文章介紹
D-glutamate，由於與 N-methyl-D-aspartate receptor 的調控有關，被認為與認知功能老化有關。張俊鴻醫師團隊，預計使用周邊血液測得的 D-glutamate 濃度，去評估看看，能否將輕微認知受損，以及阿茲海默症患者，與正常健康人區分開來，並使用機器學習，去看看其預測能力。
研究收入了 31 位正常人作為對照組，21 位輕微認知受損（MCI）、133 位阿茲海默症患者（AD），收集其以 HPLC 獲得的血中 D-glutamate 濃度、CDR 量表、MMSE 量表，並以四種不同的機器學習演算法，去找出具有最強預測力的模型。
結果發現，MCI 與 AD 患者的確有較差的血中 D-glutamate 濃度。以機器學習的結果來說，naïve Bayes model 以及 random forest model 分別對 MCI 與 AD 診斷，效果最好。多變項分析發現，D-glutamate 濃度與 MMSE 總分有顯著相關。
作者群總結認為，周邊血液 D-glutamate 濃度與認知受損相關，也是個很好的偵測 MCI 與 AD 的標記，搭配機器學習，應能協助醫師在門診有效診斷 MCI 與 AD。
恭喜張醫師！
