超图集群用于分析慢性疾病模式在轻度认知障碍逆转和进展的分析
Muskan Garg1, Xingyi Liu1, Eunji Jeon1
1Department of Artificial Intelligence & Informatics, Mayo Clinic, Rochester, MN, USA.
Scientific reports
|December 9, 2025
概括
在轻度认知障碍 (MCI) 发生之前识别慢性疾病序列是关键. 某些疾病,如慢性病,可能表明MCI进展,而其他疾病,如关节炎,则显示性别特异性与MCI逆转的联系.
科学领域:
- 神经学 神经学
- 老年学是一门学科.
- 数据科学数据科学数据科学
背景情况:
- 要了解轻度认知障碍 (MCI) 的进展和潜在逆转,需要确定之前的慢性疾病模式.
- 梅奥诊所老龄化研究 (MCSA) 队列为分析认知轨迹和相关健康状况提供了宝贵的数据.
研究的目的:
- 为了确定MCI之前的慢性疾病的常见序列.
- 引入一种新的基于网络的集群框架 (超图集群),用于表征与认知轨迹相关的类似进展模式的患者.
- 探索与MCI逆转相关的性别特异性指标.
主要方法:
- 使用了梅奥诊所关于衰老的研究 (MCSA) 队列.
- 根据MCI进展或在五年内恢复正常的情况将参与者分为组.
- 在患者层面策划了状态过渡网络,并在患者组层面应用了超图集群.
主要成果:
- 确定了与MCI相关的通用关键指标,如慢性病.
- 突出了MCI逆转的性别特异性潜在指标,包括女性的关节炎和高血压.
- 观察到特定的慢性疾病序列,如由关节炎引起的,在女性中更常见,需要进一步验证.
结论:
- 新的超图集群框架有效地通过发现MCI之前的独特慢性疾病轨迹的相似性来表征患者.
- 这些发现开辟了新的研究途径,研究慢性疾病模式的性别特异性差异及其对MCI进展和逆转的影响.
