研究人員選取了排名前十的癡呆預測因子，構建了UKB-DRP癡呆預測模型。該模型能夠預測個體在五年、十年甚至更長時間內是否會發病，篩查出處於癡呆症病程早期的群體，使高風險人群“記憶的橡皮擦”放緩步伐。
醫學上常見的癡呆症包括阿爾茨海默病、血管性癡呆等，其中阿爾茨海默病佔比最高。在我國60歲及以上人口中，約有春藥 增大丸 威爾鋼VIAGRA 瑪卡粉包 增大軟膏 持久液 樂威莊 LEVIRA 金蒼蠅淫蕩水
日本藤素購買 美國黑金購買 樂威莊效果 樂威莊代購 LOVE JUICE 美國GHB 1500萬名癡呆症患者，其中1000萬人患有阿爾茨海默病。然而，對於癡呆症，我們既沒有完全了解病理，也尚無有效的治療方法。
近日，復旦大學附屬華山醫院神經內科主任醫師鬱金泰臨床研究團隊聯合復旦大學類腦智能科學與技術研究院馮建峰教授、程煒青年研究員算法團隊開發了UKB-DRP癡呆預測模型，該模型能夠預測個體在五年、十年甚至更長時間內是否會發病，篩查出處於癡呆症病程早期的群體，使高風險人群“記憶的橡皮擦”放緩步伐。相關研究成果近日發表於柳葉刀子刊《電子臨床醫學》。
癡呆症需早發現早干預
癡呆症起病隱匿且病情發展緩慢，往往難以確定發病時間。作為癡呆症最常見的類型，阿爾茨海默病可以使病人在發病前20年就出現病理改變，較長的潛伏期使病人在臨床診斷時常常錯過了最佳治療時間。目前，全世界已有超過5500萬人患有癡呆症，據世衛組織預計，2050年全球癡呆症患者將達到1.52億。
為了實現早發現、早干預、早治療，越來越多的研究團隊開始對癡呆症的早期生物標記物進行研究，探尋其對疾病早期預測的有效性。
目前，全球範圍內對於癡呆症風險預測的模型更多是基於傳統統計學方法構建的評分量表。例如經典的CAIDE評分、倫敦大學學院開發的DRS評分以及澳大利亞國立大學開發的ANU-ADRI評分等。鬱金泰告訴科技日報記者，CAIDE評分是目前臨床十分常用的癡呆症評分系統，該評分系統納入的指標數量少，易獲取、計算快，但評分相對精度略有欠缺。ANU-ADRI評分將既往研究發現的風險因子根據研究文獻中匯報的風險比值進行了系春藥 增大丸 威爾鋼VIAGRA 瑪卡粉包 增大軟膏 持久液 樂威莊 LEVIRA 金蒼蠅淫蕩水
日本藤素購買 美國黑金購買 樂威莊效果 樂威莊代購 LOVE JUICE 美國GHB 統的整合；DRS評分除了納入常規指標外，還更系統地考慮了被試者的病史和服藥史。這些評分量表均有重要的參考價值。
隨著人工智能在醫療領域的廣泛應用，越來越多的研究團隊開始利用基於海量數據推演的機器學習手段來構建預測模型。鬱金泰告訴記者，部分機器學習模型在進行風險因子挑選時往往追求模型的預測精度而忽略了模型的潛在應用場景，例如部分模型的預測指標需要從PET影像或腦脊液中提取，這導致模型更多局限於科研領域，很難實現廣泛的現實應用。
“隨著民眾對於癡呆症的重視，國內相關研究日漸增多，但在疾病風險預測這一領域尚無高質量的研究成果。”鬱金泰說。而UKB-DRP癡呆預測模型則填補了國內研究的空白，並實現了模型預測精度與應用場景的結合。
留言列表
