[发明专利]用于检测神经疾病的方法

权利要求书

1.用于测量生物标志物的试剂和用于测量β淀粉样蛋白水平的试剂在制备用于预测受试者发展神经疾病的风险的诊断试剂盒中的用途，当所述诊断试剂盒被使用时，包括下列步骤：

a)计算机产生用于关联新皮质β淀粉样蛋白水平的一组相关系数，所述产生包括：

i)将一种分类算法应用于来自群组数据集的多个生物标志物值，所述群组数据集包括临床上被确定为具有与升高的β淀粉样蛋白水平有关的神经疾病的样品，提供多个预定的经过验证的样品；和

ii)将该分类算法应用于从步骤i)的相同多个预定的经过验证的样品中获得的多个β淀粉样蛋白水平；

其中对所述群组数据集应用该分类算法通过将生物标志物与β淀粉样蛋白水平相关联产生了与所述β淀粉样蛋白水平有关的一组相关系数；

b)获得体外测试生物样品；

c)从该测试生物样品确定多个生物标志物值，其中该多个生物标志物对应于在获得该组相关系数中所确定的那些生物标志物；

d)将一种分类算法应用于步骤c)确定的生物标志物值并且将其与步骤a)的该组相关系数相关联以得出该测试生物样品的理论β淀粉样蛋白水平。

2.根据权利要求1所述的用途，其中在产生该组相关系数之前，i)的多个生物标志物值和ii)的多个β淀粉样蛋白水平使用通过链方程进行的多重插补(MICE)来插补以标准化数据。

3.根据权利要求1所述的用途，其中该分类算法经历交叉验证分析。

4.根据权利要求1所述的用途，其中该分类算法还应用于在产生一组相关系数中从i)和ii)中确定的相同多个预定的经过验证的样品中获得的临床标志物数据。

5.根据权利要求4所述的用途，其中该临床标志物数据包括临床痴呆评级或体重指数、年龄或CDR笔盒。

6.根据权利要求5所述的用途，其中这些临床标志物选自表2或表3中所列的临床标志物。

7.根据权利要求1所述的用途，其中这些生物标志物选自表8中所列的生物标志物。

8.根据权利要求7所述的用途，其中这些生物标志物中的两种是淀粉样蛋白β42和载脂蛋白E或其天然存在的变体。

9.根据权利要求7所述的用途，其中另外的生物标志物选自下组，该组包括BLC、皮质醇、IgM、胰多肽、VCAM1和/或IL-17，或其天然发生的变异体。

10.根据权利要求1所述的用途，其中该多个生物标志物形成指示理论新皮质淀粉样蛋白负荷的生物标志物特征标志。

11.根据权利要求1所述的用途，其中该测试生物样品是一种生物流体。

12.如权利要求11所述的用途，其中该生物流体是血液、血浆、血清、尿液或脑脊髓液。

13.根据权利要求1所述的用途，其中所述β淀粉样蛋白水平与淀粉样蛋白斑形成疾病有关。

14.根据权利要求13所述的用途，其中所述淀粉样蛋白斑形成疾病是阿兹海默氏病(AD)。

15.根据权利要求1所述的用途，其中所述β淀粉样蛋白水平通过使用淀粉样蛋白特异性放射性示踪剂来扫描分析而临床上确定。

16.根据权利要求15所述的用途，其中所述放射性示踪剂是PiB或F-18AV-45。

17.如权利要求1所述的用途，其中通过ROC或AUC来分析步骤d)的该组相关系数。

18.根据权利要求1至17中任一项所述的用途，其中该分类算法选自下组，该组由以下各项组成：随机森林、变量重要性度量、线性判别分析(LDA)、对角线线性判别分析(DLDA)、对角线二次判别分析(DQDA)、支持向量机(SVM)、支持向量回归(SVR)、神经网络、协方差分析(ANCOVA)和k-最近邻居法。

19.根据权利要求18所述的用途，其中所述分类算法是随机森林。