Publié le 21 octobre 2025. Une nouvelle étude met en lumière l’utilisation combinée de biomarqueurs sanguins et numériques pour détecter précocement la maladie d’Alzheimer et prédire l’accumulation de protéines amyloïdes dans le cerveau. Les résultats suggèrent un potentiel prometteur pour un diagnostic plus rapide et plus précis.
- La combinaison de biomarqueurs numériques (liés à la parole) et sanguins offre une grande précision pour identifier les personnes atteintes de troubles cognitifs.
- Les marqueurs sériques comme le p-Tau217 et les biomarqueurs numériques comme le PSD (Pourcentage de Durée de Silence) se révèlent particulièrement pertinents.
- Ces marqueurs pourraient également aider à prédire la présence d’amyloïde dans le cerveau, un indicateur clé de la maladie d’Alzheimer.
L’étude a analysé les données de 1 223 participants, répartis entre des individus sains (CU, 524), ceux présentant un déficit cognitif léger d’origine amnésique (aMCI, 461) et ceux souffrant de démence de type Alzheimer (AD, 238). La proportion globale de femmes était de 57,40 %, avec une légère prédominance dans le groupe AD (68,91 %). L’âge moyen des participants était de 74,06 ± 7,28 ans, sans différence significative entre les groupes. Cependant, le groupe sain (CU) présentait un niveau d’éducation plus élevé (9,52 ± 4,51 ans) que les groupes aMCI et AD. La présence du gène APOE-ε4, un facteur de risque connu pour la maladie d’Alzheimer, était plus élevée dans le groupe AD (37,39 %) que dans le groupe CU (19,27 %), une différence statistiquement significative.
Les analyses ont révélé des différences notables entre les trois groupes concernant divers biomarqueurs. Les marqueurs sanguins tels que le GFAP (protéine gliale fibrillaire acide), le NFL (neurofilament léger) et les formes phosphorylées de la protéine Tau (p-Tau181 et p-Tau217) étaient significativement plus élevés dans les groupes aMCI et AD comparativement au groupe CU. Inversement, les niveaux d’Aβ42 et du ratio Aβ42/40 ne montraient pas de différences significatives entre les groupes. Le biomarqueur numérique, le PSD, a montré une augmentation progressive avec la progression de la maladie, étant le plus élevé dans le groupe AD.
L’évaluation de la pathologie amyloïde, centrale dans le cadre diagnostique ATN (Amyloïde, Tau, Neurodégénérescence) de la maladie d’Alzheimer, a été réalisée chez 201 participants à l’aide de l’imagerie TEP AV45. Parmi eux, 152 présentaient une accumulation d’amyloïde détectée par TEP. Les résultats ont montré des niveaux significativement plus élevés d’amyloïde dans diverses régions du cerveau (lobe frontal, pariétal, temporal, occipital, insula, système limbique, sous-cortical et cerveau total) chez les participants positifs à l’amyloïde par rapport aux négatifs.
Une exploration approfondie des corrélations a été effectuée. Le PSD s’est avéré négativement corrélé avec le score MoCA (Montreal Cognitive Assessment), un indicateur de la fonction cognitive globale, et variait significativement selon la sévérité du déficit cognitif mesuré par le CDR (Clinical Dementia Rating). De plus, le PSD était positivement corrélé avec les biomarqueurs sanguins GFAP, NFL et p-Tau217, mais pas de manière significative avec Aβ42/40. L’analyse de la relation entre le PSD et la charge amyloïde cérébrale a montré une corrélation positive dans le lobe frontal et temporal, mais pas de manière significative pour la charge amyloïde globale.
L’étude a également évalué la tendance de ces biomarqueurs en fonction de la charge amyloïde. Les résultats suggèrent que le PSD et le p-Tau217 sérique sont sensibles au dépôt amyloïde, manifestant une augmentation avant un certain point d’inflexion (Aβ méta SUVR < 1,20), puis une stabilisation. Les biomarqueurs GFAP et NFL ont également suivi une tendance similaire.
Enfin, les chercheurs ont développé des modèles prédictifs combinant les données démographiques, les biomarqueurs numériques de la parole, les biomarqueurs sériques et les informations génétiques (APOE). Un modèle utilisant l’algorithme XGBoost, intégrant toutes les caractéristiques, a atteint une aire sous la courbe (AUC) de 0,951, indiquant une excellente capacité de discrimination pour identifier les troubles cognitifs. Un modèle simplifié, excluant certains biomarqueurs sanguins de moindre importance, a conservé une performance remarquable avec une AUC de 0,928. Ce modèle incluait l’âge, le sexe, les années d’études, le génotype APOE, le PSD et le GFAP, le PSD étant le facteur le plus influent. Un autre modèle, axé sur la prédiction du statut amyloïde cérébral (confirmé par TEP AV45), a atteint une AUC de 0,845 en utilisant l’âge, le sexe, les années d’études, le génotype APOE, le PSD et le p-Tau217. Le p-Tau217 s’est distingué comme le marqueur le plus déterminant dans ce modèle.