Uusia dementian riskitekijöitä paljastui

Laajan ja kattavan tietokannan avulla tutkijat löytävät uusia yhdistelmiä tekijöistä, jotka lisäävät dementiariskiä myöhemmin elämässä. Tulokset voivat auttaa lääkäreitä havaitsemaan riskiryhmän ihmisiä.

Kehittyneet tilastolliset menetelmät antavat uuden käsityksen dementian riskitekijöistä.

Dementia on kasvava huolenaihe. Koska väestö ikääntyy ja pidempään elämästä on tulossa normi, kilpailu dementian esiintymisen ymmärtämiseksi on käynnissä.

Dementia on maailmanlaajuisesti vanhimpien aikuisten suurin vammaisuuden ja riippuvuuden syy.

Yhdysvalloissa 5,7 miljoonaa ihmistä elää Alzheimerin taudissa, joka on yleisin dementian muoto. Vuoteen 2050 mennessä tämän määrän ennustetaan nousevan 14 miljoonaan.

Tällä hetkellä ei ole tehokkaita hoitoja, joten vaikuttavien tekijöiden ymmärtäminen on välttämätöntä, jos aiomme nipata sen alkuunsa.

Poistetaan tietoja

Osana pyrkimystä ymmärtää, mitkä tekijät ovat mukana näiden olosuhteiden kehityksessä, tutkijat sukeltavat innokkaasti kaikkiin käytettävissä oleviin tietojoukoihin. Vasta jakamalla suuria väestötietoja alkaa syntyä selkeitä malleja.

Yksi tällainen tietolähde on Framingham Heart Study (FHS), joka aloitettiin vuonna 1948. Tähän mennessä se on seurannut kolmea osallistujien sukupolvea, ja sen ensisijaisena tehtävänä on tarkkailla sydän- ja verisuonitauteihin liittyviä yleisiä tekijöitä.

Massachusettsissa sijaitsevan Bostonin yliopiston lääketieteellisen korkeakoulun tutkijat hyödyntivät äskettäin runsaasti FHS: n osana kerättyjä tietoja. Kirjeenvaihtaja Kirjoittaja Rhoda Au - anatomian ja neurobiologian professori - selittää tutkimuksensa tarkoituksen:

"Keskittymällä muunneltaviin riskitekijöihin toivomme tunnistavan sairauden riskitekijät, jotka voivat muuttua, mikä antaa mahdollisuuden estää dementia."

Heidän uusi analyysi oli ensimmäinen, joka käytti koneoppimisen lähestymistapaa saadakseen selkeämmän kuvan dementiaan liittyvistä riskitekijöistä. Koneoppimisessa käytetään edistyneitä tilastollisia tekniikoita, joiden avulla tietojärjestelmät voivat “oppia” datalla ilman erityistä ohjelmointia.

Toisin sanoen järjestelmät oppivat tarkastelemalla tietoja ja voivat havaita kuvioita ilman, että ihmisten tarvitsee ohjata "ajatus" -prosessiaan.

Koneoppiminen tarkastaa dementian

Tutkijat käyttivät vuosina 1979–1983 otettuja tietoja, ja he olivat erityisen kiinnostuneita väestörakenteen ja elämäntavan tiedoista. Niiden tulokset julkaistiin äskettäin Journal of Alzheimerin tauti.

Ei ole yllättävää, että ikä altistui merkittäväksi riskitekijäksi. Ikääntyessämme mahdollisuudet sairastua dementiaan kasvavat, ja tämä on jo pitkään ollut tiedossa. Kirjoittajat löysivät kuitenkin muut merkittävät suhteet piilossa tiedoissa, kuten he selittävät:

"Analyysissä tunnistettiin myös dementian riskitekijöiksi" leski ", alhaisempi painoindeksi ja vähemmän unta keski-ikäisenä."

He toivovat, että tuloksista on hyötyä sekä etulinjan lääkäreille että koko väestölle. Esimerkiksi jos ikääntyvä sukulainen on leski ja alipainoinen, voi olla järkevää seurata huolellisesti dementian varhaisia ​​merkkejä.

Professori Au sanoo: "Halusimme löytää tietoja, joihin kaikilla lääkäreillä tai jopa muilla kuin lääkäreillä on helppo pääsy määritettäessä dementian mahdollista tulevaa riskiä."

"Suurin osa dementian seulontatyökaluista vaatii erikoiskoulutusta tai testausta", hän lisää, "mutta seulonnan etulinja ovat perusterveydenhuollon lääkärit tai perheenjäsenet. Tämä oli myös ensimmäinen yritys soveltaa koneoppimismenetelmiä riskitekijöiden tunnistamiseksi. "

Dementia maksaa nyt Yhdysvalloille yli 150 miljardia dollaria vuodessa, joten on tärkeää löytää tapoja hillitä tätä hitaasti kasvavaa ongelmaa. Nämä havainnot tarjoavat uutta tietoa ja mahdollisuuden minimoida dementian tulevat vaikutukset.

Kirjoittajat kirjoittavat: "Väestö- ja elämäntapatekijät, jotka eivät ole invasiivisia ja halpoja toteuttaa, voidaan arvioida keski-iässä ja käyttää potentiaalisesti muuttamaan dementian riskiä myöhässä aikuisena."

Dementian riskitekijöiden ymmärtäminen voi auttaa yhteiskuntaa minimoimaan sen aiheuttamat vahingot.

none:  haavainen-koliitti alkoholi - riippuvuus - laiton huume statiinit