# Индекс E79 по рутинным биомаркерам стратифицирует быструю конверсию MCI в болезнь Альцгеймера: AUC 0,891 у 607 пациентов ADNI

- Опубликовано: 2026-11-13 09:27 UTC
- Раздел: Жизнь и здоровье › Медицина
- Теги: индекс Альцгеймера E79, конверсия MCI в болезнь Альцгеймера, прогноз быстрой прогрессии, спектральное разложение биомаркеров, собственные моды, когорта ADNI, отрицательная прогностическая ценность, логистическая регрессия, сравнение с PCA, анти-амилоидная терапия
- Адрес: https://realtech.media/ru/news/rt-f9826e88f3aa563ae6d90963_indeks_e79_po/

**Исследователи построили логистическую регрессию на двух собственных модах десяти рутинных биомаркеров. В когорте ADNI индекс выделил конвертеров за 24 месяца с NPV 95,4%; внешняя валидация ещё впереди.**

![E79 index from routine biomarkers stratifies rapid MCI-to-Alzheimer's conversion: AUC 0.891 in 607 ADNI patients](https://realtech.media/media/2026/11/5621ee8f3eedce08.jpg)
*Bobjgalindo, Wikimedia Commons, CC BY-SA 4.0*

Группа под руководством Джона Д. Мэйфилда от имени Alzheimer's Disease Neuroimaging Initiative (ADNI) описала индекс Альцгеймера E79 — инструмент, который стратифицирует пациентов с умеренным когнитивным снижением (MCI) по риску быстрого перехода в болезнь Альцгеймера в течение 24 месяцев. Работа опубликована в «Alzheimer s Research & Therapy» и выполнена на данных 607 участников с MCI. Индекс показал AUC 0,891 (бутстреп 95% ДИ 0,863–0,916) и использует только исходные клинические данные, без генетического тестирования и сложной визуализации [1].

Выявление быстро прогрессирующих пациентов важно для отбора на анти-амилоидную терапию, интенсивности наблюдения и прогноза. По словам авторов, существующие подходы машинного обучения дают высокий AUC для предсказания любой конверсии, но смешивают медленных и быстрых прогрессоров, что ограничивает их клиническую пользу [1].

## Спектральное разложение десяти биомаркеров

Входной набор включал десять рутинных биомаркеров: когнитивные, функциональные, структурную МРТ и показатели спинномозговой жидкости. Авторы построили корреляционную матрицу Пирсона 10×10 и выполнили её собственное разложение. Выделились две чувствительные к болезни собственные моды: E7 — когнитивно-функциональная нестабильность и E9 — структурно-патологическая нагрузка [1].

Индивидуальные профили биомаркеров проецировали на собственные векторы, полученные для MCI, и получали оценки E7 и E9 для каждого участника. Эти оценки служили входом логистической регрессии [1].

## Валидация и сравнение

На стратифицированной отложенной тестовой выборке из 122 участников AUC составил 0,862; 5-кратная кросс-валидация дала 0,880. При фиксированной чувствительности 90% модель показала отрицательную прогностическую ценность 95,4% и специфичность 67,4% [1].

Между группами высокого и низкого риска авторы сообщают 80-кратное обогащение риска: в группе высокого риска конвертировали 47,9% за 24 месяца, в группе низкого — 0,6% [1].

По методу ДеЛонга с поправкой Бонферрони E79 статистически эквивалентен логистической регрессии на всех исходных биомаркерах (AUC 0,862 против 0,859, p = 1,000). Он значимо превосходит сжатие методом главных компонент той же размерности (0,862 против 0,840, p = 0,004). В отличие от PCA, подход сохраняет однозначное соответствие отдельным биомаркерам [1].

Главное ограничение — разработка на одной когорте ADNI. Внешняя валидация в ADNI4 идёт по мере накопления наблюдений в 2026–2027 годах [1].

## Источники

1. [Alzheimer s Research & Therapy](https://doi.org/10.1186/s13195-026-02126-0)
2. [bioengineer.org](https://bioengineer.org/multimodal-spectral-index-accurately-stratifies-rapid-conversion-to-alzheimers-disease)

---

Источник: RealTech, realtech.media — https://realtech.media/ru/news/rt-f9826e88f3aa563ae6d90963_indeks_e79_po/