새로운 치매 위험 요인 발견
연구자들은 크고 포괄적 인 데이터베이스를 사용하여 나중에 치매의 위험을 증가시키는 새로운 요인 조합을 발견합니다. 이 발견은 임상의가 위험에 처한 사람들을 발견하는 데 도움이 될 수 있습니다.
치매는 점점 더 우려되고 있습니다. 인구가 고령화되고 장수하는 것이 일반화되기 시작했기 때문에 치매가 발생하는 이유를 이해하기위한 경쟁이 계속되고 있습니다.
전 세계적으로 치매는 노인의 장애와 의존의 주요 원인입니다.
미국에서는 570 만 명의 사람들이 치매의 가장 흔한 형태 인 알츠하이머를 앓고 있습니다. 2050 년까지이 수치는 1,400 만 명으로 증가 할 것으로 예상됩니다.
현재 효과적인 치료법이 없기 때문에 새싹을 싹 틔 우려면 기여 요인을 이해하는 것이 필수적입니다.
데이터 선택 해제
이러한 조건의 발달에 어떤 요인이 관련되어 있는지 이해하려는 노력의 일환으로 과학자들은 사용 가능한 모든 데이터 세트를 열심히 조사하고 있습니다. 명확한 패턴이 나타나기 시작하는 것은 대규모 인구 데이터 풀을 분석하는 것입니다.
이러한 데이터 소스 중 하나는 1948 년에 시작된 Framingham Heart Study (FHS)입니다. 현재까지 3 세대에 걸쳐 참여했으며 주요 기능은 심혈관 질환에 기여하는 공통 요인을 관찰하는 것입니다.
매사추세츠에있는 Boston University School of Medicine의 연구원들은 최근 FHS의 일부로 수집 된 풍부한 데이터를 활용했습니다. 교신 저자 Rhoda Au, Ph.D. — 해부학 및 신경 생물학 교수 — 연구 목적을 다음과 같이 설명합니다.
"수정 가능한 위험 요소에 집중함으로써 우리는 변경 가능한 질병 위험 요소를 식별하여 치매를 예방할 수 있기를 희망합니다."
그들의 새로운 분석은 치매에 기여하는 위험 요소에 대한 명확한 그림을 생성하기 위해 머신 러닝 접근 방식을 사용한 최초의 것입니다. 머신 러닝은 컴퓨터 시스템이 특별히 프로그래밍하지 않고도 데이터로 "학습"할 수 있도록하는 고급 통계 기술을 사용합니다.
즉, 시스템은 데이터를 보면서 학습하고 사람이 "사고"프로세스를 안내 할 필요없이 패턴을 발견 할 수 있습니다.
기계 학습으로 치매 검사
연구자들은 1979 ~ 1983 년에 수집 한 데이터를 사용했으며 특히 인구 통계 및 생활 방식에 관한 정보에 관심이있었습니다. 그들의 결과는 최근에 발표되었습니다. 알츠하이머 병 저널.
당연히 나이가 중요한 위험 요인으로 노출되었습니다. 나이가 들어감에 따라 치매에 걸릴 확률이 높아지며 이것은 오랫동안 알려져 왔습니다. 그러나 저자는 다음과 같이 설명하는 것처럼 데이터에 숨겨진 다른 중요한 관계를 발견했습니다.
"이 분석은 또한 결혼 상태가 '과부', 낮은 BMI, 중년기의 수면 부족을 치매의 위험 요인으로 확인했습니다."
그들은 결과가 일선 임상의와 전체 인구 모두에게 유용하기를 희망합니다. 예를 들어, 고령 친척이 과부이고 저체중이라면 치매의 초기 징후를주의 깊게 관찰하는 것이 현명 할 수 있습니다.
Au 교수는 "우리는 의사 나 비 의사가 쉽게 접근 할 수있는 정보를 확인하여 향후 치매에 대한 잠재적 인 증가 위험을 파악하고자했습니다."라고 말합니다.
“대부분의 치매 검사 도구는 전문적인 교육이나 검사가 필요합니다. 그러나 검사의 최전선은 1 차 진료 의사 나 가족입니다. 이것은 또한 위험 요인을 식별하기 위해 기계 학습 방법을 적용하려는 초기 시도였습니다. "
이제 치매는 미국에 매년 1,500 억 달러를 훨씬 넘는 비용을 지출하므로 천천히 성장하는 문제를 줄이는 방법을 찾는 것이 중요합니다. 이러한 발견은 치매의 미래 영향을 최소화 할 수있는 새로운 통찰력과 잠재력을 제공합니다.
저자가 쓴 것처럼 "비 침습적이고 구현 비용이 저렴한 인구 통계 학적 및 생활 양식 요인은 중년기에 평가 될 수 있으며 성인기 후기 치매 위험을 잠재적으로 수정하는 데 사용될 수 있습니다."
치매의 위험 요소를 이해하면 사회가 치매로 인한 피해를 최소화하는 데 도움이 될 수 있습니다.
