加州大学洛杉矶分校（UCLA）的研究人员绘制出了导致阿尔茨海默病的四条不同路径，揭示了这种毁灭性疾病是如何通过一系列健康问题逐步发展，而不是由孤立的风险因素引起。
这项研究发表在《eBioMedicine》杂志上，分析了近25,000名患者的电子健康记录，以识别可预测的模式，这些模式可能会改变早期检测和预防策略。与以往研究不同，后者单独研究抑郁症或糖尿病等疾病，而这项分析追踪了疾病随时间推移的相互发展，创建了逐步进展至阿尔茨海默病的路径。研究结果表明，某些诊断序列比单一疾病的风险显著更高。
疾病侦探工作
研究团队分析了来自加州大学健康数据仓库的纵向健康数据，追溯患者从阿尔茨海默病诊断开始的医疗历程。利用机器学习算法和网络分析，他们在5,762名患者中发现了6,794条独特的疾病轨迹。
“我们发现，多步轨迹可能比单一疾病更能指示阿尔茨海默病的风险，”第一作者、加州大学洛杉矶分校医学信息学学生Mingzhou Fu解释道。“了解这些路径可能会从根本上改变我们对早期检测和预防的处理方式。”
分析揭示了四条主要进展路径：
- 心理健康路径：抑郁症和焦虑障碍导致认知能力下降，主要影响女性和西班牙裔患者
- 脑病路径：脑功能障碍状况，显示出最快进展至阿尔茨海默病和死亡
- 轻度认知障碍路径：传统的逐渐认知能力下降，与其他路径重叠最多
- 血管疾病路径：心血管疾病增加痴呆风险，拥有最长的病史
超越偶然
最引人注目的是，约26%的诊断进展显示了一致的方向性顺序。例如，高血压通常先于抑郁发作，然后增加阿尔茨海默病的风险，这表明潜在的因果关系，而不仅仅是偶然。
“认识到这些顺序模式，而不是单独关注诊断，可能帮助临床医生改进阿尔茨海默病的诊断，”加州大学洛杉矶分校神经学系助理教授、首席作者Timothy Chang博士指出。研究人员应用了复杂的因果推断算法，以区分真正的因果关系和仅仅是统计关联。脑病簇显示了最高的因果联系比例，达到42.9%，表明与其他路径相比，这些疾病进展更具确定性。
在全美范围内的验证
当在“全民研究计划”（All of Us Research Program）——一个多样化的、具有全国代表性的队列中测试时，这些轨迹模式表现强劲。该独立群体中近90%的患者可以被分配到之前确定的四条路径之一，确认了这些发现不仅限于加州的学术医疗中心。
验证对于证明多步轨迹比单一诊断更准确预测阿尔茨海默病风险至关重要。在国家队列中，测试的九个轨迹模式中有七个显示出与阿尔茨海默病发展的显著关联。
这些发现的意义远不止学术兴趣。医疗服务提供者可以利用这些模式进行增强的风险分层，更早地识别高风险患者。更重要的是，认识到有害的序列可能使有针对性的干预成为可能，以在进展至阿尔茨海默病之前阻止危险的进展。
对于目前美国超过670万的阿尔茨海默病患者——这一数字预计到2050年将几乎翻倍——了解这些路径可以为针对个体风险模式的预防策略提供信息。临床医生可能在患者首次显示高风险轨迹迹象时就进行干预，而不是等待记忆力丧失的出现。
这项研究代表了一种转变，即不再将阿尔茨海默病视为单一疾病，而是理解为其多年或几十年发展的多种不同生物路径的最终结果。
【全文结束】
