公衆衛生

科学分野:

• 神経科学
• 老年医学
• 公衆衛生

背景:

• 認知症の危険因子の特定は、予防戦略にとって非常に重要です。
• 高齢者は多病を併発していることが多く、個々の危険因子の評価を複雑にしています。
• 正確な認知症予測のためには、複数の危険因子の同時評価が必要です。

研究 の 目的:

• 修正可能および修正不可能な危険因子を同時に特定し、認知症への進行を予測することを目的としました。
• 機械学習を活用して、認知症予測における包括的なリスク評価を行いました。
• 危険因子の複合的な影響を理解することで、認知症予防戦略に情報を提供することを目的としました。

主な方法:

• 国立アルツハイマー病調整センター（NACC）の縦断的な実世界データ（2005-2023年）を分析しました。
• 11の修正可能な危険因子（難聴、高血圧、BMI、うつ病など）と2つの修正不可能な因子（年齢、性別）を含めました。
• 機械学習アプローチ（SHAP値分析を含む）を適用して、危険因子の同時評価を行いました。

主要な成果:

• 11,107人の認知機能が正常な個人を分析し、1,052人が認知症に進行しました。
• 機械学習モデルは、認知症への進行を予測する上で66.03%の精度（ROC-AUC 0.745）を達成しました。
• 年齢が最も影響力のある予測因子であり、その後に修正可能な因子（難聴、高血圧、BMI、うつ病、視力低下、教育）が続きました。

結論:

• 多病を併発した状態を含む認知症の危険因子の同時評価は、予防にとって重要です。
• 難聴と高血圧は、年齢とともに重要な修正可能な危険因子です。
• 機械学習フレームワークは、認知症予防のための予測精度と洞察力を向上させます。