Исследователи из Медицинской школы Икана на горе Синай и другие использовали возможности машинного обучения для определения ключевых предикторов смертности у пациентов с деменцией.
Исследование, опубликованное в онлайн-выпуске журнала Communications Medicine от 28 февраля , решает критические проблемы в лечении деменции , выявляя пациентов с высоким риском краткосрочной смерти и выявляя факторы, которые способствуют этому риску.
В отличие от предыдущих исследований, которые были сосредоточены на диагностике деменции, это исследование углубляется в прогнозирование прогноза пациентов, проливая свет на риски смертности и факторы, способствующие различным видам деменции.
Деменция стала основной причиной смерти в обществах со все более стареющим населением. Однако предсказать точное время смерти в случаях деменции сложно из-за вариабельного прогрессирования снижения когнитивных функций, влияющего на нормальные функции организма, говорят исследователи.
«Наши результаты значительны, поскольку они иллюстрируют потенциал моделей машинного обучения для точного прогнозирования риска смертности у пациентов с деменцией в различных временных рамках», — сказал соавтор Куан-лин Хуанг, доктор философии, доцент кафедры генетики и геномных наук в Икан-Маунт. Синай.
«Выявляя краткий набор клинических характеристик, включая результаты нейропсихологических и других доступных тестов, наши модели позволяют поставщикам медицинских услуг принимать более обоснованные решения об уходе за пациентами, что потенциально приводит к более адаптированным и своевременным вмешательствам».
Используя данные Национального координационного центра по борьбе с болезнью Альцгеймера США, включающие 45 275 участников и 163 782 записи о посещениях, в исследовании были созданы модели машинного обучения, основанные на клинических и нейрокогнитивных особенностях. Эти модели предсказывали смертность через один, три, пять и 10 лет. В ходе исследования были разработаны конкретные модели для восьми типов деменции посредством стратифицированного анализа.
Исследование также показало, что результаты нейропсихологических тестов были лучшим предиктором риска смертности у пациентов с деменцией, чем возрастные факторы, такие как рак и болезни сердца , что подчеркивает значительную роль деменции в смертности среди людей с нейродегенеративными заболеваниями.
«Последствия нашего исследования выходят за рамки клинической практики , поскольку оно подчеркивает ценность машинного обучения в раскрытии сложных заболеваний, таких как деменция. Это исследование закладывает основу для будущих исследований в области прогностического моделирования в лечении деменции», — говорит доктор Хуанг.
«Однако, хотя машинное обучение открывает большие перспективы для улучшения лечения деменции, важно помнить, что эти модели не являются хрустальными шарами для индивидуальных результатов. Многие факторы, как личные, так и медицинские, формируют путь пациента».
Далее исследовательская группа планирует усовершенствовать свои модели, включив в них эффекты лечения и генетические данные , а также исследуя передовые методы глубокого обучения для еще более точных прогнозов.
Учитывая старение населения , деменция становится все более актуальной проблемой общественного здравоохранения, занимая седьмое место среди основных причин смерти и четвертое место среди самых тяжелых заболеваний или травм в Соединенных Штатах в 2016 году по количеству потерянных лет жизни. По состоянию на 2022 год стоимость болезни Альцгеймера и других деменций оценивается в 1 триллион долларов в год, от них страдают примерно 6,5 миллионов американцев и 57,4 миллиона человек во всем мире, причем прогнозируется, что к 2050 году их число утроится.