全新模型提前十年预测阿尔兹海默病发病风险

　　)如何提早应对阿尔兹海默病这类病因至今未完全明确的疾病?复旦大学类脑智能科学与技术研究院冯建峰教授/程炜团队与复旦大学附属华山医院郁金泰教授临床研究团队组建学科交叉攻关团队，利用生物医学大数据以及人工智能算法开发全新的认知障碍风险预测模型——UKB-DRP，能对个体在五年、十年甚至更长时间内是否有全因痴呆及其主要亚型阿尔兹海默病的发病风险进行精准预测。

　　痴呆是一种起病隐匿、进行性发展的神经系统退行性疾病，一旦患病，大脑的记忆力、思维能力等功能会像被“橡皮擦”一样清除掉，成为老年人群致死和致残的主要疾病之一，已列为21世纪全球重大健康难题。

　　随着社会老龄化加快，2050年全球罹患痴呆的人数预计将从2019年的5700万增加至1.53亿。痴呆病程长，年轻化趋势明显，发病前20年已出现病理改变，但临床诊断时往往已错过最佳治疗时间窗，早期预测、早期干预的研究迫在眉睫。

　　联合团队利用英国生物样本库队列，随访了425159名40-69岁的非痴呆人群，在中位随访时长达11.9年的过程中，5287位参与者被诊断为新发痴呆。

　　研究纳入参与人群的认知、生化、行为和基因等多维度健康相关指标，基于临床经验对这些指标进行严格筛选和质控。随后运用机器学习算法，计算每个指标对痴呆预测模型的重要程度，最终选出排名前十的指标作为预测因子，构建了UKB-DRP痴呆预测模型。

　　这十个预测因子包括：年龄、载脂蛋白E(ApoE)基因、认知配对测试时长、腿部脂肪百分比、服药数量、认知反应测试时长、呼气峰流量、母亲死亡年龄、慢性疾病和平均红细胞体积。

　　UKB-DRP痴呆预测模型对未来五年、十年甚至更长时间的全因痴呆和阿尔兹海默病的预测效能均较高，其中全因痴呆的预测AUC值为0.85，阿尔兹海默病的预测AUC值更高，可达0.86-0.89。而且这一痴呆预测模型与国际上已发表的预测模型，如CAIDE、DRS、ANUADRI等相比，预测精度显著更高。

　　UKB-DRP痴呆预测模型的优势在于，其纳入的十个预测因子可以从问卷调查、简单查体和常规血液检查中快速获取。相比其他基于昂贵全基因组测序、有创腰椎穿刺或PET影像等复杂预测因子建立的模型，该模型可广泛应用于各级医疗单位早期筛查。

　　相关成果发表于《柳叶刀》子刊《eClinicalMedicine》(《临床医学》)。研究团队还研发了UKB-DRP痴呆预测模型的网页版应用，使用者可在线输入待测个体的相关信息，获取痴呆发病风险信息。

　　这是复旦大学类脑智能科学与技术研究团队与华山医院临床研究团队近年组建的医理跨学科交叉团队围绕重大脑疾病临床防治问题合作深耕的又一突破。合作团队的前期工作围绕阿尔兹海默病及痴呆的早期防治开展研究，通过对多组学表型数据的深入挖掘，确认了握力与步速、体脂和炎症等一系列新型风险因素，并深入探究运动与睡眠、抗抑郁治疗、白内障治疗及户外日照等对降低痴呆风险的重要作用。联合研究团队基于所挖掘的生物标志物，绘制其自然变化轨迹，并结合多模态脑影像进一步揭示其神经影像机制，为开展保护性治疗提供新靶点。团队已在顶级期刊发表相关论文10余篇。 （文汇）