雖然腦脊液分析可以常規診斷神經係統疾病，但它主要用於區分感染性、自身免疫性炎症和中樞神經係統退行性疾病。由於中樞神經係統的病理生理學變化反映在腦脊液中，其分析與放射學，(神經)生理學和神經心理學檢查相結合，有助於神經疾病的診斷。然而，腦脊液參數，如總細胞計數、乳酸、葡萄糖商、血-腦脊液屏障完整性、總蛋白和鞘內免疫球蛋白(Ig)合成，隻能對感染性，自身免疫性和退行性中樞神經係統疾病。流式細胞術的多維細胞外周血和腦脊液特征是否能夠支持臨床相似疾病實體之間更精細的區分尚不清楚。

        Catharina C Gross等通過調查神經炎症、退行性和血管疾病患者，在外周血和腦脊液中確定了不同的細胞參數，這些參數可以改善神經疾病的分類，並提供對共同和不同病理生理過程的見解。

        研究方法和總結

        Catharina C Gross等為了研究多維細胞血液和腦脊液特征是否能夠支持臨床類似神經疾病的診斷，分析了546例自身免疫性神經炎症、退行性變或血管疾病患者。通過將特征選擇與降維和機器學習方法相結合，確定了在所有自身免疫性神經炎性中樞神經係統疾病中改變的泛疾病參數，並將其與其他神經疾病和亞分化中樞神經係統變異的自身免疫分類相區別自身免疫。

        識別表征CNS神經炎症的泛疾病參數

        上圖所示為具有不同神經炎症疾病特征的自身免疫間分類。(A)通過logistic回歸確定的漿細胞發生和鞘內IgG合成的預測準確性和AUC，用於區分早期RRM，包括放射或臨床孤立綜合征(RIS/CIS)與NMOSD(黃色三角形)、Susac綜合征(SuS，粉紅色三角形)和AIE(藍色三角形)。(B)綜合評分(左上角)通過添加漿細胞陽性率(=1)和鞘內IgG合成(=1)得出，允許發現隊列中RRMS患者從NMOSD、Susac綜合征和AIE患者中分化(右上角)，截止值為1.5，由ROC分析(左上角)確定，AUC為84.0，OR為18.9。在驗證隊列中驗證了自身免疫分類，顯示分類的優勢比為35.8(左下)。(C)自身免疫間分類器，將RRMS與其他神經炎症性自身免疫疾病區分開來。

        上圖描述了RRMS疾病演變和活動的因素。 熱圖顯示了相對變化，點圖顯示了非炎症性疾病患者以及發現隊列中放射或臨床孤立綜合征(RIS/CIS，黃色三角形，n=26)或RRMS患者之間泛自身免疫和內部自身免疫分類的折疊變化(早期，淺紅色三角形，n=125)和36個月後(>36 M，深紅色三角形，n=45)的疾病表現。參數標簽提供了有關相應隔間(外周血或腦脊液)的信息。(B)火山圖表示RRMS患者(無活動，n = 48)和(活動，n = 142)4小時內的臨床和/或放射性疾病活動 腰椎穿刺前周。

        該研究證明了多維腦脊液分析在疾病譜(如多發性硬化症)內神經疾病和內表型分類中的作用，並對個體化治療產生了影響。未來的研究包括更詳細的細胞(B/T細胞亞群)和額外的可溶性參數，如幹擾素-γ、腫瘤壞死因子-α、澱粉樣蛋白-β、神經絲輕鏈、CXCL13和增殖誘導配體，通過最先進的深度學習技術進行分析，可能進一步改善鑒別診斷。識別具有潛在較低影響大小的其他鑒別參數需要更大的隊列，尤其是患有NMOSD和Susac綜合征等孤兒疾病的患者。此外，納入額外的神經係統疾病可能會揭示有助於鑒別診斷的進一步參數。來自超過10-20年的縱向研究的額外數據可能確定從複發緩解到繼發性進行性多發性硬化或其他中樞神經係統炎性疾病進展的參數。免疫信號的個體模式和優勢類型不僅揭示了與不同疾病相關的隔間特異性變化的新見解，而且還揭示了其潛在的發病機製。因此，個體免疫特征可用於選擇最適合使免疫譜正常化的治療方案，從而潛在地減少不良事件並提高治療效果。

        總的來說，該研究發現血液和腦脊液參數的綜合分析提高了神經係統疾病的鑒別診斷，從而促進了早期治療決策。