科学家们使用新的数据挖掘策略来发现那些患阿尔茨海默症的高危人群

在过去的20年里，开发阿尔茨海默氏症治疗方法的努力既充满希望，也令人失望。人们对这种疾病有了更深入的了解，但仍未能研制出成功的新药。

这要归咎于许多未定义的轻度认知障碍亚型，这是阿尔茨海默症的前兆疾病．

“每个人都认为阿尔茨海默氏症是一种疾病，但它不是，”P. Murali Doraiswamy医学博士说，他是精神病学教授，也是杜克健康中心神经认知障碍项目的主任。“有很多子群体。如果你让所有不同类型的人参加试验，但你的药物只针对一个生物通路，当然，没有这种异常的人不会对药物产生反应，试验将会失败。”

但是，根据7月28日发表在该杂志上的一篇文章的发现，如果科学家将患有类似认知障碍类型的人分组，他们就可以更精确地测试试验药物的影响科学报告《自然研究》杂志的一份出版物。

这项研究是由克罗地亚Rudjer Boskovic研究所的人工智能专家Dragan Gamberger博士和Doraiswamy共同领导的。

为了识别相似的疾病类型，该团队使用多层聚类算法对来自阿尔茨海默病神经成像计划两项大型研究的数十个数据点进行排序。研究数据包括对562名轻度认知障碍患者的认知测试、脑部扫描和脊髓液生物标记物，这些患者被跟踪了长达5年。

两组人产生了兴趣——认知能力明显下降的人和症状几乎没有下降或没有下降的人。的大脑扫描在240名所谓的“快速衰退”患者中，其萎缩速度是184名慢性疾病患者的两倍。快速下降也从轻度认知障碍该分析显示，罹患痴呆症的几率是慢动性疾病患者的五倍。

该团队进一步设计了一种更简单的方法，科学家可以在未来的研究中使用现有的纸笔认知测试来识别这两个不同的群体。

研究人员可以利用这些发现来创建更同质的试验组，这将允许科学家设计更短的试验组试用并更好地了解实验疗法的有效性，Gamberger说。

研究小组将继续深入研究快速下降的患者，评估性别、生活方式和基因等因素的影响，以了解是什么原因导致他们的认知能力如此迅速地上升。

Doraiswamy说:“这些发现对未来试验的设计有直接影响。”“我们已经知道了这些信息的零零零落——有几十种基因使人们处于危险之中，或者某些大脑变化使人们处于危险之中——但使用无偏见的工具，如使用这种新算法的数据挖掘，我们可以把所有这些信息碎片放在一起，确定那些真正处于最大风险中的人。”