Alzheimers sjukdom (AD) kännetecknas av gradvis neurodegeneration, hjärnatrofi och förändrade nivåer av proteiner i cerebrospinalvätskan (CSF). Denna studie undersöker hur ventrikelförstoring, som är en strukturell indikator på hjärnatrofi, påverkar nivåerna av CSF-proteiner samt hur detta samband varierar mellan olika kliniska stadier av kognitiv nedsättning. 

Genom att kombinera ventrikelvolymer från magnetresonanstomografi (MRI) med CSF-proteinnivåer från en minnesklinikkohort, utvärderas om den tidigare föreslagna utspädningseffekten, där större ventrikelvolymer förknippas med lägre koncentrationer av CSF-proteiner, även kan observeras hos individer med AD. 

Linjär interaktionsmodellering visade att denna utspädningseffekt var tydligt närvarande hos personer med subjektiv kognitiv nedsättning (SCD), men avsevärt försvagad hos individer med AD. Denna reducerade effekt antyder att sjukdomsspecifika mekanismer kan störa det normala sambandet mellan ventrikelstorlek och proteinnivåer i CSF. 

Flera proteiner i CSF, däribland AQP4, AMPH, DDAH1, SNCB, GAP43 och ARPP21, uppvisade signifikant högre nivåer hos individer med AD jämfört med dem med SCD. Dessa förändringar speglar sannolikt centrala patologiska processer vid AD, såsom synaptisk degeneration, neuroinflammation, rubbad kväveoxidsignalering samt försämrad neuronal funktion och integritet. 

Klassificeringsmodeller med stödvektormaskiner (SVM) visade att en kombination av CSF-proteinnivåer och ventrikelvolymer gav bättre differentiering mellan AD och SCD jämfört med modeller baserade enbart på proteindata. Klassificeringsprestandan förbättrades ytterligare när modellerna inkluderade både ett tau-associerat och ett amyloid-associerat protein, i enlighet med tidigare fynd. 

Regressionsanalyser av kognitiv funktion visade att modeller som integrerade både CSF-markörer och ventrikelvolymer förklarade en större andel av variationen i kognition än modeller baserade enbart på CSF-data. 

Alzheimer’s disease (AD) is characterized by progressive neurodegeneration, brain atrophy, and altered cerebrospinal fluid (CSF) protein profiles. This study examines the effect of ventricular enlargement, a structural indicator of brain atrophy, on cerebrospinal fluid (CSF) protein levels. It investigates how this relationship may vary across different clinical stages of cognitive decline. By integrating MRI-based ventricular volume data with CSF proteomics in a memory clinic cohort, the study examines whether a previously reported dilution effect, where larger ventricular volumes correspond to lower CSF protein levels, is also present in AD patients. 

Linear interaction models revealed that the expected dilution effect was pronounced in individuals with subjective cognitive decline (SCD) but was notably attenuated in patients with AD. This attenuation suggests that disease-related processes may disrupt the typical volume-dependent dynamics of CSF protein levels. Several CSF proteins, including AQP4, AMPH, DDAH1, SNCB, GAP43, and ARPP21, were significantly elevated in AD compared to SCD, reflecting key pathological features of the disease, including synaptic degeneration, neuroinflammation, impaired nitric oxide signaling, and altered neuronal function or integrity. 

Support vector machine (SVM) classification models demonstrated that combining CSF protein levels with ventricular volume measures enhanced discrimination between AD and SCD compared to protein-only models. Classification performance was further enhanced when models included one tau-associated and one amyloid-associated protein, consistent with previous study findings. Regression analyses predicting cognitive outcomes demonstrated that models integrating both CSF protein markers and ventricular volume explained a greater proportion of variance than models using only CSF protein data.  

These results highlight the importance of jointly evaluating biochemical and structural brain features. Ventricular volume appears to be an essential modulator of CSF biomarker interpretation, and the integration of MRI and proteomic data supports the development of more accurate diagnostic and prognostic tools in AD.