ابزار جدید به پیش بینی پیشرفت آلزایمر کمک می کند _اخبار روانشناسی جزیره ذهن

بر اساس گزارش سازمان جهانی بهداشت، حدود 55 میلیون نفر در سراسر جهان با زوال عقل زندگی می کنند. شایع ترین شکل بیماری آلزایمر است، یک بیماری غیر قابل درمان که باعث بدتر شدن عملکرد مغز می شود.

آلزایمر علاوه بر اثرات جسمانی، پیامدهای روانی، اجتماعی و اقتصادی را نه تنها برای افراد مبتلا به این بیماری، بلکه برای کسانی که آنها را دوست دارند و از آنها مراقبت می کنند نیز به دنبال دارد. از آنجایی که علائم آن با گذشت زمان بدتر می شود، هم برای بیماران و هم برای مراقبان آنها مهم است که برای نیاز نهایی به افزایش میزان حمایت با پیشرفت بیماری آماده شوند.

برای این منظور، محققان دانشگاه تگزاس در آرلینگتون چارچوب جدیدی مبتنی بر یادگیری ایجاد کرده‌اند که به بیماران آلزایمر کمک می‌کند تا به‌طور دقیق مشخص کنند که در طیف توسعه بیماری قرار دارند. این به آنها اجازه می دهد تا زمان مراحل بعدی را به بهترین شکل پیش بینی کنند و برنامه ریزی برای مراقبت های آینده را با پیشرفت بیماری آسان تر می کند.

داجیانگ ژو، دانشیار علوم و مهندسی کامپیوتر در UTA گفت: برای دهه ها، انواع رویکردهای پیش بینی از نظر قابلیت پیش بینی بیماری آلزایمر و پیش ساز آن، اختلال شناختی خفیف، پیشنهاد و ارزیابی شده است. او نویسنده اصلی مقاله جدیدی است که با بازبینی همتایان منتشر شده است تحقیقات فارماکولوژیک. بسیاری از این ابزارهای پیش‌بینی قبلی، ماهیت پیوسته چگونگی پیشرفت بیماری آلزایمر و مراحل انتقال بیماری را نادیده گرفتند.»

در کار با حمایت بیش از 2 میلیون دلار کمک مالی از مؤسسه ملی بهداشت و مؤسسه ملی پیری، آزمایشگاه تحقیقاتی تصویربرداری پزشکی و کشف عصب‌شناسی ژو و لی وانگ، دانشیار ریاضیات UTA، یک چارچوب جدید تعبیه‌شده مبتنی بر یادگیری را توسعه دادند. مراحل مختلف توسعه بیماری آلزایمر را در فرآیندی رمزگذاری می کند که آن را “درخت جاسازی کننده بیماری” یا DETree می نامند. با استفاده از این چارچوب، DETree نه تنها می‌تواند هر یک از پنج گروه بالینی دقیق توسعه بیماری آلزایمر را به‌طور مؤثر و دقیق پیش‌بینی کند، بلکه می‌تواند با پیش‌بینی موقعیت بیمار با پیشرفت بیماری، اطلاعات عمیق‌تری از وضعیت را ارائه دهد.

برای آزمایش چارچوب DETree، محققان از داده‌های ۲۶۶ فرد مبتلا به بیماری آلزایمر از ابتکار تصویربرداری عصبی چند مرکزی بیماری آلزایمر استفاده کردند. نتایج استراتژی DETree با سایر روش‌های پرکاربرد برای پیش‌بینی پیشرفت بیماری آلزایمر مقایسه شد و آزمایش چندین بار با استفاده از روش‌های یادگیری ماشینی برای تأیید این تکنیک تکرار شد.

ژو گفت: “ما می دانیم که افراد مبتلا به بیماری آلزایمر اغلب علائم بدتر را با سرعت های بسیار متفاوتی نشان می دهند.” ما خوشحالیم که چارچوب جدید ما دقیق‌تر از سایر مدل‌های پیش‌بینی موجود است، که امیدواریم به بیماران و خانواده‌هایشان کمک کند تا برای عدم قطعیت‌های این بیماری پیچیده و ویرانگر برنامه‌ریزی بهتری داشته باشند.»

او و تیمش بر این باورند که چارچوب DETree این پتانسیل را دارد که به پیش‌بینی پیشرفت سایر بیماری‌هایی که دارای مراحل بالینی متعدد توسعه هستند، مانند بیماری پارکینسون، بیماری هانتینگتون و بیماری کروتسفلد-جاکوب کمک کند.

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

ممکنه براتون جالب باشه که...

پست های محبوب

دیدگاهتان را بنویسید