Objective:  To evaluate the utility of MRI hippocampal and entorhinal cortex atrophy in predicting conversion from mild cognitive impairment (MCI) to Alzheimer disease (AD). Methods:  Baseline brain MRI was performed in 139 patients with MCI, broadly defined, and 63 healthy controls followed for an average of 5 years (range 1 to 9 years). Results:  Hippocampal and entorhinal cortex volumes were each largest in controls, intermediate in MCI nonconverters, and smallest in MCI converters to AD (37 of 139 patients converted to AD). In separate Cox proportional hazards models, covarying for intracranial volume, smaller hippocampal volume (risk ratio [RR] 3.62, 95% CI 1.93 to 6.80, p < 0.0001), and entorhinal cortex volume (RR 2.43, 95% CI 1.56 to 3.79, p < 0.0001) each predicted time to conversion to AD. Similar results were obtained for hippocampal and entorhinal cortex volume in patients with MCI with Mini-Mental State Examination (MMSE) scores ≥ 27 out of 30 (21% converted to AD) and in the subset of patients with amnestic MCI (35% converted to AD). In the total patient sample, when both hippocampal and entorhinal volume were entered into an age-stratified Cox model with sex, MMSE, education, and intracranial volume, smaller hippocampal volume (RR 2.21, 95% CI 1.14 to 4.29, p < 0.02) and entorhinal cortex volume (RR 2.48, 95% CI 1.54 to 3.97, p < 0.0002) predicted time to conversion to AD. Similar results were obtained in a Cox model that also included Selective Reminding Test (SRT) delayed recall and Wechsler Adult Intelligence Scale-Revised (WAIS-R) Digit Symbol as predictors. Based on logistic regression models in the 3-year follow-up sample, for a fixed specificity of 80%, the sensitivities for MCI conversion to AD were as follows: age 43.3%, MMSE 43.3%, age + MMSE 63.7%, age + MMSE + SRT delayed recall + WAIS-R Digit Symbol 80.6% (79.6% correctly classified), hippocampus + entorhinal cortex 66.7%, age + MMSE + hippocampus + entorhinal cortex 76.7% (85% correctly classified), age + MMSE + SRT delayed recall + WAIS-R Digit Symbol + hippocampus + entorhinal cortex 83.3% (86.8% correctly classified). Conclusions:  Smaller hippocampal and entorhinal cortex volumes each contribute to the prediction of conversion to Alzheimer disease. Age and cognitive variables also contribute to prediction, and the added value of hippocampal and entorhinal cortex volumes is small. Nonetheless, combining these MRI volumes with age and cognitive measures leads to high levels of predictive accuracy that may have potential clinical application.

Background

 The utility of combining early markers to predict conversion from mild cognitive impairment (MCI) to Alzheimer's Disease (AD) remains uncertain. 

Methods

 Included in the study were 148 outpatients with MCI, broadly defined, followed at 6-month intervals. Hypothesized baseline predictors for follow-up conversion to AD (entire sample: 39/148 converters) were cognitive test performance, informant report of functional impairment, apolipoprotein E genotype, olfactory identification deficit, and magnetic resonance imaging (MRI) hippocampal and entorhinal cortex volumes. 

Results

 In the 3-year follow-up patient sample (33/126 converters), five of eight hypothesized predictors were selected by backward and stepwise logistic regression: Pfeffer Functional Activities Questionnaire (FAQ; informant report of functioning), University of Pennsylvania Smell Identification Test (UPSIT; olfactory identification), Selective Reminding Test (SRT) immediate recall (verbal memory), MRI hippocampal volume, and MRI entorhinal cortex volume. For 10% false positives (90% specificity), this five-predictor combination showed 85.2% sensitivity, combining age and Mini-Mental State Examination (MMSE) showed 39.4% sensitivity; combining age, MMSE, and the three clinical predictors (SRT immediate recall, FAQ, and UPSIT) showed 81.3% sensitivity. Area under ROC curve was greater for the five-predictor combination (.948) than age plus MMSE (.821; p = .0009) and remained high in subsamples with MMSE ≥ 27/30 and amnestic MCI. 

Conclusions

 The five-predictor combination strongly predicted conversion to AD and was markedly superior to combining age and MMSE. Combining the clinically administered measures also led to strong predictive accuracy. If independently replicated, the findings have potential utility for early detection of AD.