Проблема деменции, обусловленной болезнью Альцгеймера (БА), является одной из актуальных проблем современной психиатрии. Несмотря на достижения в изучении патогенетических механизмов этого нейродегенеративного заболевания и создание лекарственных средств, направленных на их коррекцию, до сих пор не удалось достичь желаемых результатов. Одной из главных причин является поздняя диагностика БА в связи с тем, что заболевание развивается бессимптомно или с минимальными клиническими проявлениями в течение 15—20 лет. В качестве преддементной стадии БА рассматривается синдром мягкого когнитивного снижения (МКС) амнестического типа. Критерии синдрома МКС включают подтвержденные при клиническом обследовании признаки когнитивного снижения в сравнении с предыдущим уровнем когнитивного функционирования, объективные признаки ухудшения в одной когнитивной функции или более, сохранность самостоятельности и независимости в повседневной активности, отсутствие признаков деменции, исключение возможных сосудистых, травматических, соматических причин когнитивного снижения, наличие в анамнезе релевантных генетических факторов БА [1].
Предполагается, что терапия БА может быть наиболее эффективной на ранней стадии в плане как улучшения состояния и качества жизни пациентов, так и возможности замедления прогрессирования нейродегенерации и когнитивного снижения.
В связи с этим актуальным является поиск биомаркеров для ранней диагностики Б.А. Среди множества факторов, предрасполагающих к ее развитию (оксидантный стресс и свободнорадикальное повреждение, снижение гормонального уровня, эндотелиальная дисфункция, резистентность к инсулину, неправильное питание, обедненное социальное общение и т. д.), значительное место отводится хроническому воспалению.
Воспалительные реакции многокомпонентны, в их развертывании принимают участие разнообразные молекулы. Это прежде всего медиаторные молекулы — провоспалительные цитокины (IL-1β, IL-6, IL-18 и TNF-α), роль которых заключается в передаче сигналов между клетками [2—4]. В воспалении также принимают участие острофазные белки: С-реактивный белок (СРБ), а также транспортные — альбумин, церулоплазмин, трансферрин. Ряд белков острой фазы обладают антипротеазной активностью: α1-антитрипсин, антихимотрипсин, α2-макроглобулин [5]. Их функция состоит в ингибировании активности протеаз, поступающих из гранулоцитов в воспалительные экссудаты. Эти протеазы, среди которых лейкоцитарная эластаза (ЛЭ), могут быть отнесены к эффекторным молекулам воспаления. Их роль заключается в увеличении проницаемости сосудистой стенки (в случае заболеваний мозга — сосуды гематоэнцефалического барьера) для проникновения фагоцитов в очаг воспаления.
По мнению ряда авторов [6, 7], повышение активности ИЛ-6 и СРБ позволяет рассматривать их в качестве молекулярных маркеров когнитивного снижения и Б.А. Вместе с тем неожиданными оказались результаты наших предыдущих исследований [8—10], выявивших наряду с повышением уровня медиаторных и острофазных молекул (ИЛ-6, СРБ и α1-протеиназный ингибитор — α1-ПИ), достоверное снижение активности ЛЭ в крови пациентов с БА по сравнению с контролем; снижение активности этой протеазы коррелировало со степенью снижения когнитивных функций.
Следует отметить, что при других неинфекционных хронических заболеваниях мозга, ассоциированных с воспалением (расстройства шизофренического спектра, аутистические и аффективные), выявлено повышение активности ЛЭ, как и других маркеров воспаления. В настоящее время причина снижения активности ЛЭ у пациентов с БА неизвестна, однако эта особенность спектра маркеров воспаления предположительно может служить основой иммунобиохимической тест-системы для ранней диагностики БА и использоваться в мониторинге пациентов с когнитивным снижением.
В связи со сказанным выше значительный научный интерес представляет построение математической модели, на основании которой могут быть определены роль иммунологических показателей и их вклад в оценку вероятности наличия у человека Б.А. Адекватным методом для анализа связи между изучаемыми иммунологическими показателями и диагнозом БА является логистическая регрессия [11—13]. Принимая во внимание выявленные ранее разнонаправленные изменения двух функционально связанных маркеров воспаления — энзиматической активности ЛЭ и функциональной α1-ПИ при этом заболевании (по отношению к контрольным значениям), логистическая регрессия строилась на основе их анализа.
Цель настоящего исследования — количественная оценка связи БА с такими маркерами воспаления, как энзиматическая активность ЛЭ и функциональная активность α1-ПИ на основе модели логистической регрессии и использование полученной модели для предсказания вероятности БА у пациентов с синдромом МКС амнестического типа.
Материал и методы
Исследование было выполнено в лаборатории доказательной медицины и биостатистики (руководитель — канд. биол. наук А.Н. Симонов) Научного центра психического здоровья РАН. Объектом математического анализа служила база данных, включающая результаты определения иммунологических показателей — энзиматической активности ЛЭ и функциональной активности α1-ПИ в плазме крови 91 пациента с верифицированным диагнозом БА, находившихся на стационарном или амбулаторном лечении в клинике указанного центра, и 37 здоровых (контрольная группа).
База данных по МКС включала 74 пациентов, находившихся на амбулаторном лечении в Научном центре психического здоровья.
Статистический анализ базы данных состоял из следующих этапов: описательная статистика и корреляционный анализ связи лабораторных показателей с наличием или отсутствием БА, построение математической модели и проверка ее прогностической способности на базе аналогичных данных пациентов с синдромом МКС.
Статистическую обработку данных проводили с использованием программ R (R version 3.2.4) и Stata (version 12.1). Уровень статистической значимости был выбран при p<0,05.
Результаты и обсуждение
В табл. 1 приведены данные описательной статистики, результаты проверки нормальности при помощи теста Шапиро—Уилка и результаты сравнения лабораторных показателей в группах БА и здоровых при помощи непараметрического теста Манна—Уитни. Как видно из табл. 1, гипотеза о нормальности распределения не отвергается для α1-ПИ (р=0,1) и отвергается для ЛЭ (p<0,05). Сравнение иммунологических показателей выборок пациентов с БА и здоровых при помощи теста Манна—Уитни показало, что оба ЛЭ и α1-ПИ статистически значимо различаются (p<0,05).
В табл. 2 приведены оценки величин коэффициентов точечно-бисериальной корреляции (rpb) между лабораторными показателями и диагнозом Б.А. Как видно из табл. 2, статистически значимыми являются коэффициенты корреляции для обоих показателей (р<0,05).
В табл. 3 приведены основные результаты компьютерного анализа бинарной логистической регрессии: регрессионный коэффициент, стандартная ошибка, Z-статистика, р и 95% доверительный интервал (ДИ).
В результате модель логистической регрессии принимает следующий вид:
p= ______________________________________ ,
1+exp[–(–1,4168–0,0305×ЛЭ+0,1963α1-ПИ)]
где р — вероятность наличия у человека БА.
Полученную модель необходимо проверить на адекватность наблюдаемым данным в целом, которая оценивается величиной удвоенной разности логарифмов функций максимального правдоподобия для моделей со всеми независимыми переменными (LL (model)) и без независимых переменных (LL (null)). Эта величина имеет распределение χ2 Пирсона и показывает уровень согласованности модели регрессии со всеми независимыми переменными.
Была приведена также проверка адекватности изложенной модели экспериментальным данным. Были получены результаты компьютерного анализа адекватности модели: LL (null) –76,9677; LL (model) –44,81342; LR chi2 (4) — 64,31; Pr>chi2 — 0,00. Установлено, что удвоенная разность логарифма максимального правдоподобия между моделями с включением обоих предикторов (ЛЭ и α1-ПИ) и без них составила 64,31, что соответствует достигнутому уровню статистической значимости критерия χ2 с двумя степенями свободы р<0,05. Это свидетельствует, что модель хорошо описывает наблюдаемые экспериментальные данные.
Таким образом, полученная математическая модель, связывающая вероятность БА с иммунологическими показателями ЛЭ и α1-ПИ, адекватно описывает экспериментальные данные и может быть использована для предсказания наличия у пациентов БА по их индивидуальным лабораторным показателям уровней ЛЭ и α1-ПИ.
Для оценки диагностической эффективности полученной модели логистической регрессии обычно используется ROC-анализ, связывающий чувствительность и специфичность диагностического теста. Графическим представлением такой зависимости является ROC-кривая, где по оси Y откладывается чувствительность (sensitivity), а по оси X — единица минус специфичность теста (1 — specificity). На рис. 1 приведена ROC-кривая для логистической модели. Количественной оценкой ROC-кривой является величина площади под кривой — AUC (Area Under Curve), величина которой для модели равна 0,9109, что указывает на очень хорошее качество используемой модели.
На практике не существует идеальных диагностических тестов, которые имели бы 100% чувствительность и такую же специфичность. Компромисс между двумя этими величинами соответствует оптимальному порогу отсечения (optimal cut-off value). По сути порог отсечения — это величина, на основании которой принимается решение о наличии того или иного состояния.
На рис. 2 представлен график зависимости чувствительности и специфичности от порога отсечения, на котором точка пересечения дает величину оптимального порога отсечения.
Практически важным качеством полученной модели логистической регрессии является ее способность правильно классифицировать объекты, которая выражается как общая доля истинно положительных и истинно отрицательных исходов в процентах.
Результаты оценки диагностической эффективности полученной модели были следующие: чувствительность — 83,52%, специфичность — 83,78%, правильная классификация — 83,6%, оптимальный порог отсечения — 0,65, AUC — 0,910.
Поскольку в полученную модель логистической регрессии ЛЭ входит со знаком минус, а α1-ПИ — со знаком плюс, то на оценку вероятности БА они действуют разнонаправленно: с ростом ЛЭ вероятность БА уменьшается, а с ростом α1-ПИ — увеличивается.
Представляется более удобным объединить эти два показателя в виде отношения ЛЭ/α1-ПИ, что позволяет представить зависимость вероятности БА от этого отношения графически. На рис. 3 приведена зависимость вероятности БА, оцененная по модели, от отношения ЛЭ/α1-ПИ.
Используя уравнение или кривую на рис. 3, можно определить вероятность БА у пациента по его индивидуальным значениям величин ЛЭ и α1-ПИ.
Для проверки диагностической эффективности полученной модели логистической регрессии была использована база данных пациентов с синдром МКС.
Естественно, что рассчитанные значения вероятности БА как по уравнению, так и на рис. 3 совпадали.
Суммарные результаты этих оценок приведены в табл. 4, из которой видно, что у 40% пациентов из базы МКС можно диагностировать высокий риск развития БА.
Полученные результаты математического анализа свидетельствуют, что такие иммунологические показатели, как энзиматическая активность ЛЭ и функциональная активность α1-ПИ, статистически значимо связаны с вероятностью наличия у пациентов Б.А. Построенная модель бинарной логистической регрессии на основе этих двух независимых переменных с высокой (83,68%) эффективностью разделяет наблюдаемые группы на пациентов с БА и здоровых. Использование построенной математической модели на независимой выборке МКС дает хорошие результаты по предсказанию высокого риска БА и возможности введения этого теста для прогноза развития БА у пациентов с синдромом МКС.
Клиническую значимость результатов исследования можно оценить в нескольких аспектах. Прежде всего речь идет об улучшении диагностики деменции альцгеймеровского типа. Как известно, верификация диагноза БА осуществляется по данным аутопсии, несмотря на роль достаточного опыта клинициста и диагностическую уверенность врача при обследовании больных с развернутой стадией заболевания. Распознавание заболевания на начальных стадиях деменции, особенно ее доклинических проявлений, может представлять известные трудности как в дифференциальной диагностике, так и при определении прогноза дальнейшего течения.
Результаты проведенного математического анализа могут быть рассмотрены также в аспекте патогенеза когнитивного снижения разной степени выраженности в позднем возрасте. Они подтверждают роль нейровоспаления как одного из звеньев патогенетического механизма формирования деменций альцгеймеровского типа и состояний МКС.
Авторы заявляют об отсутствии конфликта интересов.
*e-mail: anatoly.simonov@psychiatry.ru;
https://orsid/0000-0003-0564-932X