알츠하이머 병의 진행을 예측하는 데 도움이 되는 새로운 도구

세계보건기구(WHO)에 따르면 전 세계적으로 약 5500만 명이 치매를 앓고 있다. 가장 흔한 형태는 뇌 기능을 저하시키는 불치병인 알츠하이머병입니다.

알츠하이머병은 신체적 영향 외에도 이 질병을 안고 살아가는 사람들뿐만 아니라 그들을 사랑하고 돌보는 사람들에게도 심리적, 사회적, 경제적 영향을 미칩니다. 시간이 지남에 따라 증상이 악화되기 때문에, 질병이 진행됨에 따라 지원 금액을 늘려야 하는 상황에 대비하여 환자와 보호자 모두가 준비하는 것이 중요합니다.

이를 위해 텍사스 대학교 알링턴(University of Texas at Arlington)의 연구자들은 알츠하이머 환자가 질병 발병 스펙트럼 내에서 자신의 위치를 ​​정확하게 찾아내는 데 도움이 되는 새로운 학습 기반 프레임워크를 만들었습니다. 이를 통해 후기 단계의 시기를 가장 잘 예측할 수 있어 질병이 진행됨에 따라 향후 치료 계획을 더 쉽게 세울 수 있습니다.

UTA의 컴퓨터 과학 및 공학 부교수인 Dajiang Zhu는 “수십 년 동안 알츠하이머병과 그 전조인 경도 인지 장애에 대한 예측 능력 측면에서 다양한 예측 접근법이 제안되고 평가되었습니다”라고 말했습니다. 그는 동료 검토를 거쳐 오픈 액세스로 출판된 새로운 논문의 주요 저자입니다. 약리학 연구. “이러한 초기 예측 도구 중 상당수는 알츠하이머병이 어떻게 진행되는지와 질병의 전환 단계의 지속적인 특성을 간과했습니다.”

국립 보건원(National Institutes of Health)과 국립 노화 연구소(National Institute on Aging)의 200만 달러 이상의 보조금 지원을 받아 Zhu의 의료 영상 및 신경과학적 발견 연구실과 UTA 수학 부교수인 Li Wang은 새로운 학습 기반 임베딩 프레임워크를 개발했습니다. 그들은 “질병 내장 트리” 또는 DETree라고 부르는 과정에서 알츠하이머병 발병의 다양한 단계를 코드화합니다. 이 프레임워크를 사용하여 DETree는 알츠하이머병 발병에 대한 5가지 세분화된 임상 그룹 중 하나를 효율적이고 정확하게 예측할 수 있을 뿐만 아니라 질병이 진행됨에 따라 환자가 그 그룹 내에서 어디에 있게 될지 예측함으로써 보다 심층적인 상태 정보를 제공할 수도 있습니다.

DETree 프레임워크를 테스트하기 위해 연구진은 다기관 Alzheimer’s Disease Neuroimaging Initiative의 알츠하이머병 환자 266명의 데이터를 사용했습니다. DETree 전략 결과를 다른 널리 사용되는 알츠하이머병 진행 예측 방법과 비교하고, 기술 검증을 위해 기계 학습 방법을 사용하여 실험을 여러 번 반복했습니다.

Zhu는 “우리는 알츠하이머병을 앓고 있는 개인이 매우 다른 속도로 증상이 악화되는 경우가 많다는 것을 알고 있습니다.”라고 말했습니다. “우리는 우리의 새로운 프레임워크가 이용 가능한 다른 예측 모델보다 더 정확하다는 사실에 고무되어 있으며, 이것이 환자와 그 가족이 이 복잡하고 파괴적인 질병의 불확실성에 대해 더 나은 계획을 세우는 데 도움이 되기를 바랍니다.”

그와 그의 팀은 DETree 프레임워크가 파킨슨병, 헌팅턴병, 크로이츠펠트-야콥병 등 여러 임상 발달 단계를 갖는 다른 질병의 진행을 예측하는 데 도움이 될 수 있다고 믿습니다.

출처: https://www.sciencedaily.com/releases/2024/01/240126171639.htm