肌萎缩侧索硬化症的多步骤致病假说与流行病学数据不符

深度解析医学证据，DeepEvidence为你支撑决策

国外学者检验了当前在肌萎缩侧索硬化症（ALS）研究中广为接受的“多步骤致病假说”是否与真实的流行病学数据相符。

ALS是一种发病率随年龄显著增长的神经退行性疾病。目前有两种主要假说试图解释这种年龄依赖性：

1. 基因-时间-环境假说：认为ALS的发病是基因与环境暴露在衰老过程中相互作用的结果，这一过程可能是一个连续的、累积性的损伤过程。

2. 多步骤致病假说：该假说借鉴了癌症研究中的Armitage-Doll多阶段模型，提出ALS的发病需要一系列特定的、离散的“打击”（hits），这些打击可能来自基因或环境，并且必须按特定顺序发生。此模型的一个关键数学推论是，疾病的发病率与年龄之间应遵循一个幂律（power law）关系，在双对数坐标图上表现为一条直线。

近年来，多步骤假说因其能拟合部分ALS发病率数据而获得了越来越多的支持，并被推广到其他神经退行性疾病甚至一些看似不相关的疾病（如新冠）中。

学者指出，仅仅因为幂律能拟合数据，并不能证明其背后的多步骤机制就是正确的（即“肯定后件”的逻辑谬误）。更重要的是，如果数据本身不符合幂律，那么基于Armitage-Doll模型的多步骤假说就应当被质疑。

为此，学者提出了一个更严格的检验标准：不仅要考察幂律的拟合优度，还要将其与一个复杂度相当但生物学含义截然不同且与Armitage-Doll模型互斥的函数进行比较。他们选择的替代函数是指数函数（exponential function），因为指数增长通常与连续的、随时间累积的损伤过程相关（如全因死亡率），而这正是基因-时间-环境假说所暗示的模式。

研究团队分析了三个大型的、基于人群的ALS流行病学数据集（共包含数万病例），并采用贝叶斯框架，正式比较了幂律模型（双对数坐标下线性）和指数模型（半对数坐标下线性）哪一个能更好地描述ALS的年龄别发病率曲线。作为对照，他们也用同样的方法分析了Armitage和Doll最初用于提出癌症多阶段模型的数据。

研究主要研究结果显示：

1. 对于ALS数据：所有三个数据集都显示，指数函数对年龄别发病率的拟合效果系统性地优于幂律函数。无论是简单的线性回归、二次项检验（显示数据在双对数图上呈超线性，支持指数模型），还是更复杂的分层混合效应模型和留一法交叉验证，结果都一致指向指数模型。贝叶斯因子提供了从“中等”到“极端”强度的证据，支持指数模型而非幂律模型。

2. 对于癌症数据（对照）：分析结果与预期一致，幂律函数的拟合效果显著优于指数函数，为Armitage-Doll模型在癌症领域的适用性提供了佐证。

研究得出明确结论，ALS的年龄别发病率增长模式更符合指数函数，而非多步骤假说所预测的幂律。因此，将源自癌症研究的Armitage-Doll多步骤致病模型直接套用于ALS是不合适的，因为它与现有的流行病学证据相矛盾。

此次发现具有重要的方法论、生物学和转化意义：

1. 方法论上：警示研究者不应仅凭年龄-发病率曲线的形状就推断其背后的致病机制。曲线拟合无法唯一确定生物学过程。

2. 生物学上：结果更支持ALS的发病是一个连续的、随时间累积损伤的过程（如基因-时间-环境假说所述），而非一系列离散的、必需的步骤。

3. 转化意义上：呼吁重新审视ALS的致病机理研究方向，并警告不要轻易将癌症的多步骤模型推广到其他衰老相关疾病中，除非有坚实的、超越曲线拟合的证据支持。

参考文献：

Guglielmo, Foffani,Daniele, Urso,Josh, Hiller et al. The multistep pathogenic hypothesis of amyotrophic lateral sclerosis is incompatible with the epidemiological data.[J] .Eur J Epidemiol, 2026, undefined