科学家们使用新的数据挖掘策略来发现高阿尔茨海默病风险的人

在过去的二十年里，推动开发治疗阿尔茨海默病的方法一直是一个很有希望和令人失望的努力，使人们对这种疾病有了更深入的了解，但仍然无法产生成功的新药。

责怪是轻度认知功能障碍，阿尔茨海默病的前兆许多不明确的亚型。

“每个人都认为阿尔茨海默氏症是一种疾病，但事实并非如此，” 杜克卫生公司精神病学教授兼神经认知障碍项目主任P. Murali Doraiswamy博士说。“有很多小组。如果你在试验中注册所有不同类型的人，但是你的药物只针对一种生物学途径，当然那些没有这种异常的人不会对药物做出反应，试验就会失败。 ”

但是，如果科学家将具有相似类型的认知功能障碍的人群分组，他们可以更精确地检验研究药物的影响，根据7月28日刊登在“自然研究”杂志“科学报道”杂志上的一篇文章。

这项研究由克罗地亚Rudjer Boskovic研究所和Doraiswamy的人工智能专家Dragan Gamberger博士共同领导。

为了识别类似的疾病类型，研究小组使用多层聚类算法对来自两项阿尔茨海默病神经成像倡议的大型研究的数十个数据点进行分类。研究数据包括来自562名轻度认知障碍患者的认知测试，脑部扫描和脊髓液生物标志物，随访至多5年。

出现了两组感兴趣的人 - 那些认知能力明显下降的人，以及几乎没有任何症状下降的人。240名所谓的“快速下降者”的大脑扫描结果显示，184名慢性病患者的萎缩率是两倍。分析显示，急性下降者也从轻度认知功能障碍发展到慢性病患者的5倍。

该小组进一步设计了一种更简单的方法，科学家们可以利用现有的纸笔式认知测试来确定这两个不同的小组。

研究人员可以利用这些发现创建更加均匀的试验组，这将使科学家能够设计更短的试验，并获得更好的洞察实验疗法的有效性，Gamberger说。

团队将继续深入研究快速下滑的趋势，以评估性，生活方式和遗传因素等因素的影响，从而了解可能导致其认知如此迅速的因素。

Doraiswamy说：“这些发现对未来试验的设计有直接的影响。“我们已经知道这些信息的零碎 - 有数十个基因使人处于危险之中，或者某些大脑变化使人们处于危险之中 - 但是使用无偏见的工具，比如使用这种新算法的数据挖掘，我们可以将所有这些信息放在一起，以确定那些真正处于最大风险的人。“

（注：转载时请注明复诊网）