一项针对电子健康记录的大规模研究揭示了在阿尔茨海默病确诊前几年常见的四种疾病模式。这些模式以心理健康问题、脑部疾病、认知衰退和血管问题为核心，作为人们在发展成阿尔茨海默病之前常走的不同路径显现出来，为理解疾病如何随着时间的推移形成提供了新的视角。
这项发表在《eBioMedicine》期刊上的研究表明，健康问题的组合及其出现的顺序可能比任何单一状况具有更强的预测能力。通过识别出先于阿尔茨海默病最常见的多步骤路径，该研究为更早、更准确地识别可能处于高风险中的人群提供了新的框架。
阿尔茨海默病是一种影响记忆、思维和行为的进行性脑部疾病。它是痴呆最常见的形式，通常袭击老年人，逐渐侵蚀他们独立生活的能力。目前，美国有超过670万人患有阿尔茨海默病，预计到2050年这一数字将几乎翻倍。尽管进行了数十年的研究，但仍然没有治愈方法，现有的治疗只能略微减缓疾病的进展。减少阿尔茨海默病负担的大部分努力集中在足够早地识别高风险人群，以便在主要认知损害发生前进行干预。
长期以来，科学家们知道某些状况如抑郁、心脏病和糖尿病与更高的阿尔茨海默病风险有关。但许多过去的研究孤立地看待这些风险因素，而没有考虑它们如何在时间上共同展开。这项新研究采取了不同的方法，通过检查人们在被诊断为阿尔茨海默病之前的医疗记录中疾病出现的顺序来进行研究。研究人员不仅关注单一病症，还尝试绘制人们逐步走向阿尔茨海默病的典型路径。
“我们有兴趣了解人们在被诊断为阿尔茨海默病之前所经历的医疗路径。电子健康记录帮助我们识别这些随时间推移的路径，”加州大学洛杉矶分校神经学助理教授兼Augustus S. Rose主席、研究作者Tim Chang说。
研究人员分析了来自加州大学健康数据仓库的近25,000名患者的纵向健康数据，该数据库收集了六个学术医疗中心的记录。这些患者年龄在65至90岁之间，并在数年内多次就诊。使用标准化账单代码确定了阿尔茨海默病的诊断。研究人员随后使用统计建模和数据科学的先进技术对阿尔茨海默病发作前出现的情况序列进行对齐和比较。
他们发现，在5762名阿尔茨海默病患者中，至少有一条由三个或更多健康状况组成的多步疾病路径导致了他们的诊断。通过聚类方法对相似序列进行分组，他们识别出了四种主要轨迹类型。每一种都由一个核心状况定义，并显示出明显的进展模式。
其中一条路径以心理健康问题为中心，尤其是抑郁症。在这个群体中，人们在被诊断为抑郁症之前通常会有焦虑症、高血压、糖尿病或胆固醇问题。抑郁症往往在阿尔茨海默病出现几年前出现。这个群体更有可能包括女性和西班牙裔个体，他们的记录通常显示在阿尔茨海默病发作前一到三年内出现与记忆相关的症状。
另一个大群体遵循了一种以脑病分类的脑部疾病为标志的模式——广义上定义为脑功能障碍。在这个群体中，脑病和脑血管疾病等状况在阿尔茨海默病诊断前更快出现，这些人从核心诊断到阿尔茨海默病发作的时间最短。该群体也与较高的死亡率相关，意味着患者往往在阿尔茨海默病诊断后比其他群体更快去世。
第三种轨迹由先前被诊断为轻度认知障碍或其他退行性神经系统疾病的人主导。这个群体很大程度上遵循了最终达到阿尔茨海默病诊断阈值的经典认知衰退路径。这些患者有着更长的医疗史，其诊断通常包括多年前阿尔茨海默病被识别出的轻微神经或系统性问题。
最后一条路径以血管问题为中心。这些患者倾向于有心血管相关状况，如高血压、脑血管疾病和贫血，以及肌肉骨骼问题如关节疼痛。他们还有最长的医疗记录和最多的共病，表明整体疾病负担较高。许多人遵循逐步的过程，包括高血压，然后是脑血管问题，最后是痴呆。
为了确定这些轨迹是否实际上比个别条件更好地预测阿尔茨海默病的风险，研究人员在一个没有阿尔茨海默病的独立对照组中测试了他们的发现。他们发现，遵循任何多步轨迹的人显著更有可能最终被诊断为阿尔茨海默病，相比那些拥有相同条件之一或两个但不在特定顺序中的人。在许多情况下，遵循特定路径增加的风险高于路径中任何单一条件带来的风险。
研究人员还检查了这些路径是否可能反映因果关系。使用一种称为因果结构学习的机器学习方法，他们估计了条件之间的方向联系。一些路径显示出更强的逐步进展证据。例如，在脑病集群中，像肾衰竭这样的诊断通常接着是脑部疾病，这反过来又被阿尔茨海默病跟随。这表明全身健康问题可能导致神经衰退。
为了确保这些发现在加州大学数据集之外同样适用，研究人员在美国所有人的研究计划（All of Us Research Program）中重复了分析，这是一个具有更多样化人口的全国性研究。他们应用了相同的分析方法，发现四个集群在这一独立样本中基本可复制。几乎所有90%的All of Us队列中的阿尔茨海默病患者都可以被分配到之前识别的疾病轨迹之一。大多数逐步序列再次被证明对未来阿尔茨海默病诊断具有预测性。
Chang告诉PsyPost：“这些发现提供了证据，即何时做出诊断的顺序或模式可能会影响一个人患阿尔茨海默病的风险。”
尽管结果令人鼓舞，研究人员警告说他们的研究存在局限性。数据来源于电子健康记录，可能会遗漏在卫生系统外作出的诊断，或者受到医生编码条件方式变化的影响。团队使用严格的纳入标准来提高准确性，但仍有可能有些病例被遗漏或错误分类。
此外，由于数据集排除了90岁以上的人，因此研究结果可能不适用于最高阿尔茨海默病风险的老年人。最后，研究依赖于观察关联而非生物标记，因此虽然轨迹信息丰富，但它们并不证明一个条件导致另一个条件。
然而，这些发现对公共卫生和临床护理仍有重要意义。通过识别导致阿尔茨海默病的常见模式，医生可能能够更早地发现高风险人群，并对他们进行筛查或干预。例如，有抑郁史并伴有代谢问题的人可能需要更密切地监测认知衰退迹象。这项研究还强调了治疗慢性病（如心血管疾病和糖尿病）的必要性，不仅要单独治疗，还要考虑到它们如何相互作用及随着时间的推移如何影响脑健康。
这项名为“利用电子健康记录识别阿尔茨海默病的常见疾病轨迹”的研究由傅明洲（Mingzhou Fua）、斯里拉姆·桑卡拉拉曼（Sriram Sankararaman）、博格丹·帕萨尼乌（Bogdan Pasaniuc）、基思·沃塞尔（Keith Vossel）和蒂莫西·S·张（Timothy S. Chang）撰写。
(全文结束)
