. Neurology, 2001, 56(7): 950-956.
[66]
McKeithI, O′BrienJ, WalkerZ, et al. Sensitivity and specificity of dopamine transporter imaging with 123I-FP-CIT SPECT in dementia with Lewy bodies: a phase Ⅲ, multicentre study[J]. Lancet Neurol, 2007, 6(4): 305-313. DOI: 10.1016/S1474-4422(07)70057-1.
[67]
WalkerZ, JarosE, WalkerRW, et al. Dementia with Lewy bodies: a comparison of clinical diagnosis, FP-CIT single photon emission computed tomography imaging and autopsy[J]. J Neurol Neurosurg Psychiatry, 2007, 78(11): 1176-1181. DOI: 10.1136/jnnp.2006.110122.
[68]
KleinJC, EggersC, KalbeE, et al. Neurotransmitter changes in dementia with Lewy bodies and Parkinson disease dementia in vivo[J]. Neurology, 2010, 74(11): 885-892. DOI: 10.1212/WNL.0b013e3181d55f61.
[69]
SjögrenM, GustafsonL, WikkelsöC, et al. Frontotemporal dementia can be distinguished from Alzheimer′s disease and subcortical white matter dementia by an anterior-to-posterior rCBF-SPET ratio[J]. Dement Geriatr Cogn Disord, 2000, 11(5): 275-285. DOI: 10.1159/000017250.
[70]
McNeillR, SareGM, ManoharanM, et al. Accuracy of single-photon emission computed tomography in differentiating frontotemporal dementia from Alzheimer′s disease[J]. J Neurol Neurosurg Psychiatry, 2007, 78(4): 350-355. DOI: 10.1136/jnnp.2006.106054.
[71]
RabinoviciGD, FurstAJ, AlkalayA, et al. Increased metabolic vulnerability in early-onset Alzheimer′s disease is not related to amyloid burden[J]. Brain, 2010, 133(Pt 2): 512-528. DOI: 10.1093/brain/awp326.
[72]
BohnenNI, DjangDS, HerholzK, et al. Effectiveness and safety of 18F-FDG PET in the evaluation of dementia: a review of the recent literature[J]. J Nucl Med, 2012, 53(1): 59-71. DOI: 10.2967/jnumed.111.096578.
[73]
JagustW, ReedB, MungasD, et al. What does fluorodeoxyglucose PET imaging add to a clinical diagnosis of dementia?[J]. Neurology, 2007, 69(9): 871-877. DOI: 10.1212/01.wnl.0000269790.05105.16.
[74]
TeuneLK, BartelsAL, de JongBM, et al. Typical cerebral metabolic patterns in neurodegenerative brain diseases[J]. Mov Disord, 2010, 25(14): 2395-2404. DOI: 10.1002/mds.23291.
[75]
MinoshimaS, FosterNL, SimaAA, et al. Alzheimer′s disease versus dementia with Lewy bodies: cerebral metabolic distinction with autopsy confirmation[J]. Ann Neurol, 2001, 50(3): 358-365.
[76]
IshiiK, SasakiM, KitagakiH, et al. Reduction of cerebellar glucose metabolism in advanced Alzheimer′s disease[J]. J Nucl Med, 1997, 38(6): 925-928.
[77]
VillemagneVL, Fodero-TavolettiMT, MastersCL, et al. Tau imaging: early progress and future directions[J]. Lancet Neurol, 2015, 14(1): 114-124. DOI: 10.1016/S1474-4422(14)70252-2.
[78]
LimSM, KatsifisA, VillemagneVL, et al. The 18F-FDG PET cingulate island sign and comparison to 123I-beta-CIT SPECT for diagnosis of dementia with Lewy bodies[J]. J Nucl Med, 2009, 50(10): 1638-1645. DOI: 10.2967/jnumed.109.065870.
[79]
GhimireGP, OhTJ, LiouK, et al. Identification of a cryptic type Ⅲ polyketide synthase (1, 3, 6, 8-tetrahydroxynaphthalene synthase) from Streptomyces peucetius ATCC 27952[J]. Mol Cells, 2008, 26(4): 362-367.
[80]
RabinoviciGD, RosenHJ, AlkalayA, et al. Amyloid vs FDG-PET in the differential diagnosis of AD and FTLD[J]. Neurology, 2011, 77(23): 2034-2042. DOI: 10.1212/WNL.0b013e31823b9c5e.
[81]
RoweCC, AckermanU, BrowneW, et al. Imaging of amyloid beta in Alzheimer′s disease with 18F-BAY94-9172, a novel PET tracer: proof of mechanism[J]. Lancet Neurol, 2008, 7(2): 129-135. DOI: 10.1016/S1474-4422(08)70001-2.
[82]
BarthelH, GertzHJ, DreselS, et al. Cerebral amyloid-β PET with florbetaben (18F) in patients with Alzheimer′s disease and healthy controls: a multicentre phase 2 diagnostic study[J]. Lancet Neurol, 2011, 10(5): 424-435. DOI: 10.1016/S1474-4422(11)70077-1.
[83]
VandenbergheR, Van LaereK, IvanoiuA, et al. 18F-flutemetamol amyloid imaging in Alzheimer disease and mild cognitive impairment: a phase 2 trial[J]. Ann Neurol, 2010, 68(3): 319-329. DOI: 10.1002/ana.22068.
[84]
JohnsonKA, GregasM, BeckerJA, et al. Imaging of amyloid burden and distribution in cerebral amyloid angiopathy[J]. Ann Neurol, 2007, 62(3): 229-234. DOI: 10.1002/ana.21164.
[85]
LeytonCE, VillemagneVL, SavageS, et al. Subtypes of progressive aphasia: application of the International Consensus Criteria and validation using β-amyloid imaging[J]. Brain, 2011, 134(Pt 10): 3030-3043. DOI: 10.1093/brain/awr216.
[86]
ShinJ, LeeSY, KimSH, et al. Multitracer PET imaging of amyloid plaques and neurofibrillary tangles in Alzheimer′s disease[J]. Neuroimage, 2008, 43(2): 236-244. DOI: 10.1016/j.neuroimage.2008.07.022.
[87]
MaruyamaM, ShimadaH, SuharaT, et al. Imaging of tau pathology in a tauopathy mouse model and in Alzheimer patients compared to normal controls[J]. Neuron, 2013, 79(6): 1094-1108. DOI: 10.1016/j.neuron.2013.07.037.
[88]
ChienDT, SzardeningsAK, BahriS, et al. Early clinical PET imaging results with the novel PHF-tau radioligand [F18]-T808[J]. J Alzheimers Dis, 2014, 38(1): 171-184. DOI: 10.3233/JAD-130098.
[89]
XiaCF, ArteagaJ, ChenG, et al. [(18)F]T807, a novel tau positron emission tomography imaging agent for Alzheimer′s disease[J]. Alzheimer′s Dement, 2013, 9(6): 666-676. DOI: 10.1016/j.jalz.2012.11.008.
[90]
OkamuraN, FurumotoS, HaradaR, et al. Novel 18F-labeled arylquinoline derivatives for noninvasive imaging of tau pathology in Alzheimer disease[J]. J Nucl Med, 2013, 54(8): 1420-1427. DOI: 10.2967/jnumed.112.117341.
[91]
NewbergAB, ArnoldSE, WinteringN, et al. Initial clinical comparison of 18F-florbetapir and 18F-FDG PET in patients with Alzheimer disease and controls[J]. J Nucl Med, 2012, 53(6): 902-907. DOI: 10.2967/jnumed.111.099606.
[92]
Fodero-TavolettiMT, OkamuraN, FurumotoS, et al. 18F-THK523: a novel in vivo tau imaging ligand for Alzheimer′s disease[J]. Brain, 2011, 134(Pt 4): 1089-1100. DOI: 10.1093/brain/awr038.
[93]
KfouryN, HolmesBB, JiangH, et al. Trans-cellular propagation of Tau aggregation by fibrillar species[J]. J Biol Chem, 2012, 287(23): 19440-19451. DOI: 10.1074/jbc.M112.346072.
[94]
WhitwellJL, JosephsKA, MurrayME, et al. MRI correlates of neurofibrillary tangle pathology at autopsy: a voxel-based morphometry study[J]. Neurology, 2008, 71(10): 743-749. DOI: 10.1212/01.wnl.0000324924.91351.7d.
[95]
TomasiG, EdisonP, BertoldoA, et al. Novel reference region model reveals increased microglial and reduced vascular binding of 11C-(R)-PK11195 in patients with Alzheimer′s disease[J]. J Nucl Med, 2008, 49(8): 1249-1256. DOI: 10.2967/jnumed.108.050583.
[96]
OkelloA, EdisonP, ArcherHA, et al. Microglial activation and amyloid deposition in mild cognitive impairment: a PET study[J]. Neurology, 2009, 72(1): 56-62. DOI: 10.1212/01.wnl.0000338622.27876.0d.
[97]
KnyazevaMG, JaliliM, BrioschiA, et al. Topography of EEG multivariate phase synchronization in early Alzheimer′s disease[J]. Neurobiol Aging, 2010, 31(7): 1132-1144. DOI: 10.1016/j.neurobiolaging.2008.07.019.
[98]
ZerrI, PocchiariM, CollinsS, et al. Analysis of EEG and CSF 14-3-3 proteins as aids to the diagnosis of Creutzfeldt-Jakob disease[J]. Neurology, 2000, 55(6): 811-815.
[99]
WuL, WuL, ChenY, et al. A promising method to distinguish vascular dementia from Alzheimer′s disease with standardized low-resolution brain electromagnetic tomography and quantitative EEG[J]. Clin EEG Neurosci, 2014, 45(3): 152-157. DOI: 10.1177/1550059413496779.
[100]
CasoF, CursiM, MagnaniG, et al. Quantitative EEG and LORETA: valuable tools in discerning FTD from AD?[J]. Neurobiol Aging, 2012, 33(10): 2343-2356. DOI: 10.1016/j.neurobiolaging.2011.12.011.
[101]
GiannakopoulosP, MissonnierP, KövariE, et al. Electrophysiological markers of rapid cognitive decline in mild cognitive impairment[J]. Front Neurol Neurosci, 2009, 24: 39-46. DOI: 10.1159/000197898.
[102]
RobinsonDJ, MerskeyH, BlumeWT, et al. Electroencephalography as an aid in the exclusion of Alzheimer′s disease[J]. Arch Neurol, 1994, 51(3): 280-284.
[103]
Schreiter-GasserU, GasserT, ZieglerP. Quantitative EEG analysis in early onset Alzheimer′s disease: a controlled study[J]. Electroencephalogr Clin Neurophysiol, 1993, 86(1): 15-22.
[104]
BonanniL, PerfettiB, BifolchettiS, et al. Quantitative electroencephalogram utility in predicting conversion of mild cognitive impairment to dementia with Lewy bodies[J]. Neurobiol Aging, 2015, 36(1): 434-445. DOI: 10.1016/j.neurobiolaging.2014.07.009.
[105]
FonsecaLC, TedrusGM, CarvasPN, et al. Comparison of quantitative EEG between patients with Alzheimer′s disease and those with Parkinson′s disease dementia[J]. Clin Neurophysiol, 2013, 124(10): 1970-1974. DOI: 10.1016/j.clinph.2013.05.001.
[106]
GuY, ChenJ, LuY, et al. Integrative Frequency Power of EEG Correlates with Progression of Mild Cognitive Impairment to Dementia in Parkinson′s Disease[J]. Clin EEG Neurosci, 2016, 47(2): 113-117. DOI: 10.1177/1550059414543796.
[107]
JelicV, KowalskiJ. Evidence-based evaluation of diagnostic accuracy of resting EEG in dementia and mild cognitive impairment[J]. Clin EEG Neurosci, 2009, 40(2): 129-142. DOI: 10.1177/155005940904000211.
[108]
van StraatenEC, den HaanJ, de WaalH, et al. Disturbed phase relations in white matter hyperintensity based vascular dementia: an EEG directed connectivity study[J]. Clin Neurophysiol, 2015, 126(3): 497-504. DOI: 10.1016/j.clinph.2014.05.018.
[109]
CoburnKL, ArrudaJE, EstesKM, et al. Diagnostic utility of visual evoked potential changes in Alzheimer′s disease[J]. J Neuropsychiatry Clin Neurosci, 2003, 15(2): 175-179. DOI: 10.1176/jnp.15.2.175.
[110]
HedgesD, JanisR, MickelsonS, et al. P300 Amplitude in Alzheimer′s Disease: A Meta-Analysis and Meta-Regression[J]. Clin EEG Neurosci, 2016, 47(1): 48-55. DOI: 10.1177/1550059414550567.
[111]
ParraMA, AscencioLL, UrquinaHF, et al. P300 and neuropsychological assessment in mild cognitive impairment and Alzheimer dementia[J]. Front Neurol, 2012, 3: 172. DOI: 10.3389/fneur.2012.00172.
[112]
BonanniL, FranciottiR, OnofrjV, et al. Revisiting P300 cognitive studies for dementia diagnosis: Early dementia with Lewy bodies (DLB) and Alzheimer disease (AD)[J]. Neurophysiol Clin, 2010, 40(5-6): 255-265. DOI: 10.1016/j.neucli.2010.08.001.
[113]
WuL, Rosa-NetoP, HsiungGY, et al. Early-onset familial Alzheimer′s disease (EOFAD)[J]. Can J Neurol Sci, 2012, 39(4): 436-445.
[114]
JiaoB, TangB, LiuX, et al. Mutational analysis in early-onset familial Alzheimer′s disease in Mainland China[J]. Neurobiol Aging, 2014, 35(8): 1957.e1-6. DOI: 10.1016/j.neurobiolaging.2014.02.014.
[115]
RohrerJD, GuerreiroR, VandrovcovaJ, et al. The heritability and genetics of frontotemporal lobar degeneration[J]. Neurology, 2009, 73(18): 1451-1456. DOI: 10.1212/WNL.0b013e3181bf997a.
[116]
FarlowJL, ForoudT. The genetics of dementia[J]. Semin Neurol, 2013, 33(4): 417-422.DOI: 10.1055/s-0033-1359313.
[117]
PoorkajP, BirdTD, WijsmanE, et al. Tau is a candidate gene for chromosome 17 frontotemporal dementia[J]. Ann Neurol, 1998, 43(6): 815-825. DOI: 10.1002/ana.410430617.
[118]
MorenoF, IndakoetxeaB, BarandiaranM, et al. "Frontotemporoparietal" dementia: clinical phenotype associated with the c. 709-1G>A PGRN mutation[J]. Neurology, 2009, 73(17): 1367-1374. DOI: 10.1212/WNL.0b013e3181bd82a7.
[119]
DeJesus-HernandezM, MackenzieIR, BoeveBF, et al. Expanded GGGGCC hexanucleotide repeat in noncoding region of C9ORF72 causes chromosome 9p-linked FTD and ALS[J]. Neuron, 2011, 72(2): 245-256. DOI: 10.1016/j.neuron.2011.09.011.
[120]
Cohn-HokkePE, EltingMW, PijnenburgYA, et al. Genetics of dementia: update and guidelines for the clinician[J]. Am J Med Genet B Neuropsychiatr Genet, 2012, 159B(6): 628-643. DOI: 10.1002/ajmg.b.32080.
[121]
StanfordPM, BrooksWS, TeberET, et al. Frequency of tau mutations in familial and sporadic frontotemporal dementia and other tauopathies[J]. J Neurol, 2004, 251(9): 1098-1104. DOI: 10.1007/s00415-004-0489-x.
[122]
ParkHK, ChungSJ. New perspective on parkinsonism in frontotemporal lobar degeneration[J]. J Mov Disord, 2013, 6(1): 1-8. DOI: 10.14802/jmd.13001.
[123]
JeongBH, KimYS. Genetic studies in human prion diseases[J]. J Korean Med Sci, 2014, 29(5): 623-632. DOI: 10.3346/jkms.2014.29.5.623.
[124]
JoutelA, VahediK, CorpechotC, et al. Strong clustering and stereotyped nature of Notch3 mutations in CADASIL patients[J]. Lancet, 1997, 350(9090): 1511-1515. DOI: 10.1016/S0140-6736(97)08083-5.
[125]
GeninE, HannequinD, WallonD, et al. APOE and Alzheimer disease: a major gene with semi-dominant inheritance[J]. Mol Psychiatry, 2011, 16(9): 903-907. DOI: 10.1038/mp.2011.52.
[126]
DevanandDP, PeltonGH, ZamoraD, et al. Predictive utility of apolipoprotein E genotype for Alzheimer disease in outpatients with mild cognitive impairment[J]. Arch Neurol, 2005, 62(6): 975-980. DOI: 10.1001/archneur.62.6.975.
[127]
LambertJC, HeathS, EvenG, et al. Genome-wide association study identifies variants at CLU and CR1 associated with Alzheimer′s disease[J]. Nat Genet, 2009, 41(10): 1094-1099. DOI: 10.1038/ng.439.
[128]
LambertJC, Ibrahim-VerbaasCA, HaroldD, et al. Meta-analysis of 74, 046 individuals identifies 11 new susceptibility loci for Alzheimer′s disease[J]. Nat Genet, 2013, 45(12): 1452-1458. DOI: 10.1038/ng.2802.
[129]
ReitzC, ChengR, RogaevaE, et al. Meta-analysis of the association between variants in SORL1 and Alzheimer disease[J]. Arch Neurol, 2011, 68(1): 99-106. DOI: 10.1001/archneurol.2010.346.
[130]
WarrenJD, SchottJM, FoxNC, et al. Brain biopsy in dementia[J]. Brain, 2005, 128(Pt 9): 2016-2025. DOI: 10.1093/brain/awh543.
[131]
McKeithIG. Consensus guidelines for the clinical and pathologic diagnosis of dementia with Lewy bodies (DLB): report of the Consortium on DLB International Workshop[J]. J Alzheimers Dis, 2006, 9(3Suppl): 417-423.
[132]
FrederickJ. Pick disease: a brief overview[J]. Arch Pathol Lab Med, 2006, 130(7): 1063-1066. DOI: 10.1043/1543-2165(2006)130[1063:PDABO]2.0.CO;2.
[133]
JellingerKA, AttemsJ. Neuropathological evaluation of mixed dementia[J]. J Neurol Sci, 2007, 257(1-2): 80-87. DOI: 10.1016/j.jns.2007.01.045.
[134]
OrrúCD, BongianniM, TonoliG, et al. A test for Creutzfeldt-Jakob disease using nasal brushings[J]. N Engl J Med, 2014, 371(6): 519-529. DOI: 10.1056/NEJMoa1315200.
[135]
AttemsJ, JellingerKA. Olfactory tau pathology in Alzheimer disease and mild cognitive impairment[J]. Clin Neuropathol, 2006, 25(6): 265-271.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词