阿尔茨海默病仍然是当今老龄化人口面临的最紧迫健康挑战之一。它不仅影响记忆，还重塑生活，给家庭带来压力，并加重医疗系统的负担。仅在美国，目前就有超过670万人患有阿尔茨海默病及相关痴呆症。预计到2050年，这一数字将翻倍，达到近1300万。除了情感上的负担，经济影响同样巨大。2024年，痴呆症护理成本预计将超过3600亿美元，到本世纪中叶可能达到1万亿美元。
这场日益严重的危机促使研究人员深入研究阿尔茨海默病的起因和发展过程。虽然过去的研究主要集中在糖尿病或抑郁症等单一风险因素上，但新的研究表明，阿尔茨海默病很少是由单一条件引发的。相反，它是通过一系列复杂的健康事件随时间逐渐展开的。通过分析这些序列（也称为疾病轨迹），科学家们正在发现能够重塑诊断和治疗的早期预警信号。
揭示阿尔茨海默病的隐藏路径
加州大学洛杉矶分校健康中心（UCLA Health）的研究人员通过对近25,000名患者的病史进行研究，在理解阿尔茨海默病如何发展方面迈出了重要一步。他们的研究结果发表在《eBioMedicine》上，突出了导致阿尔茨海默病的四种常见路径。每条路径都揭示了一种由相关条件组成的独特路线，这些条件随着时间的推移而积累。
该研究使用了加州大学健康数据中心（University of California Health Data Warehouse）的健康记录，并通过“全民研究计划”（All of Us Research Program）的全国多样化数据集验证了结果。研究并未将每个诊断视为孤立事件，而是追踪了健康问题的发生顺序。这种基于时间线的方法揭示了心理、身体和神经系统状况之间的联系，而这些联系往往未被注意到。
首席作者、UCLA神经学家蒂莫西·张（Timothy Chang）博士解释说：“识别这些顺序模式而不是孤立地关注诊断，可能有助于临床医生改善阿尔茨海默病的诊断。”
导致痴呆的四条路径
研究的一个关键见解是，阿尔茨海默病并非遵循单一模式。它可以根据个人的健康史和风险因素沿着不同的路径发展。UCLA团队发现了四种不同的进展模式：
- 心理健康路径：焦虑或抑郁等精神健康问题早期出现，最终导致认知能力下降。
- 脑病路径：涉及普遍脑功能障碍的疾病（如谵妄或混乱）随着时间的推移恶化并增加风险。
- 轻度认知障碍路径：记忆力和思维能力的缓慢丧失逐渐演变为全面的阿尔茨海默病。
- 血管疾病路径：高血压和中风等心脏相关疾病常常引发脑健康的衰退。
每条路径反映了不同的医学和人口统计学背景。例如，血管路径可能在长期高血压人群中更为常见，而慢性心理健康问题的人群可能遵循心理健康路径。这些发现表明，这种疾病在每个人身上表现不同，预防策略应反映这些差异。
UCLA医学信息学研究员、该研究的第一作者傅明洲（Mingzhou Fu）强调了这种方法的重要性：“我们发现多步骤轨迹比单一条件更能指示阿尔茨海默病的风险因素。理解这些路径可能会从根本上改变我们对早期检测和预防的处理方式。”
预测和预防的新工具
UCLA团队不仅描述了这些疾病路径，还测试了它们预测阿尔茨海默病结果的能力。在一组独立的患者中，这些识别出的模式比任何单一诊断更能准确预测疾病风险。
这种逐步的方法为医疗保健提供了三大优势：
- 风险分层：医生可以通过发现特定的疾病序列更早地标记高风险患者。
- 针对性干预：通过中断有害的条件链条（例如及早治疗高血压），可能在症状出现之前减缓或阻止疾病的发展。
- 个性化预防：预防策略可以根据患者所处的独特轨迹量身定制，从而改善结果并优化资源利用。
研究人员发现，在大约26%的病例中，条件出现的顺序清晰且一致。例如，高血压通常出现在抑郁症之前，两者共同预示着未来认知能力下降的更高风险。这些一致的模式带来了希望，即临床医生可以利用电子健康记录发现危险信号并在为时已晚之前采取行动。
发现背后的先进方法
为了揭示这些发现，研究团队研究了5,762名患者及其独特的健康记录，确定了6,794条通往阿尔茨海默病的不同进展路径。通过一种称为动态时间规整（Dynamic Time Warping, DTW）的过程，即使条件发生的速度不同，他们也能对齐时间线。机器学习算法将相似模式分组为集群。网络分析帮助追踪一种条件如何在大量患者中导致另一种条件。
这些先进的工具使研究人员能够超越传统方法，后者通常将疾病视为一系列断开的快照。相反，这种方法捕捉了疾病的完整时间线——以一种揭示问题何时以及如何发生的方式连接点。
早期研究试图通过配对或将两种疾病之间的最短联系来关联诊断。例如，先前的一项分析显示，“未指明的痴呆”通常出现在阿尔茨海默病诊断之前，而听力损失、糖尿病和高血压等状况则在此之前出现。但这些早期模型常常遗漏中间的关键步骤或过度简化复杂路径。这项新的UCLA方法通过跟踪真实患者的经历克服了这些问题，而不仅仅是统计关联。
早期检测的前进之路
这项研究揭示了阿尔茨海默病是一种进展性疾病，而不仅仅是存在状态。与其等待记忆丧失的出现，不如在路径中的第一个条件开始显现时采取行动。
这可能意味着初级保健提供者、心理健康专业人士和心脏专家将承担新的角色。通过合作并使用轨迹数据，他们可以在危险序列开始时发现并帮助患者纠正方向，以免为时已晚。
在“全民研究计划”中的验证——这是全国最大、最多样化的健康数据集之一——表明这些发现在不同人群中均成立。这种广泛的适用性带来了希望，即这些策略可以在全国范围内实施，有助于管理不同社区中的阿尔茨海默病风险。
随着疾病继续扩散并对医疗系统施加压力，像这样基于详细时间线和个性化分析的解决方案可能提供了扭转局势的最佳机会。
(全文结束)
