Korzystając z obszernej i kompleksowej bazy danych, naukowcy odkrywają nowe kombinacje czynników, które zwiększają ryzyko demencji w późniejszym życiu. Odkrycia mogą pomóc klinicystom wykryć zagrożonych ludzi.
Demencja jest coraz większym problemem. Ponieważ populacja się starzeje i żyje dłużej, zaczyna być normą, zaczyna się wyścig, aby zrozumieć, dlaczego demencja występuje.
Na całym świecie demencja jest główną przyczyną niepełnosprawności i uzależnienia u osób starszych.
W Stanach Zjednoczonych 5,7 miliona ludzi żyje z chorobą Alzheimera, która jest najczęstszą postacią demencji. Do 2050 r. Liczba ta wzrośnie do 14 milionów.
Obecnie nie ma skutecznych metod leczenia, więc zrozumienie czynników przyczyniających się do tego jest niezbędne, jeśli chcemy je zdusić w zarodku.
Usuń dane
W ramach wysiłku, aby zrozumieć, jakie czynniki są zaangażowane w rozwój tych warunków, naukowcy chętnie przechodzą do wszystkich dostępnych zestawów danych. Jedynie poprzez analizę dużych zbiorów danych dotyczących populacji zaczynają pojawiać się wyraźne wzorce.
Jednym z takich źródeł danych jest Framingham Heart Study (FHS), które rozpoczęło się w 1948 roku. Do tej pory podążyło za trzema generacjami uczestników, a jego podstawową funkcją jest obserwowanie wspólnych czynników, które przyczyniają się do chorób sercowo-naczyniowych.
Naukowcy z Boston University School of Medicine w Massachusetts niedawno skorzystali z bogactwa danych zebranych w ramach FHS. Odpowiedni autor Rhoda Au, Ph.D. – profesor anatomii i neurobiologii – wyjaśnia cel ich badań:
„Koncentrując się na modyfikowalnych czynnikach ryzyka, mamy nadzieję zidentyfikować czynniki ryzyka choroby, które można zmienić, umożliwiając tym samym zapobieganie demencji”.
Ich nowa analiza była pierwszą metodą uczenia maszynowego, która pozwoliła uzyskać wyraźniejszy obraz czynników ryzyka, które przyczyniają się do demencji. Uczenie maszynowe wykorzystuje zaawansowane techniki statystyczne, które pozwalają systemom komputerowym „uczyć się” z danymi bez konieczności ich programowania.
Innymi słowy, systemy uczą się od oglądania danych i mogą dostrzec wzorce bez ludzi, którzy muszą kierować ich „myślowym” procesem.
Uczenie maszynowe sprawdza demencję
Naukowcy wykorzystali dane z lat 1979-1983 i byli szczególnie zainteresowani informacjami na temat demografii i stylu życia. Ich wyniki zostały opublikowane niedawno w.
Nie było zaskoczeniem, że wiek był narażony na znaczny czynnik ryzyka. Wraz z wiekiem zwiększają się szanse rozwoju demencji, co już dawno było znane. Autorzy znaleźli jednak inne ważne relacje ukryte w danych, ponieważ wyjaśniają:
„Analiza wykazała również stan cywilny” owdowiałego „, niższy BMI i mniej snu w wieku średnim jako czynniki ryzyka otępienia.”
Mają nadzieję, że wyniki będą przydatne zarówno dla lekarzy pierwszego kontaktu, jak i dla całej populacji. Na przykład, jeśli starzejący się krewny jest owdowiały i ma niedowagę, rozsądne może być uważne obserwowanie wczesnych objawów otępienia.
Prof. Au mówi: „Chcieliśmy zidentyfikować informacje, które każdy lekarz, a nawet nie lekarz, ma łatwy dostęp do określania potencjalnego zwiększonego przyszłego ryzyka demencji.”
„Większość narzędzi przesiewowych na demencję wymaga wyspecjalizowanych szkoleń lub testów” – dodaje – „ale pierwszą linią do badań przesiewowych są lekarze pierwszego kontaktu lub członkowie rodziny, była to również pierwsza próba zastosowania metod uczenia maszynowego w celu zidentyfikowania czynników ryzyka.”
Otóż demencja kosztuje USA znacznie ponad 150 miliardów dolarów rocznie, a więc znalezienie sposobu na ograniczenie tego powoli rosnącego problemu ma kluczowe znaczenie. Te wyniki dają nowy wgląd i potencjał do zminimalizowania przyszłego wpływu demencji.
Jak piszą autorzy: „Czynniki demograficzne i styl życia, które są nieinwazyjne i niedrogie w realizacji, można ocenić w wieku średnim i wykorzystać do potencjalnej modyfikacji ryzyka demencji w późnej dorosłości.”
Zrozumienie czynników ryzyka związanych z demencją może pomóc społeczeństwu zminimalizować szkody, jakie może spowodować.
