Nye demens risikofaktorer avdekket
Ved hjelp av en stor og omfattende database avdekker forskere nye kombinasjoner av faktorer som øker risikoen for demens senere i livet. Resultatene kan hjelpe klinikere til å oppdage mennesker i fare.
Demens er en økende bekymring. Fordi befolkningen eldes og det å leve lengre liv begynner å bli normen, er løpet om å forstå hvorfor demens oppstår på.
Over hele verden er demens den viktigste årsaken til funksjonshemming og avhengighet hos eldre voksne.
I USA lever 5,7 millioner mennesker med Alzheimers, som er den vanligste formen for demens. Innen 2050 antas dette tallet å stige til 14 millioner.
For øyeblikket er det ingen effektive behandlinger, så det er viktig å forstå de medvirkende faktorene hvis vi skal nippe det i knoppen.
Fjerner dataene
Som en del av presset for å forstå hvilke faktorer som er involvert i utviklingen av disse forholdene, dykker forskerne ivrig inn i alle tilgjengelige datasett. Det er bare ved å dissekere store bassenger av befolkningsdata som klare mønstre begynner å dukke opp.
En slik datakilde er Framingham Heart Study (FHS), som startet i 1948. Til dags dato har den fulgt tre generasjoner av deltakere, og dens primære funksjon er å observere de vanlige faktorene som bidrar til hjerte- og karsykdommer.
Forskere ved Boston University School of Medicine i Massachusetts benyttet seg nylig av den mengden data som ble samlet inn som en del av FHS. Tilsvarende forfatter Rhoda Au, Ph.D. - professor i anatomi og nevrobiologi - forklarer formålet med studien:
"Ved å fokusere på modifiserbare risikofaktorer, håper vi å identifisere sykdomsrisikofaktorer som kan endres, noe som muliggjør muligheten for å forhindre demens."
Deres nye analyse var den første som brukte en maskinlæringsmetode for å generere et tydeligere bilde av risikofaktorene som bidrar til demens. Maskinlæring bruker avanserte statistiske teknikker som tillater datasystemer å "lære" med data uten å være spesielt programmert.
Systemer lærer med andre ord av å se på dataene og kan oppdage mønstre uten at mennesker trenger å veilede sin "tankeprosess".
Maskinlæring inspiserer demens
Forskerne brukte data som ble tatt i 1979–1983, og de var spesielt interessert i informasjon om demografi og livsstil. Resultatene ble nylig publisert i Journal of Alzheimers Disease.
Ikke overraskende ble alderen eksponert som en betydelig risikofaktor. Når vi blir eldre, øker sjansene våre for å utvikle demens, og dette har lenge vært kjent. Forfatterne fant imidlertid andre viktige forhold skjult i dataene, da de forklarer:
"Analysen identifiserte også en sivilstatus av" enke ", lavere BMI og mindre søvn midt i livet som risikofaktorer for demens."
De håper at resultatene vil være nyttige for både klinikere i frontlinjen og befolkningen generelt. For eksempel, hvis en aldrende slektning er enke og undervektig, kan det være klokt å følge nøye med på de tidlige tegnene på demens.
Prof. Au sier: "Vi ønsket å identifisere informasjon som enhver lege eller til og med ikke-lege har lett tilgang til for å bestemme potensiell økt fremtidig risiko for demens."
“De fleste screeningverktøy for demens krever spesialisert opplæring eller testing,” legger hun til, “men frontlinjen for screening er primærleger eller familiemedlemmer. Dette var også et første forsøk på å anvende maskinlæringsmetoder for å identifisere risikofaktorer. ”
Nå koster demens USA godt over $ 150 milliarder dollar hvert år, og det er derfor viktig å finne måter å begrense dette sakte voksende problemet på. Disse funnene gir ny innsikt og potensialet for å minimere den fremtidige effekten av demens.
Som forfatterne skriver: "Demografiske og livsstilsfaktorer som ikke er invasive og rimelige å implementere, kan vurderes midt i livet og brukes til å potensielt endre risikoen for demens i sen voksen alder."
Å forstå risikofaktorene bak demens kan hjelpe samfunnet med å minimere skaden det kan forårsake.
