研究人員創(chuàng)建了一個基于學習的新型框架，該框架可以幫助阿爾茨海默病患者準確地確定他們在疾病發(fā)展譜系中的位置。這將使他們能夠最好地預測后期階段的時間，使隨著病情的進展更容易規(guī)劃未來的護理。

德克薩斯大學阿靈頓分校

1月26日消息

根據(jù)世界衛(wèi)生組織的數(shù)據(jù)，全世界大約有 5,500 萬人患有失智癥。最常見的是阿爾茨海默病，這是一種尚無法治愈的導致大腦功能惡化的疾病。

除了身體上的影響，阿爾茨海默病還會給患者以及他們的親人和照顧他們的人帶來心理、社會和經(jīng)濟方面的影響。由于其癥狀會隨著時間的推移而惡化，因此對患者及其護理人員來說，隨著疾病的發(fā)展，為最終需要增加支持量做好準備非常重要。

為此，德克薩斯大學阿靈頓分校（University of Texas at Arlington，UTA）的研究人員創(chuàng)建了一種新的基于學習的框架，該框架可以幫助阿爾茨海默病患者準確地確定他們在疾病發(fā)展譜系中的位置。這將使他們能夠最好地預測后期階段的時間，使隨著病情的進展更容易規(guī)劃未來的護理。這篇經(jīng)同行評議的新論文近日發(fā)表在《藥理學研究》（Pharmacological Research）雜志上。

研究于2024年1月發(fā)表在《Pharmacological Research》（最新影響因子：9.3）雜志上

該研究的主要作者、UTA 計算機科學與工程副教授 Dajiang Zhu 說：“幾十年來，人們提出了多種預測方法，并對阿爾茨海默病及其前兆輕度認知障礙的預測能力進行了評估。許多早期的預測工具忽略了阿爾茨海默病發(fā)展的連續(xù)性和疾病的過渡階段。”

UTA計算機科學與工程副教授Dajiang Zhu

在美國國立衛(wèi)生研究院（NIH）和國家老齡化研究所（NIA）提供的 200 多萬美元的資助下，Zhu 的醫(yī)學成像和神經(jīng)科學發(fā)現(xiàn)研究實驗室以及 UTA 數(shù)學系副教授 Li Wang 開發(fā)了一種基于學習的新型嵌入框架，該框架將阿爾茨海默病發(fā)展的各個階段編碼為一種他們稱之為“疾病嵌入樹”（Disease-embedding tree，DETree）的過程。使用該框架，DETree 不僅可以高效準確地預測阿爾茨海默病發(fā)展的五個精細臨床組的任何一種，而且可以通過投射患者在疾病進展過程中所處的位置，提供更深入的狀態(tài)信息。

為了測試他們的 DETree 框架，研究人員使用了來自多中心阿爾茨海默病神經(jīng)影像學計劃（ADNI）的 266 名阿爾茨海默病患者的數(shù)據(jù)。將 DETree 策略的結果與其他廣泛用于預測阿爾茨海默病進展的方法進行了比較，并使用機器學習方法重復了幾次實驗以驗證該技術。

“我們知道，阿爾茨海默病患者癥狀惡化的速度往往差異很大，” Zhu 說，“令我們感到振奮的是，我們的新框架比其他可用的預測模型更準確，我們希望這將幫助患者和他們的家人更好地規(guī)劃這種復雜而破壞性疾病的不確定性。”

他和他的團隊相信，DETree 框架有可能幫助預測其他有多種臨床發(fā)展階段的疾病的進展，如帕金森病、亨廷頓病和克雅氏病。

創(chuàng)立于1895年的德克薩斯大學阿靈頓分校

參考文獻

Source：University of Texas at Arlington

New tool helps predict progression of Alzheimer's

Reference：

Lu Zhang, Li Wang, Tianming Liu, Dajiang Zhu. Disease2Vec: Encoding Alzheimer’s progression via disease embedding tree. Pharmacological Research, 2024; 199: 107038 DOI: 10.1016/j.phrs.2023.107038

免責聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享，不能用于或依賴于任何診斷或治療目的。此信息不應替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關特定醫(yī)療狀況的指導之前，請咨詢你的醫(yī)生。

       原文標題 : 新工具有助于預測阿爾茨海默病的進展