| 加入桌面
高级搜索 人才直达
招聘推广
招聘推广
发布信息
发布信息
会员中心
会员中心
当前位置: 首页 » 创新服务 » 科研成果 » 正文

我国科学家开发全新痴呆症预测模型可提前预测发病风险

 

日期: 2022年12月16日 19:14 来源:科技部生物中心     

作为进行性发展的神经系统退行性疾病,痴呆症由于病程缓慢,临床诊断缺乏有效的早诊手段,患者往往错过最佳治疗时间。因此迫切需要针对痴呆症早期诊断、早期预测、早期干预 的研究。   

近日,我国复旦大学研究团队在《LANCET》子刊《eClinicalMedicine》上发表题为“Development of a novel dementia risk prediction model in the general population: a large longitudinal population-based machine-learning study”的文章,研究团队利用生物医学大数据与人工智能算法,开发了名为UKB-DRP的全新痴呆风险预测模型。该模型可同时对全 因痴呆症及其主要亚型(阿尔茨海默症)的发病风险进行前瞻性智能预测。   

该研究基于英国生物样本库队列,该队列随访了425159名40-69岁的非痴呆人群,在中位时长达11.9年的随访过程中,5287位参与者被诊断为新发痴呆症。研究者用人工智能算法分析 了研究队列中收集的各项指标对痴呆的贡献度,最终筛选出对痴呆贡献度排名前十的指标(年龄、载脂蛋白E(ApoE)基因、认知配对测试时长、腿部脂肪百分比、服药数量、认知反应测试时 长、呼气峰流量、母亲死亡年龄、慢性疾病和平均红细胞体积)作为痴呆预测因子构建了UKB-DRP痴呆预测模型。UKB-DRP痴呆预测模型对未来五年、十年甚至更长时间的全因痴呆和阿尔茨海 默症均能高效预测,其中全因痴呆的预测AUC值为0.85,而阿尔茨海默症的预测AUC值更高,可达0.86-0.89。此外,相较于与国际上已发表的预测模型(如CAIDE、DRS、ANU-ADRI),结果表明 UKB-DRP痴呆预测模型的预测精度更有优势。   

该研究构建了医学大数据与智能模型混合驱动的痴呆早期预测模型,为提高神经退行性疾病早期风险判别能力、预防疾病发生提供了新的诊断工具。      

论文链接:   

https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(22)00395-9    

注:此研究成果摘自《eClinicalMedicine》杂志,文章内容并不代表本网站的观点和和立场,仅供参考。

[ 创新服务搜索 ]  [ ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
联盟在线
文章搜索
 
科研成果
等待您来回答