Predicting Progression from Mild Cognitive Impairment to Alzheimer’s Disease using Survival Analysis

Motivation

• Known: amyloid-β PET는 AD 병리 진단의 gold standard이며, plasma p-Tau217은 amyloid 및 tau 병리와 강하게 연관된 minimally invasive 바이오마커로 cross-sectional 진단 분류에서 우수한 성능을 보여왔고, p-Tau217/Aβ42 ratio는 FDA 승인을 받았다.
• Gap: p-Tau217의 cross-sectional 진단 성능은 잘 알려져 있으나 MCI에서 AD로의 전환 시점을 예측하는 prognostic value는 충분히 검증되지 않았고, p-Tau217 단독이 amyloid-β PET과 동등한 예후력을 갖는지, multi-marker blood panel이 추가적 예측 가치를 제공하는지도 불분명했다.
• Why: amyloid-β PET는 비용과 접근성 제약이 크기 때문에, p-Tau217과 같은 minimally invasive하고 scalable한 blood-based biomarker가 유사한 예후 예측력을 갖는다면 임상 현장에서의 위험 계층화(risk stratification) 및 치료 계획, 임상시험 등록에 광범위하게 활용될 수 있다.
• Approach: ADNI 코호트(n=201)의 구조화된 tabular 데이터(demographics, APOE ε4, amyloid-β PET, blood biomarkers)를 이용해 RSF 기반 생존분석 모델 6종을 구성하고 time-dependent AUROC, IPCW concordance index, Brier score로 성능을 비교했으며, partial dependence plot과 two-cutoff thresholding 전략으로 p-Tau217 기반 임상적 위험 구간을 도출했다.

Achievement

Figure 3. Critical window of increased conversion risk within

1. Biomarker 모델의 우월성 입증: 4년 시점에서 모든 biomarker 기반 RSF 모델이 demographics+APOE ε4 baseline(AUROC=0.432)을 유의하게 능가했으며, multi-blood biomarker panel이 가장 높은 AUROC(0.818)를 달성했다.
2. p-Tau217과 PET의 동등성 확인: p-Tau217 단독(AUROC=0.787)이 amyloid-β PET(0.758) 및 FDA 승인 p-Tau217/Aβ42 ratio(0.777)와 통계적으로 유의한 차이 없이 비교 가능한 성능을 보였고, PET를 추가해도 유의한 성능 향상이 없었다.
3. 임상 적용 가능한 threshold 도출: partial dependence 분석을 통해 p-Tau217이 0.08~0.56 pg/mL 구간에서 예측 전환 확률이 약 10%에서 45%로 급증하는 critical window를 확인했고, 90% 특이도/민감도 기반 two-cutoff 전략으로 high/intermediate/low 위험군을 층화(NPV 83.9%, PPV 44.4%)했다.

How

Figure 4. Two-cutoff p-Tau217 thresholds for AD risk stratification.

• ADNI에서 MCI로 임상 진단받고 amyloid-β PET 및 blood biomarker 측정치가 모두 있는 참가자(n=201, sMCI 157, pMCI 44)를 대상으로 함
• MCI 진단부터 AD 진단까지의 일수를 survival time으로 정의, 미전환자는 right-censoring 처리
• scikit-survival 기반 RSF를 사용하여 demographics+APOE ε4 baseline에 amyloid-β PET, p-Tau217, p-Tau217/Aβ42 ratio, PET+p-Tau217, multi-blood panel(p-Tau217, Aβ42/40, NfL, GFAP)을 순차적으로 추가한 6개 구성을 nested stratified 5-fold cross-validation으로 hyperparameter 최적화
• time-dependent AUROC(Uno et al.), IPCW concordance index, Brier score로 discrimination 및 calibration 평가
• partial dependence plot(PDP)으로 개별 biomarker 값에 따른 예측 전환 확률 변화를 시각화하고, 90% sensitivity/90% specificity 기준 two-cutoff thresholding으로 p-Tau217 기반 위험군(저/중/고)을 분류

Originality

• Amyloid-β PET, 복수의 blood biomarker(p-Tau217, Aβ42/40, NfL, GFAP), APOE ε4, demographics를 통합해 MCI-to-AD 전환에 대한 head-to-head 예후 비교를 RSF 생존분석 프레임워크로 수행한 점
• Cross-sectional 진단 성능이 주로 보고되던 p-Tau217을 prognostic marker로서 시계열적 survival modeling에 적용해 4년 시점 conversion 예측력을 정량화한 점
• Partial dependence 분석과 two-cutoff thresholding을 결합해 연속형 biomarker 값을 임상적으로 실행 가능한 위험 계층화 범주로 변환한 점

Limitation & Further Study

• 코호트 크기가 n=201(pMCI 44명)로 비교적 작아 subgroup 분석 및 일반화 가능성에 제약이 있으며 외부 코호트 검증이 필요함
• ADNI는 연구목적 참가자 중심으로 임상 현장의 다양한 인구집단(인종, 사회경제적 배경 등)을 충분히 대표하지 못할 가능성이 있음
• 단일 시점(baseline) biomarker 측정만 사용했으며 종단적 변화(longitudinal trajectory)를 반영하지 못함
• p-Tau217 assay의 실험실 간 표준화 및 cutoff 재현성에 대한 추가 검증이 필요함
• 향후 연구로 독립 코호트에서의 threshold 재현성 검증, 종단적 biomarker 궤적 모델링, 실제 임상 워크플로우에서의 비용-효과 분석이 필요함

Evaluation

총평: plasma p-Tau217이 고비용 amyloid-β PET와 견줄만한 예후 예측력을 가지며 임상적으로 실행 가능한 위험 계층화 threshold를 제공한다는 점에서 실용적 가치가 크지만, 상대적으로 작은 단일 코호트 기반 결과이므로 외부 검증과 종단적 데이터 확장이 후속 연구로 필요하다.