计算全身暴露体模型用于全球精确的大脑健康
Agustín Ibáñez1,2,3,4,5, Claudia Duran-Aniotz6, Joaquín Migeot6,7
1Latin American Brain Health Institute (BrainLat), Universidad Adolfo Ibáñez, Santiago, Chile. agustin.ibanez@gbhi.org.
Nature communications
|December 10, 2025
概括
全球关于大脑健康的研究是分散的. 我们提出多式多样性,一个新的框架,整合全身和暴露性数据,以实现个性化的大脑健康预测和公平的进步.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 环境健康 环境健康
背景情况:
- 全球神经和精神疾病的患病率正在上升,这带来了重大挑战.
- 目前的研究是分散的,使用有限的队列和不良集成的数据集.
- 现有的理论未能将大脑健康与脑外因素和个体变异性统一起来.
研究的目的:
- 通过整合各种数据源来解决大脑健康的复杂性.
- 介绍一种新的结构,以理解大脑健康的背景.
- 促进个性化的预测和大脑健康的公平进步.
主要方法:
- 引入多式多样性,一种非线性,因果和生态结构.
- 整合数据表示,全身和暴露因素.
- 使用计算建模进行个性化预测.
主要成果:
- 拟议的元模型整合了全球的多层次数据.
- 它能够对大脑健康进行个性化的预测.
- 它促进了人口的包容性和诊断精度.
结论:
- 多模式多样性为大脑健康研究提供了一个整体的方法.
- 这一框架促进了公平和情境敏感的进步.
- 它通过整合各种健康因素来提高诊断精度.
