在唐氏综合征中发现的阿尔茨海默病的新型预测因子是使用机器学习识别的

科学领域:

• 神经学 神经学
• 遗传学 遗传学 是一个
• 数据科学数据科学数据科学

背景情况:

• 由于遗传因素,唐氏综合征 (DS) 个体患阿尔茨海默病 (AD) 的发病率很高.
• 在患有DS的成年人中,AD发病的预测因素尚不清楚.
• 在21号染色体上粉样蛋白前体蛋白 (APP) 基因三倍化与DS中的AD有关.

研究的目的:

• 为了确定共同发生的条件,预测事件AD在美国成年人唐氏综合征.
• 利用大规模的医疗数据和机器学习进行预测建模.

主要方法:

• 对非标识的医疗补助和医疗保险数据 (2011-2019) 的分析.
• 包括患有唐氏综合征的成年人,使用ICD代码识别AD和并发症.
• 应用案例控制设计,采用风险集采样和梯度增强树来识别预测因素.

主要成果:

• 研究队列包括平均年龄为44.6岁的成年人;记录了16,398例AD诊断事件.
• 机器学习模型实现了0.86的AUC,表明了强大的预测性能.
• 阿尔茨海默病的关键预测因素包括晚年,双重保险入学,发生,发生,甲状腺功能低下,精神分裂症和高脂血症.

结论:

• 在唐氏综合征中识别的AD预测因素与一般人群中的预测因素一致.
• 新发性可能成为该人口群中AD症状发作的重要临床指标.
• 这些发现为进一步研究阿尔茨海默氏症病因和对患有唐氏综合征的成年人潜在干预措施提供了目标.