年轻一代真的更不容易患痴呆症吗?

Are younger generations really less likely to develop dementia, as a recent study has claimed?

英国英文健康与医学
新闻源:Aged Care Insite
2025-06-26 11:49:00阅读时长4分钟1620字
痴呆症年轻一代患病风险健康高收入国家低收入国家诊断预测模型社会经济地位健康不平等

痴呆症目前影响着全球超过5700万人,而且这一数字预计还会继续增长。到2030年,预计将有7800万人患有痴呆症;到2050年,这一数字可能达到1.39亿人。

然而,最近的一项令人惊讶的研究表明,每一代人的痴呆症风险实际上正在下降。尽管如此,我们有充分的理由对这一发现持怀疑态度。

研究人员分析了来自62,437名70岁及以上人群的数据。这些数据来自三项关于老龄化的纵向队列研究,其中包括在美国、欧洲和英格兰进行的研究。

为了进行分析,研究人员比较了出生于八个不同代际群体中的人群的可能痴呆症诊断情况。第一个群体出生于1890年至1913年间,而最新的群体则出生于1944年至1948年间。

研究人员使用了一种算法来推测可能的痴呆症诊断。这基于参与者的社会人口特征,以及他们的认知表现和日常生活技能(包括他们完成日常功能的能力,如洗漱和进食,以及记忆能力)。这些都是临床实践中用于诊断痴呆症的标准评估工具。

为了验证该算法对可能痴呆病例的预测结果,研究人员将预测结果与美国《老龄化、人口统计学和记忆研究》中的一个子样本进行了对比,该子样本中的参与者已获得了临床痴呆症诊断。

该研究的参与者接受了长达三到四个小时的严格认知评估。用于生成痴呆预测的算法与该子样本的临床诊断数据之间的一致率超过85%。

在计算出痴呆状态后,作者构建了两个模型,以确定年龄、代际群体与痴呆症发病之间的关系。他们还将国内生产总值(GDP)纳入分析,因为研究表明GDP与健康之间存在相关性——生活在高收入国家的人往往比生活在低收入国家的人更健康。

结果显示,各代人之间的痴呆病例数量有所下降——其中1944年至1948年间出生的人群患病风险最低。

研究发现,每一代人的痴呆病例都有所减少。例如,在美国,算法显示,1890年至1912年间出生的人中有25%患上了痴呆症,而在最近年代群体(1939年至1943年间出生的人)中,这一比例仅为15%。

在英格兰,约16%的1924年至1928年间出生的人被认为患有痴呆症,而1934年至1938年间出生的人中,这一比例约为15%。这种效应在女性中似乎比男性更为明显。

为什么各代人的痴呆病例数下降尚不明确,但较近年代的群体确实显示出较低的痴呆病例。

预测诊断的意义

这意味着什么?它与现有的预测相比如何?

尽管作者使用了来自三个知名老龄化研究队列的大规模样本,但研究结果仅基于高收入国家的数据。

众所周知,高收入国家能够更好地诊断和护理痴呆症,因为这些国家拥有更多、更好的医疗服务和专业人员。而在低收入和中等收入国家,痴呆症受到极大的污名化。因此,许多人对痴呆症的认识不如高收入社会的人们。

这意味着低收入国家的人们可能对痴呆症的相关风险因素了解较少,并且不太可能获得诊断和支持。这一点尤为重要,因为大多数痴呆患者居住在低收入和中等收入国家。

由于缺乏针对低收入和中等收入国家老年人和痴呆病例的队列数据,本研究的结果无法提供全球范围内的代表性预测。

此外,还需要考虑作者在研究中使用的方法。作者使用了一种预测模型。尽管该模型与临床诊断具有高度一致性,但仍有一些痴呆病例可能被遗漏。

同样,作者在建模过程中没有区分痴呆亚型。痴呆只是一个总称,大约60%-70%的痴呆病例实际上是阿尔茨海默病。

然而,还有许多较为罕见的亚型,如路易体痴呆或语义性痴呆。每种亚型都伴随着不同的症状。通用模型不太可能正确识别每种亚型的痴呆病例。

所有这些因素或许可以解释该研究得出结论的原因。

事实上,全球范围内的痴呆病例预计将会增加。因此,应谨慎对待这项研究的发现。可能并非更年轻一代的痴呆患病率会继续下降。

部分原因在于,人们寿命延长且老龄化加剧。痴呆症主要影响65岁以上的人群,因此随着更多人活到65岁以上,这意味着更多人将面临患病风险。

世界人口也在增长。因此,自然会看到更多人患上痴呆症,特别是在低收入和中等收入国家,那里的人们可能对痴呆症状知之甚少,并且由于医疗基础设施薄弱,无法有效应对可改变的风险因素。

我们知道,总体而言,社会经济地位较低的人群经历更大的健康不平等——这些健康不平等可能会增加痴呆风险。但这一因素并未在研究中加以考虑,因此很难判断年轻一代的预期痴呆病例是否真的会有差异。


(全文结束)

声明:本文仅代表作者观点,不代表本站立场,如有侵权请联系我们删除。

本页内容撰写过程部分涉及AI生成(包括且不限于题材,素材,提纲的搜集与整理),请注意甄别。