Откривени нови фактори ризика од деменције
Користећи велику и свеобухватну базу података, истраживачи откривају нове комбинације фактора који повећавају ризик од деменције касније у животу. Налази би могли помоћи клиничарима да уоче ризичне људе.
Деменција је све већа забринутост. С обзиром на то да становништво стари и живи дужи живот, почиње да постаје норма, трка да се разуме зашто се јавља деменција креће.
У свету је деменција водећи узрок инвалидитета и зависности код старијих одраслих.
У Сједињеним Државама 5,7 милиона људи живи са Алцхајмеровом болешћу, која је најчешћи облик деменције. До 2050. предвиђа се да ће ова цифра порасти на 14 милиона.
Тренутно не постоје ефикасни третмани, па је разумевање фактора који доприносе кључно ако желимо да га закопчамо у пупољак.
Уклањање података
Као део настојања да се разуме који су фактори укључени у развој ових стања, научници нестрпљиво зарањају у све доступне скупове података. Јасни обрасци почињу да се појављују само сецирањем великог броја података о становништву.
Један од таквих извора података је Фрамингхам Хеарт Студи (ФХС), започет 1948. године. До данас је пратио три генерације учесника, а његова примарна функција је посматрање заједничких фактора који доприносе кардиоваскуларним болестима.
Истраживачи са Медицинског факултета Универзитета Бостон у Массацхусеттсу недавно су искористили богатство података прикупљених у оквиру ФХС. Аутор за контакт Рхода Ау, Пх.Д. - професор анатомије и неуробиологије - објашњава сврху њиховог проучавања:
„Фокусирајући се на променљиве факторе ризика, надамо се да ћемо идентификовати факторе ризика који се могу променити, омогућавајући могућност спречавања деменције.“
Њихова нова анализа је прва која је користила приступ машинском учењу како би створила јаснију слику о факторима ризика који доприносе деменцији. Машинско учење користи напредне статистичке технике које омогућавају рачунарским системима да „уче“ са подацима без посебног програмирања.
Другим речима, системи уче из прегледа података и могу уочити обрасце, а да људи не требају да воде свој процес „размишљања“.
Машинско учење врши инспекцију деменције
Истраживачи су користили податке узете 1979–1983, а посебно су их занимале информације у вези са демографским подацима и начином живота. Њихови резултати су недавно објављени у Јоурнал оф Алзхеимер'с Дисеасе.
Није изненађујуће што је старост била изложена као значајан фактор ризика. Како старимо, шансе за развој деменције нам се повећавају, а то је одавно познато. Међутим, аутори су пронашли и друге значајне везе скривене у подацима, како објашњавају:
„Анализа је такође идентификовала брачни статус„ удовца “, нижег БМИ и мање сна у средњим годинама као факторе ризика од деменције.“
Надају се да ће резултати бити корисни и за прве клинике и за ширу популацију. На пример, ако је старији рођак удовац и има прекомерну тежину, можда би било паметно пажљиво пазити на ране знакове деменције.
Професор Ау каже: „Желели смо да идентификујемо информације којима било који лекар или чак нелекар има лак приступ у одређивању потенцијално повећаног будућег ризика за деменцију.“
„Већина алата за скрининг деменције захтева специјалну обуку или тестирање“, додаје она, „али прва линија за скрининг су лекари примарне здравствене заштите или чланови породице. Ово је такође био почетни покушај примене метода машинског учења за идентификовање фактора ризика. “
Сада деменција кошта САД знатно више од 150 милијарди долара сваке године, па је проналажење начина за сузбијање овог споро растућег проблема од виталног значаја. Ова открића нуде нови увид и потенцијал да се минимализује будући утицај деменције.
Као што аутори пишу, „Демографски фактори и фактори животног стила који су неинвазивни и јефтини за примену могу се проценити у средњим годинама и користити за потенцијалну модификацију ризика од деменције у касној одраслој доби.“
Разумевање фактора ризика који стоје иза деменције може помоћи друштву да умањи штету коју може проузроковати.
