在晚期发病的阿尔茨海默氏症中,解码电子病历中的子类型揭示了异质性和性别特异性的差异

科学领域:

• 神经退行性疾病 神经退行性疾病
• 遗传学和基因组学 遗传学和基因组学
• 个性化医疗是个性化的医疗.

背景情况:

• 阿尔茨海默病 (AD) 是一种进展性神经退行性疾病,缺乏治愈疗法.
• 识别不同的AD亚型和个性化治疗策略是关键的未满足需求.

研究的目的:

• 在电子病历上使用无监督学习来识别不同的阿尔茨海默病亚现象.
• 调查阿尔茨海默病的表现和并发症的性别差异.
• 验证独立数据集中的发现.

主要方法:

• 应用无监督学习到UCSF的电子病历,以根据并发症概况识别AD亚型.
• 针对集群特异性并发症进行了丰富分析.
• 进行了性别分层分析,以评估男性和女性之间的差异.
• 使用独立的UC-Wide数据集验证结果.

主要成果:

• 在8,363名患者中确定了五种不同的阿尔茨海默病亚现型,其特点是伴随性疾病 (例如心血管,胃肠道,虚弱).
• 观察到基于性别的显著差异,跨子类型的并发症分布.
• 在UCSF和UC-Wide数据集中验证了关于子类型和性别差异的关键发现.

结论:

• 该研究成功地确定了具有临床意义的阿尔茨海默病亚现型,具有显著的性别特异性变异.
• 研究结果表明,潜在的生物学因素 (例如,阿波利波蛋白E,肠道微生物群) 导致AD异质.
• 结果强调需要进一步研究生物机制,并开发针对阿尔茨海默病的个性化治疗方案.