洛杉矶——阿尔茨海默病可能并非由单一的警示信号引发，而是通过一系列可预测的模式逐渐发展。这是UCLA Health一项新研究的主要发现，该研究为疾病的发展机制提供了全新视角，并帮助临床医生更好地预测哪些人群风险最高。
与以往孤立分析健康状况不同，研究人员利用先进的数据建模技术，追踪了在阿尔茨海默病发病前各种诊断如何随时间积累。这项研究于2025年7月7日发表在《eBioMedicine》期刊上，未来可能促成更个性化的预防策略和更早的干预措施。
研究分析了近25,000名加州大学健康系统中的患者数据，并通过“全民研究计划”（All of Us Research Program）的数据验证了其发现。该计划是一个代表美国多样化人口的全国性队列。
阿尔茨海默病的四种路径是什么？
背景：
研究人员识别出四种不同的诊断序列，这些序列经常导致阿尔茨海默病的发生。每种序列反映了不同的进展类型：
- 心理健康路径：抑郁症等精神疾病诊断增加了认知衰退的风险。
- 脑病路径：脑功能障碍相关疾病逐渐累积并加剧。
- 轻度认知障碍路径：早期的记忆和思维问题逐步恶化。
- 血管疾病路径：包括高血压在内的与心脏相关的问题增加了痴呆症的风险。
每条路径都具有独特的临床和人口统计特征，表明不同群体可能因医疗历史的不同而面临不同的风险。
已知信息：
约26%的阿尔茨海默病进展遵循可识别的诊断序列。
例如，高血压后出现抑郁症状的模式比单一诊断更能可靠地预测阿尔茨海默病的发病。
高级方法（包括机器学习和网络分析）帮助识别了这些进展模型。
未知领域：
目前尚不清楚这些诊断轨迹能多快转化为临床筛查工具。
还需要更多研究来测试是否可以通过中断这些序列延迟或预防阿尔茨海默病。
这些路径显示的是相关性而非因果关系，因此其他因素可能仍在起作用。
这项研究如何改变阿尔茨海默病的早期护理
专家观点
“我们发现，多步骤轨迹比单一健康状况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待早期检测和预防的方式。”第一作者、UCLA医学信息学博士生傅明洲（Mingzhou Fu）表示。
首席作者、UCLA Health神经学助理教授蒂莫西·张（Timothy Chang）博士指出：“识别这些顺序模式而不是孤立看待诊断，可能有助于临床医生改善阿尔茨海默病的诊断。”
下一步：
研究人员表示，这些轨迹模型可以支持以下方面：
- 风险分层：识别最有可能发展为阿尔茨海默病的人群。
- 针对性干预：及早打断危险的诊断链。
- 个性化护理：根据患者所处的路径定制治疗方案。
下一步将是把这些见解转化为医生可以在实时中使用的工具，以便更早标记风险，并可能在症状出现之前进行干预。
来源：本文基于UCLA Health研究人员于2025年7月7日发表在《eBioMedicine》上的研究。数据来自加州大学健康数据仓库，并通过NIH的“全民研究计划”进行了验证。所有引用均直接摘自UCLA Health的发布声明，反映研究作者傅明洲和蒂莫西·张博士的观点。
(全文结束)
