1,870 Visits

การพยากรณ์โรคที่แม่นยำ ของภาวะ MCI

🧠 “รู้ให้ทัน MCI ก่อนสมองเริ่มถดถอย”: งานวิจัยใหม่เผยวิธีพยากรณ์ความเสี่ยงภาวะสมองเสื่อมระยะเริ่มต้น

โรคอัลไซเมอร์ (Alzheimer’s disease) ไม่ได้เกิดขึ้นทันทีทันใด แต่ค่อย ๆ พัฒนาในสมองเป็นเวลาหลายสิบปี โดยเริ่มจากระยะที่คนยังไม่แสดงอาการผิดปกติใด ๆ แต่ในสมองกลับเริ่มมีการเปลี่ยนแปลงที่มองไม่เห็นด้วยตาเปล่า หากเราสามารถ “รู้ก่อน” ว่าใครมีความเสี่ยงสูงที่จะเข้าสู่ภาวะสมองเสื่อมเล็กน้อย (Mild Cognitive Impairment: MCI) ก็จะสามารถวางแผนดูแลและป้องกันได้ทันเวลา 

งานวิจัยใหม่จาก McGill University ประเทศแคนาดา ได้ติดตามกลุ่มผู้สูงวัยที่ยังไม่มีอาการผิดปกติทางสมอง จำนวน 102 คน เป็นระยะเวลายาวนานเฉลี่ยเกือบ 6 ปี เพื่อหาคำตอบว่า “ตัวบ่งชี้ทางชีวภาพ” (biomarkers) แบบไหน สามารถทำนายได้ดีที่สุดว่าใครจะเริ่มมีอาการ MCI ก่อนใคร 

🔬 ตัวบ่งชี้หลายรูปแบบ เมื่อจับคู่กัน พยากรณ์ได้แม่นยำกว่าเดิม 

ทีมวิจัยได้รวบรวมข้อมูลตัวบ่งชี้ 3 ประเภทหลัก ได้แก่ 

  1. ข้อมูลพื้นฐานของผู้เข้าร่วม เช่น อายุ เพศ ระดับการศึกษา และยีน APOE ε4 ที่เกี่ยวข้องกับความเสี่ยงอัลไซเมอร์ 
  1. ตัวบ่งชี้ระดับโมเลกุล เช่น โปรตีนอะมีลอยด์เบต้า (Aβ42/40 ratio) และโปรตีน tau แบบฟอสโฟรีเลต (p-tau217) จากเลือด รวมถึงภาพ PET scan ตรวจปริมาณคราบอะมีลอยด์และโปรตีน tau ในสมอง 
  1. ตัวบ่งชี้การทำงานของสมอง จากเครื่องตรวจคลื่นแม่เหล็กไฟฟ้า (Magnetoencephalography: MEG) โดยวัดความแรงของคลื่นสมองในย่าน “อัลฟา” (8–12 Hz) ซึ่งสัมพันธ์กับการทำงานของสมองด้านความจำ 

เมื่อนำตัวบ่งชี้เหล่านี้มาวิเคราะห์ร่วมกัน ผลลัพธ์ชัดเจนว่าการใช้หลายตัวบ่งชี้แบบ “บูรณาการ” สามารถเพิ่มความแม่นยำในการทำนายว่าใครจะเข้าสู่ภาวะ MCI ได้ดีกว่าการใช้ข้อมูลทางคลินิกเพียงอย่างเดียวอย่างมีนัยสำคัญ 

🧠 คลื่นสมอง อะมีลอยด์ และเลือด: แต่ละตัว “เตือน” ไม่พร้อมกัน 

สิ่งที่โดดเด่นของงานนี้คือ นักวิจัยไม่ได้มองแค่ “ทำนายได้หรือไม่” แต่ยังวิเคราะห์ด้วยว่า ตัวบ่งชี้แต่ละแบบบ่งบอกความเสี่ยงได้ดีที่สุดใน “ช่วงเวลาไหน” ของการติดตาม (เฉลี่ยเกือบ 6 ปี) — ซึ่งเป็นข้อมูลสำคัญสำหรับการวางแผนตรวจสุขภาพสมองแบบเชิงรุก 

🧠 1. คลื่นสมองอัลฟา (MEG alpha power) ตัวเตือนระยะสั้น (1–3 ปีแรก) 

  • คนที่มีคลื่นอัลฟาสูงกว่าปกติในช่วงแรก มีความเสี่ยงพัฒนาเป็น MCI ภายใน 1–3 ปีมากกว่า (HR = 3.08, p = 0.0052) 
  • แต่เมื่อเวลาผ่านไป ความสัมพันธ์นี้กลับ “กลับทิศ” — ผู้ที่มีคลื่นอัลฟาต่ำในช่วงหลัง กลับเป็นกลุ่มเสี่ยงสูงขึ้น 
  • คลื่นสมองจึงเปรียบเสมือน “ไฟเตือนเร็ว” ที่บอกว่ามีการเปลี่ยนแปลงทางสมองกำลังเกิดขึ้น แม้จะยังไม่มีอาการให้เห็นภายนอก 

🧪 2. PET Scan – ปริมาณอะมีลอยด์ในสมอง (Neocortical Aβ) พยากรณ์ระยะกลาง–ยาว (4–7 ปี) 

  • ตอนเริ่มต้น อะมีลอยด์ PET ยังไม่สามารถทำนายความเสี่ยงได้ชัดเจน (HR ≈ 0.86, p = 0.6584) 
  • แต่เมื่อเวลาผ่านไป ความเสี่ยงเพิ่มขึ้นอย่างต่อเนื่องปีต่อปี (HR ต่อปี = 1.27, p = 0.0045) 
  • นี่สอดคล้องกับ “ทฤษฎีอะมีลอยด์มาก่อน อาการมาตามหลัง” โดยอะมีลอยด์เป็นตัวบ่งชี้การเปลี่ยนแปลงระยะยาว 4–7 ปี ก่อนเกิดอาการ 

🩸 3. โปรตีนในเลือด (Plasma Aβ42/40, p-tau217) บ่งบอกความเสี่ยงตลอดระยะติดตาม 

  • ผู้ที่มีค่า Aβ42/40 ต่ำ และ p-tau217 สูง มีความเสี่ยงสูงขึ้นตั้งแต่ต้น และคงอยู่ตลอด 7 ปี 
  • ความสัมพันธ์ไม่เปลี่ยนไปตามเวลา (p > 0.38) 
  • การตรวจเลือดจึงเหมาะมากสำหรับ “คัดกรองกลุ่มเสี่ยง” ในประชากรวงกว้าง เพราะเข้าถึงง่ายและไม่ต้องใช้เทคโนโลยีซับซ้อน 

🧍‍♂️ 4. MRI – ปริมาตรฮิปโปแคมปัส 

  • ไม่สามารถทำนายความเสี่ยงได้ชัดเจนในระยะเวลา 7 ปี (p = 0.0794) 
  • บ่งชี้ว่าโครงสร้างสมองอาจยังไม่เปลี่ยนแปลงมากพอในระยะก่อนมีอาการ 

📝 สรุปช่วงเวลาการพยากรณ์

ตัวบ่งชี้ ช่วงเวลาทำนายได้ดีที่สุด ลักษณะ 
คลื่นอัลฟา (MEG) 1–3 ปีแรกหลังวัด ตัวเตือนเร็ว เตรียมพร้อมตรวจติดตาม 
PET – Aβ 4–7 ปีหลังวัด ตัวบ่งชี้ระยะยาวของการเปลี่ยนแปลง 
Plasma Aβ42/40, p-tau217 ตลอดระยะติดตาม คัดกรองความเสี่ยงได้ตั้งแต่ต้น 
MRI – Hippocampus ไม่ชัดเจน ไม่เด่นในระยะก่อนอาการ 

📈 ความหมายต่อการดูแลสุขภาพสมอง 

ผลการศึกษานี้แสดงให้เห็นว่า ไม่มี biomarker เดียวที่ดีที่สุดตลอดเวลา — แต่เมื่อใช้ร่วมกันในลักษณะ “บูรณาการ” และคำนึงถึงช่วงเวลาการเปลี่ยนแปลง จะสามารถประเมินความเสี่ยงได้อย่างแม่นยำและเฉพาะบุคคลมากขึ้น 

  • คลื่นสมอง → เตือนเร็ว เหมาะกับการตรวจคัดกรองกลุ่มเสี่ยงในระยะสั้น 
  • โปรตีนในเลือด → ใช้ได้ง่ายในวงกว้าง เป็นตัวกรองตั้งแต่ต้น 
  • PET Scan → บ่งบอกแนวโน้มระยะยาวในอีกหลายปีข้างหน้า 

เมื่อข้อมูลทั้งหมดนี้ถูกรวมเข้าด้วยกัน จะช่วยให้แพทย์และนักวิจัยสามารถวางแผนดูแล ป้องกัน และติดตามผู้ที่มีความเสี่ยงได้อย่างมีประสิทธิภาพมากกว่าการพึ่งพาการวินิจฉัยหลังเกิดอาการเท่านั้น

เอกสารอ้างอิง (Vancouver Style)

  1. Gallego-Rudolf J, Wiesman AI, Yakoub Y, Zetterberg H, Blennow K, Baillet S, Villeneuve S, PREVENT-AD Research Group. Prediction of mild cognitive impairment progression using time-sensitive multimodal biomarkers [Preprint]. medRxiv. 2025 Sep 22; doi: 10.1101/2025.09.20.25336240

Website Satisfaction Assessment Form

Eisai (Thailand) Marketing Co, Ltd.
6th Floor, GPF Witthayu Tower A
93/1 Wireless Road, Lumpini,
Pathumwan, Bangkok 10330,Thailand
Tel. (+66) 2 256-6296-8
https://www.eisai.co.th

Privacy Policy

© 2025 Understand MCI