电子健康记录的纵向分析揭示了与随后的阿尔茨海默氏症发展相关的医疗条件
Xue Zhong1, Gengjie Jia2, Zhijun Yin3
1Department of Medicine, Vanderbilt Genetics Institute, Vanderbilt University Medical Center, Nashville, TN.
medRxiv : the preprint server for health sciences
|April 8, 2025
概括
识别与阿尔茨海默病 (AD) 风险相关的健康状况至关重要. 这项研究使用电子健康记录来发现AD诊断前的普遍精神,神经和代谢障碍.
科学领域:
- 神经科学是一个神经科学.
- 遗传学 是一个遗传学.
- 流行病学 流行病学
背景情况:
- 阿尔茨海默病 (AD) 风险受到各种健康状况的影响.
- 电子健康记录 (EHR) 为识别这些风险因素提供了宝贵的资源.
研究的目的:
- 系统地识别与阿尔茨海默病的后续发展相关的医疗条件.
- 为了利用大规模的EHR数据进行可靠的风险因素识别.
主要方法:
- 使用MarketScan和VUMC (15300万个体) 的非识别的EHR进行回顾性队列研究.
- 在AD病例中的医疗状况与年龄和性别匹配的对照组在10年前诊断窗口中的比较.
- 使用大规模生物库 (BioVU和英国生物库) 评估遗传基础.
主要成果:
- 确定了406个 (MarketScan) 和102个 (VUMC) 医学现象,在未来的AD病例中得到了丰富.
- 在这两种数据库中,精神和神经障碍是最丰富的类别.
- 超过70个复制的表型包括抑郁症,睡眠障碍,大脑动脉样硬化和2型糖尿病,19个表现出与AD的遗传联系.
结论:
- 纵向EHR分析稳定地确定了AD发展之前的健康状况.
- 这些发现突出了潜在的治疗和干预目标,以减少AD风险.
- 这项研究为主动的AD风险管理策略提供了基础.
