引用本文： 劉晶, 王雪黎, 韓旭. miRNA對阿爾茨海默病診斷價值的Meta分析. 中國循證醫學雜志, 2022, 22(5): 537-543. doi: 10.7507/1672-2531.202112070 復制
阿爾茨海默病作為一種中樞神經系統退行性病變，臨床以健忘、失智、記憶力減退等為主要特征表現，其典型病理表現為β淀粉樣蛋白的沉積及Tau蛋白的過度磷酸化。阿爾茨海默病發病機制復雜，其發病機制和診療方法是全世界亟待攻堅的難題。據《2021年世界阿爾茨海默病報告》顯示[1]，目前全球阿爾茨海默病患者達到5 500萬，患病人數逐年增加，其中75%的患者未得到明確診斷，受影響的人數預計將增加到1.39億。對于阿爾茨海默病的診斷，目前最常用的是腦脊液檢查及PET掃描，但誤診率高達30%，而MRI、PET或SPECT神經成像技術的聯合診斷雖然在一定程度上降低了誤診率，但其昂貴的診斷費用顯著抬高了阿爾茨海默病的診查成本[2]。相比之下，血液生物標記物的實用性強，創傷性小，經濟優勢顯著，具有廣大的應用前景，其對阿爾茨海默病的診斷價值已引起廣泛關注[1-2]。miRNA是一種小型非編碼RNA，它通過識別同源序列干擾轉錄翻譯等過程，從而起到調控基因表達的作用，同時miRNA作為一種生物學工具，在多種疾病預測方面展現出卓越的洞察能力，是近10年來研究熱點話題[3]。miRNA具有表達特異性，在不同時期、不同組織和細胞中均有體現[4-5]，在阿爾茨海默病患者的外周血中，多種miRNA表達失常[6-7]，故目前與阿爾茨海默病相關的miRNA的研究也正如火如荼地展開，相關發病機制研究涉及神經細胞炎癥、淀粉樣蛋白清除、Tau蛋白磷酸化等多個方面，相關的miRNA包括miRNA-7、miRNA-9、miRNA-34a、miRNA-125b、miRNA-146a和miRNA-15等[8-9]。但miRNA類型眾多，其診斷閾值、類型選擇和實驗設計等方面的差異性，使得miRNA尚不能很好地用于阿爾茨海默病的診斷。本研究系統評價miRNA診斷阿爾茨海默病的準確性，為阿爾茨海默病的臨床診斷提供參考依據。
1 資料與方法
1.1 納入和排除標準
1.1.1 研究類型
診斷準確性研究。
1.1.2 研究對象
經金標準確診患或不患有阿爾茨海默病的患者，不限性別、年齡、種族。
1.1.3 診斷標準
待評價診斷方法為血樣或腦脊液miRNA檢測，以qPCR或RT-PCR為檢測技術；采用公認的臨床診斷標準為金標準，包括NIA-AA標準[10]和NINCDS-ADRDA標準[11]。
1.1.4 結局指標
敏感度（sensitivity，SEN）、特異度（specificity，SPE）、陽性似然比（positive likelihood ratio，PLR）、陰性似然比（negative likelihood ratio，NLR）、診斷比值比（diagnostic odd ratio，DOR）、受試者工作特征曲線（summary receiver operating characteristic curves，SROC）下面積（area under curve，AUC）。
1.1.5 排除標準
① 病例或對照組樣本量小于10例；② 無法獲取全文或提取四格表數據；③ 重復發表的文獻。
1.2 文獻檢索策略
計算機檢索PubMed、Web of Science、EMbase、The Cochrane Library、CNKI、WanFang Data、VIP和CBM數據庫，搜集有關miRNA診斷阿爾茨海默病的臨床研究，檢索時限均從建庫至2021年10月31日。此外，結合Google Scholar、百度搜索引擎及納入文獻的參考文獻，以補充獲取相關文獻。檢索采取主題詞和自由詞相結合的方式。中文檢索詞包括：阿爾茨海默病、癡呆、失智、認知障礙、microRNA、miRNA、微小RNA、微RNA、診斷、靈敏度、敏感度、特異度、ROC曲線等；英文檢索詞包括：alzheimer disease、microRNA、diagnosis、sensitivity、specificity、ROC curve等。以CNKI為例，其具體檢索策略見框1。
圖
1.3 文獻篩選和資料提取
由2名研究者獨立篩選文獻、提取資料并交叉核對。如有分歧，則通過討論或與第三方協商解決。文獻篩選時首先閱讀文題，在排除明顯不相關的文獻后，進一步閱讀摘要和全文以確定是否納入。如有需要，通過郵件、電話聯系原始研究作者獲取未確定但對本研究非常重要的信息。資料提取內容包括：第一作者、發表年份、研究人種、病例來源、金標準、研究類型、樣本量及樣本來源、miRNA類型及測定方法、四格表數據等。
1.4 納入研究的偏倚風險評價
由2名研究者獨立評價納入研究的偏倚風險，并交叉核對結果。偏倚風險評價采用QUADAS-2工具[12-13]。
1.5 統計分析
采用RevMan 5.3軟件和Stata 16.0軟件進行Meta分析。計算合并的SEN、SPE、PLR、NLR、DOR，并繪制SROC曲線，計算AUC。各研究結果間的異質性采用χ2檢驗進行分析（檢驗水準為α=0.1），并結合I2定量判斷異質性的大小。若各研究結果間無統計學異質性，則采用固定效應模型進行Meta分析；若各研究結果間存在統計學異質性，進一步分析異質性的來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行Meta分析。異質性分為閾值和非閾值效應導致的異質性，明顯的臨床異質性采用閾值分析及亞組分析。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻1 921篇，經逐層篩選后，最終納入22個診斷準確性研究[14-35]，包括受試者4 006例。文獻篩選流程及結果見圖1。
圖1
文獻篩選流程及結果
*所檢索數據庫獲得的文獻數具體如下：PubMed（
2.2 納入研究的基本特征
表1
納入研究的基本特征
表2
納入研究的偏倚風險評價
2.3 Meta分析結果
2.3.1 異質性檢驗
采用SEN對數與（1?SPE）對數進行Spearman相關分析，其相關系數為?0.257，P=0.215，提示不存在閾值效應。Cochran’s Q=146.76，P<0.001，提示納入文獻間存在非閾值效應引起的異質性。隨機效應模型Meta分析結果顯示：SEN合并=0.83［95%CI（0.79，0.87）］，SPE合并=0.80［95%CI（0.76，0.83）］，PLR合并=4.07［95%CI（3.37，4.92）］，NLR合并=0.21［95%CI（0.17，0.27）］，DOR合并= 19.20［95%CI（12.96，28.48）］，AUC=0.88［95%CI（0.85，0.90）］。
2.3.2 亞組分析
根據不同人種、對照組來源、樣本來源、miRNA類型進行亞組分析，結果顯示： miRNA診斷亞洲人阿爾茨海默病的診斷準確性［DOR=25.19，95%CI（16.60，38.04）］高于非亞洲人［DOR=7.83，95%CI（4.33，14.16）］；血清miRNA的診斷準確性［DOR=23.04，95%CI（15.33，34.83）］高于血漿及腦脊液miRNA［DOR=8.23，95%CI（4.2，15.94）］；非健康對照組的診斷準確性［DOR=26.60，95%CI（13.34，53.03）］高于健康對照組［DOR=17.69，95%CI（11.33，27.63）］；miRNA單獨診斷的診斷準確性［DOR=21.68，95%CI（14.56，32.28）］高于miRNA聯合診斷［DOR=17.31，95%CI（9.35，32.03）］（表3）。
表3
miRNA診斷阿爾茨海默病的亞組分析結果
2.3.3 敏感性分析
采用逐一剔除單個研究的方法進行敏感性分析，結果顯示SEN合并、SPE合并、DOR等未見明顯變化，提示結果較穩健。
2.4 發表偏倚檢驗
繪制Deek’s漏斗圖進行發表偏倚檢驗，結果顯示各研究點左右分布基本對稱（P=0.61），提示存在發表偏倚的可能性較小（圖2）。
圖2
miRNA診斷阿爾茨海默病的漏斗圖
3 討論
隨著老年人口比例逐年攀升，阿爾茨海默病引起了全球各界人士的廣泛關注。據統計，阿爾茨海默病被列為全球第七位死因，其成本堪與全球第十四大經濟體比肩[1]，全球的患病率和死亡率逐年攀升[36]。目前阿爾茨海默病的確診人數僅占全世界阿爾茨海默病患病人數的25%，有很多患者在阿爾茨海默病的早期未能及時確診，喪失了最佳干預時機，導致疾病呈不可逆進展[36]。目前，臨床門診對于疑似癡呆的患者多采用顱腦MRI或者PET掃描等為主要檢查手段，但誤診率高[1]。腦脊液檢查需麻醉后腰穿，由于具有創傷性，患者接受度較低，實際可行性稍低，而血液生物標志物檢測無創價廉且臨床可行性高，但關于阿爾茨海默癥的血液生物標志物尚在探索階段[37]。miRNA作為診斷和預后的生物標志物展現出巨大的潛力，越來越多的證據表明miRNA可能與阿爾茨海默病相關，研究前景日漸突出[38]。
本研究系統評價miRNA診斷阿爾茨海默病的診斷價值，Meta分析結果顯示miRNA診斷阿爾茨海默病的SEN和SPE均在80%以上，具有較高的診斷價值。但PLR結果小于10且NLR大于0.1[39]，提示miRNA的確診能力較弱，該結果與Zhang等[40]的研究結果相近。本文還進行了亞組分析，結果顯示：miRNA診斷亞洲人阿爾茨海默病的SEN高于白種人或黑種人；血清樣本來源的miRNA的DOR遠遠高于血漿或者腦脊液；以健康人群為對照組診斷阿爾茨海默病的SEN和SPE均低于非健康對照組，提示miRNA可能有助于阿爾茨海默病與其他癡呆相關疾病的鑒別診斷。另外，本研究發現miRNA單獨診斷結果似乎優于聯合miRNA診斷，這與以往研究結論不盡一致。Tan等[22]研究顯示miR-9與miR-125b聯合診斷或miR-9與miR-181c聯合診斷的SPE均優于miRNA-125b單獨診斷，但聯合診斷的SEN降低；馬騰等[30]用miR-29a與miR-101的共同進行診斷，發現其SPE和SEN均優于miR-29a或miR-101獨立診斷；潘曉峰等[31]用miR-9聯合miR-34c診斷，得出聯合診斷的SPE和SEN均優于miR-9或者miR-34c獨立診斷；于明等[33]用miR-711與miR-203聯合診斷，發現聯合診斷可以提升SPE和SEN。本文結果與上述結果存在差異的原因有待進一步探討。
本研究的局限性：① 納入研究多以確診病例和醫院人群進行診斷，可能存在人群的選擇性偏倚；② 研究間存在較大異質性，可能是由miRNA不同類型所導致，但受研究數量所限，無法進行深入的亞組分析；③ 依據現獲取的文獻無法確定用于診斷阿爾茨海默病的特定miRNA類型。
綜上所述，當前證據顯示miRNA對AD有較高的診斷價值。受納入研究數量和質量的限制，上述結論尚待更多高質量研究予以驗證。
阿爾茨海默病作為一種中樞神經系統退行性病變，臨床以健忘、失智、記憶力減退等為主要特征表現，其典型病理表現為β淀粉樣蛋白的沉積及Tau蛋白的過度磷酸化。阿爾茨海默病發病機制復雜，其發病機制和診療方法是全世界亟待攻堅的難題。據《2021年世界阿爾茨海默病報告》顯示[1]，目前全球阿爾茨海默病患者達到5 500萬，患病人數逐年增加，其中75%的患者未得到明確診斷，受影響的人數預計將增加到1.39億。對于阿爾茨海默病的診斷，目前最常用的是腦脊液檢查及PET掃描，但誤診率高達30%，而MRI、PET或SPECT神經成像技術的聯合診斷雖然在一定程度上降低了誤診率，但其昂貴的診斷費用顯著抬高了阿爾茨海默病的診查成本[2]。相比之下，血液生物標記物的實用性強，創傷性小，經濟優勢顯著，具有廣大的應用前景，其對阿爾茨海默病的診斷價值已引起廣泛關注[1-2]。miRNA是一種小型非編碼RNA，它通過識別同源序列干擾轉錄翻譯等過程，從而起到調控基因表達的作用，同時miRNA作為一種生物學工具，在多種疾病預測方面展現出卓越的洞察能力，是近10年來研究熱點話題[3]。miRNA具有表達特異性，在不同時期、不同組織和細胞中均有體現[4-5]，在阿爾茨海默病患者的外周血中，多種miRNA表達失常[6-7]，故目前與阿爾茨海默病相關的miRNA的研究也正如火如荼地展開，相關發病機制研究涉及神經細胞炎癥、淀粉樣蛋白清除、Tau蛋白磷酸化等多個方面，相關的miRNA包括miRNA-7、miRNA-9、miRNA-34a、miRNA-125b、miRNA-146a和miRNA-15等[8-9]。但miRNA類型眾多，其診斷閾值、類型選擇和實驗設計等方面的差異性，使得miRNA尚不能很好地用于阿爾茨海默病的診斷。本研究系統評價miRNA診斷阿爾茨海默病的準確性，為阿爾茨海默病的臨床診斷提供參考依據。
1 資料與方法
1.1 納入和排除標準
1.1.1 研究類型
診斷準確性研究。
1.1.2 研究對象
經金標準確診患或不患有阿爾茨海默病的患者，不限性別、年齡、種族。
1.1.3 診斷標準
待評價診斷方法為血樣或腦脊液miRNA檢測，以qPCR或RT-PCR為檢測技術；采用公認的臨床診斷標準為金標準，包括NIA-AA標準[10]和NINCDS-ADRDA標準[11]。
1.1.4 結局指標
敏感度（sensitivity，SEN）、特異度（specificity，SPE）、陽性似然比（positive likelihood ratio，PLR）、陰性似然比（negative likelihood ratio，NLR）、診斷比值比（diagnostic odd ratio，DOR）、受試者工作特征曲線（summary receiver operating characteristic curves，SROC）下面積（area under curve，AUC）。
1.1.5 排除標準
① 病例或對照組樣本量小于10例；② 無法獲取全文或提取四格表數據；③ 重復發表的文獻。
1.2 文獻檢索策略
計算機檢索PubMed、Web of Science、EMbase、The Cochrane Library、CNKI、WanFang Data、VIP和CBM數據庫，搜集有關miRNA診斷阿爾茨海默病的臨床研究，檢索時限均從建庫至2021年10月31日。此外，結合Google Scholar、百度搜索引擎及納入文獻的參考文獻，以補充獲取相關文獻。檢索采取主題詞和自由詞相結合的方式。中文檢索詞包括：阿爾茨海默病、癡呆、失智、認知障礙、microRNA、miRNA、微小RNA、微RNA、診斷、靈敏度、敏感度、特異度、ROC曲線等；英文檢索詞包括：alzheimer disease、microRNA、diagnosis、sensitivity、specificity、ROC curve等。以CNKI為例，其具體檢索策略見框1。
圖
1.3 文獻篩選和資料提取
由2名研究者獨立篩選文獻、提取資料并交叉核對。如有分歧，則通過討論或與第三方協商解決。文獻篩選時首先閱讀文題，在排除明顯不相關的文獻后，進一步閱讀摘要和全文以確定是否納入。如有需要，通過郵件、電話聯系原始研究作者獲取未確定但對本研究非常重要的信息。資料提取內容包括：第一作者、發表年份、研究人種、病例來源、金標準、研究類型、樣本量及樣本來源、miRNA類型及測定方法、四格表數據等。
1.4 納入研究的偏倚風險評價
由2名研究者獨立評價納入研究的偏倚風險，并交叉核對結果。偏倚風險評價采用QUADAS-2工具[12-13]。
1.5 統計分析
采用RevMan 5.3軟件和Stata 16.0軟件進行Meta分析。計算合并的SEN、SPE、PLR、NLR、DOR，并繪制SROC曲線，計算AUC。各研究結果間的異質性采用χ2檢驗進行分析（檢驗水準為α=0.1），并結合I2定量判斷異質性的大小。若各研究結果間無統計學異質性，則采用固定效應模型進行Meta分析；若各研究結果間存在統計學異質性，進一步分析異質性的來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行Meta分析。異質性分為閾值和非閾值效應導致的異質性，明顯的臨床異質性采用閾值分析及亞組分析。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻1 921篇，經逐層篩選后，最終納入22個診斷準確性研究[14-35]，包括受試者4 006例。文獻篩選流程及結果見圖1。
圖1
文獻篩選流程及結果
*所檢索數據庫獲得的文獻數具體如下：PubMed（
2.2 納入研究的基本特征
表1
納入研究的基本特征
表2
納入研究的偏倚風險評價
2.3 Meta分析結果
2.3.1 異質性檢驗
采用SEN對數與（1?SPE）對數進行Spearman相關分析，其相關系數為?0.257，P=0.215，提示不存在閾值效應。Cochran’s Q=146.76，P<0.001，提示納入文獻間存在非閾值效應引起的異質性。隨機效應模型Meta分析結果顯示：SEN合并=0.83［95%CI（0.79，0.87）］，SPE合并=0.80［95%CI（0.76，0.83）］，PLR合并=4.07［95%CI（3.37，4.92）］，NLR合并=0.21［95%CI（0.17，0.27）］，DOR合并= 19.20［95%CI（12.96，28.48）］，AUC=0.88［95%CI（0.85，0.90）］。
2.3.2 亞組分析
根據不同人種、對照組來源、樣本來源、miRNA類型進行亞組分析，結果顯示： miRNA診斷亞洲人阿爾茨海默病的診斷準確性［DOR=25.19，95%CI（16.60，38.04）］高于非亞洲人［DOR=7.83，95%CI（4.33，14.16）］；血清miRNA的診斷準確性［DOR=23.04，95%CI（15.33，34.83）］高于血漿及腦脊液miRNA［DOR=8.23，95%CI（4.2，15.94）］；非健康對照組的診斷準確性［DOR=26.60，95%CI（13.34，53.03）］高于健康對照組［DOR=17.69，95%CI（11.33，27.63）］；miRNA單獨診斷的診斷準確性［DOR=21.68，95%CI（14.56，32.28）］高于miRNA聯合診斷［DOR=17.31，95%CI（9.35，32.03）］（表3）。
表3
miRNA診斷阿爾茨海默病的亞組分析結果
2.3.3 敏感性分析
采用逐一剔除單個研究的方法進行敏感性分析，結果顯示SEN合并、SPE合并、DOR等未見明顯變化，提示結果較穩健。
2.4 發表偏倚檢驗
繪制Deek’s漏斗圖進行發表偏倚檢驗，結果顯示各研究點左右分布基本對稱（P=0.61），提示存在發表偏倚的可能性較小（圖2）。
圖2
miRNA診斷阿爾茨海默病的漏斗圖
3 討論
隨著老年人口比例逐年攀升，阿爾茨海默病引起了全球各界人士的廣泛關注。據統計，阿爾茨海默病被列為全球第七位死因，其成本堪與全球第十四大經濟體比肩[1]，全球的患病率和死亡率逐年攀升[36]。目前阿爾茨海默病的確診人數僅占全世界阿爾茨海默病患病人數的25%，有很多患者在阿爾茨海默病的早期未能及時確診，喪失了最佳干預時機，導致疾病呈不可逆進展[36]。目前，臨床門診對于疑似癡呆的患者多采用顱腦MRI或者PET掃描等為主要檢查手段，但誤診率高[1]。腦脊液檢查需麻醉后腰穿，由于具有創傷性，患者接受度較低，實際可行性稍低，而血液生物標志物檢測無創價廉且臨床可行性高，但關于阿爾茨海默癥的血液生物標志物尚在探索階段[37]。miRNA作為診斷和預后的生物標志物展現出巨大的潛力，越來越多的證據表明miRNA可能與阿爾茨海默病相關，研究前景日漸突出[38]。
本研究系統評價miRNA診斷阿爾茨海默病的診斷價值，Meta分析結果顯示miRNA診斷阿爾茨海默病的SEN和SPE均在80%以上，具有較高的診斷價值。但PLR結果小于10且NLR大于0.1[39]，提示miRNA的確診能力較弱，該結果與Zhang等[40]的研究結果相近。本文還進行了亞組分析，結果顯示：miRNA診斷亞洲人阿爾茨海默病的SEN高于白種人或黑種人；血清樣本來源的miRNA的DOR遠遠高于血漿或者腦脊液；以健康人群為對照組診斷阿爾茨海默病的SEN和SPE均低于非健康對照組，提示miRNA可能有助于阿爾茨海默病與其他癡呆相關疾病的鑒別診斷。另外，本研究發現miRNA單獨診斷結果似乎優于聯合miRNA診斷，這與以往研究結論不盡一致。Tan等[22]研究顯示miR-9與miR-125b聯合診斷或miR-9與miR-181c聯合診斷的SPE均優于miRNA-125b單獨診斷，但聯合診斷的SEN降低；馬騰等[30]用miR-29a與miR-101的共同進行診斷，發現其SPE和SEN均優于miR-29a或miR-101獨立診斷；潘曉峰等[31]用miR-9聯合miR-34c診斷，得出聯合診斷的SPE和SEN均優于miR-9或者miR-34c獨立診斷；于明等[33]用miR-711與miR-203聯合診斷，發現聯合診斷可以提升SPE和SEN。本文結果與上述結果存在差異的原因有待進一步探討。
本研究的局限性：① 納入研究多以確診病例和醫院人群進行診斷，可能存在人群的選擇性偏倚；② 研究間存在較大異質性，可能是由miRNA不同類型所導致，但受研究數量所限，無法進行深入的亞組分析；③ 依據現獲取的文獻無法確定用于診斷阿爾茨海默病的特定miRNA類型。
綜上所述，當前證據顯示miRNA對AD有較高的診斷價值。受納入研究數量和質量的限制，上述結論尚待更多高質量研究予以驗證。
