天津阿斯尔生物科技有限公司
动态监测 AChR 抗体，精准预测重症肌无力加重风险 | 华山 & 华西双中心研究发表时间：2026-06-23 16:30 重症肌无力（MG）是抗体介导的自身免疫性神经肌肉疾病，约 85% 的患者存在乙酰胆碱受体抗体（AChR-ab）阳性。实现最小症状表达（MSE） 是 MG 治疗的核心目标，但即便达到临床稳定，仍有超半数患者 5 年内出现病情加重，免疫抑制剂经验性减量期间复发率接近 50%，始终缺乏可靠的风险预判工具。 近期，复旦大学附属华山医院赵重波、罗苏珊团队联合四川大学华西医院周红雨团队，在国际免疫学权威期刊《Frontiers in Immunology》发表了一项双中心队列研究，彻底破解了这一临床痛点。 【重磅研究核心亮点】 顶级双中心验证 循证证据等级高 国内神经内科两大顶尖中心联合开展，共纳入 399 例 AChR-ab 阳性 MG 患者，完成内部推导 + 外部独立验证，结果稳定、可推广性强。 锁定核心预测标志物： AChR-ab 的动态变化幅度 而非单次静态水平 首次明确AChR-ab 的动态变化幅度是 MG 患者达到 MSE 后病情加重的强独立预测因子，破解了既往静态抗体检测与临床症状相关性差、无法预测复发的核心痛点。
图1：MSE 后 AChR‑ab 水平变化与加重风险（A）小提琴图比较 MSE 期与加重期（左图，n=188）、MSE 期与稳定期（右图，n=151）的 AChR‑ab 水平。（B）至加重时间的 Kaplan‑Meier 分析。中位时间：35.1 个月（25%~75% 分位数：12.7~63.9 个月）。MG：重症肌无力；AChR‑ab：乙酰胆碱受体抗体；MSE：最小症状表达。 临床易用的预测模型，性能优异 筛选出 5 项独立预测因子构建列线图模型，推导队列 AUC 达0.886，外部验证队列 AUC 仍达0.829。 为方便临床医生便捷使用，研究团队同步开发了免费交互式在线预测计算器，只需输入患者的 5 项对应指标，即可实时计算其达到 MSE 后 35.1 个月内的病情加重概率，真正实现了科研成果向临床应用的快速转化。 在线预测工具链接（原文官方发布）： https://demo.huashanmuscle.com/exacerbation_prediction_nomogram.html. 填补 MG 全程管理核心空白 证实 MG 患者达到 MSE 后，中位病情加重时间为35.1 个月，为临床随访周期制定、治疗维持时长判断提供了明确的循证依据。 研究背景： MG 稳定期管理的核心临床痛点 MG 的疾病负担远不止于急性期的症状控制：即便患者达到 MSE（MG-ADL 评分 0-1 分或 MGFA 0 级）的最优治疗目标，仍有极高的远期加重风险 —— 约 12% 的患者会进展为肌无力危象，而危象的院内死亡率高达 4%-5%。 当前临床中，免疫抑制剂的减停决策高度依赖医生的经验判断，缺乏客观、可量化的预测工具，导致减量期间患者复发率接近 50%。而传统的监测手段，包括临床量表评估、重复神经电刺激等，均存在检测滞后、主观性强的问题；既往研究聚焦于单次 AChR-ab 静态抗体水平，却发现其与临床严重程度相关性极差，无法用于复发预测。 如何在患者达到临床稳定后，精准识别加重高风险人群，实现从 “被动应对复发” 到 “主动预警干预” 的转变，是全球 MG 诊疗领域亟待解决的难题。 研究设计： 严格贴合临床场景的规范队列研究 本研究为前瞻性双中心队列研究，全程严格遵循 TRIPOD 报告规范与 MGFA 2020 国际诊疗指南，入组人群、核心定义完全匹配真实临床诊疗场景。
基线数据显示，两个队列的人口学特征、临床表型、抗体水平等基线指标无统计学差异，具备极佳的外部验证基础，确保了研究结果的通用性。 核心聚焦： AChR-ab 动态监测，解锁 MG 风险预判的关键
AChR-ab 是 MG 发病的核心致病性抗体，主要为 IgG1 和 IgG3 亚型，通过三大核心途径介导神经肌肉接头的损伤：
这一病理机制决定了 AChR-ab 不仅是 MG 的确诊标志物，更是追踪疾病活动度、预判病情进展的核心靶点。
本研究中，AChR-ab 的定量检测采用放射免疫沉淀法（RIPA），这也是目前国际公认的 AChR-ab 检测金标准。（RSR的AChR Ab竞争ELISA法与现有金标准-放射免疫法特异性相同，灵敏度更高。）该方法以放射性标记的人源乙酰胆碱受体为抗原，通过 γ 计数器完成抗体精准定量，结果以 nmol/L 为单位。 所有血清标本的检测均在同一实验室统一完成，最大程度保证了全队列检测数据的同质性、准确性与可重复性。 3. 核心发现：动态变化才是预测核心，而非静态水平 本研究最核心的突破，是彻底扭转了既往对 AChR-ab 临床价值的认知：真正能预测病情加重的，是 AChR-ab 的纵向动态变化幅度，而非单个时间点的检测结果。 研究通过 LOESS 回归、Kaplan-Meier 生存分析等统计学方法，明确了三大核心结论：
临床落地：5因子预测模型，直接服务临床决策
 总结 这项华山 + 华西双中心的大样本研究，首次在国际上系统证实了动态 AChR-ab 监测对 MG 稳定期患者病情加重的强预测价值，构建的5因子预测模型经外部验证性能稳定、临床易用，彻底填补了 MG 稳定期风险预测的临床空白，推动 MG 的管理从 “被动应对复发” 转向 “主动预警干预”，为每一位 MG 患者的个体化治疗提供了坚实的循证依据，为 MG 的诊疗带来了里程碑式的改变：
参考文献：He D, Chen H, Zhong H, et al. Predictors of exacerbation in myasthenia gravis after minimal symptom expression: a bicenter cohort study. Front. Immunol. 2026, 17:1786218. doi: 10.3389/fimmu.2026.1786218 |
