認知症につながる医療イベントの理解
研究が、認知症リスクを示す可能性のある医療パターンを特定した。
― 1 分で読む
目次
認知症はアメリカでどんどん心配されている問題で、今や700万人以上が影響を受けているんだ。この数は2040年までに1200万人近くに増える予想だよ。認知症を抱える人たちはいろんな困難に直面していて、認知症じゃない人に比べて医療サービスを使う可能性が高いんだ。これには救急外来への訪問や入院、入院期間が長くなることが含まれるよ。認知症の人たちは混乱や転倒など特定の健康問題のリスクが高くて、医療ケアの後の結果も悪化することが多い。だから、認知症の人たちへのケアを改善することが、国の医療リーダーたちにとって重要な目標になっているんだ。
認知症ケアを改善するための大きな焦点の一つは、認知症の始まりを示すイベントやサインを見つけることだよ。これまでの研究で、認知機能の低下に共通するリスクファクター、例えば年齢、糖尿病、高血圧などが見つかっているけど、これらの要因とタイミングの関係を調べた研究はあまりないんだ。トラジェクトリーベースのリスクアセスメントという方法を使うことで、時間の経過とともに起こるイベントのつながりや、認知症の発展にどう関係するかを見れるんだ。これらのタイムラインを理解することで、より効果的な予防戦略やケアプランが作れるようになるよ。
調査の目標
この研究は、認知症の診断前に起こる医療イベントをよりよく理解することを目的としているよ。主に、これらのイベントが時間をかけてどう関係しているかを見て、認知症に至るさまざまなパターンを見つけることに焦点を当てたんだ。この研究では、過去の診断、処方、医療手続きなどの電子健康記録(EHR)から幅広いデータを調査したよ。これらのパスを特定することで、まだ診断を受けていないかもしれないのに、認知症のリスクがある患者を見つけることができて、早期発見や全体的な管理を改善できるんだ。
研究デザインと設定
この研究は、2013年から2022年の間に北東アメリカの医療ネットワークの10か所の救急科からの過去の患者記録を調べて行われたよ。選ばれた地域は、国全体の人口のデモグラフィックに似ているんだ。18歳以上のすべての大人の患者が対象になったよ。
データ収集と処理
データは中央集約型のデータシステムを使って電子健康記録から収集されたよ。最初の患者群には、研究期間中に少なくとも1回救急外来を訪れた人が含まれていたんだ。収集されたデータには、医療手続き、処方、診断、検査結果が含まれているよ。基本情報(年齢、人種、性別など)が欠けている患者は除外されて、合計で約24,663人になったんだ。
トラジェクトリの作成
トラジェクトリを作成するプロセスにはいくつかのステップがあるんだ。まず、統計テストを使って、研究期間中に一緒に起こった診断、手続き、処方のペアを見つけるよ。次に、それぞれのペアについて、どちらの診断が先に起こることが多いかをチェックするんだ。最後に、さらなる分析を行って患者を比較して、結果が年齢や性別などの他の要因に影響を受けないようにするよ。
ダイナミックタイムワーピング
特定されたトラジェクトリは、ダイナミックタイムワーピング(DTW)という技術を使って、似たようなパスを持つクラスターにグループ化されたんだ。DTWは、長さやタイミングが異なるイベントのシーケンスをグループ化して、シーケンス間のパターンを明らかにするのに役立つよ。この分析により、認知症の診断リスクが似た患者のクラスターを特定するのに役立ったんだ。
患者コホート
合計で442,278人の患者が研究基準を満たしたよ。これらの患者の平均年齢は約39歳で、大多数は女性で白人だったんだ。このデータセットには、手続き、処方、診断、検査に関連する何百万件もの記録が含まれているよ。
個別コードからのリスク
分析は12,000以上のユニークな診断や手続きから始まったよ。徹底的なテストの後、約320万件の重要なコードのペアが特定されたんだ。これらのペアは、認知症の診断につながる可能性のある状態についての洞察を提供してくれるよ。
発見の中では、ダウン症が早期発症アルツハイマーのリスクが非常に高いことがわかったし、短期間の精神病エピソードのようなメンタルヘルスの問題が重要なリスクに結びついているのもわかったよ。上位のリスクの多くは心理的健康や神経的状態に関連していたんだ。
トラジェクトリリスク
コードのペアの組み合わせはトラジェクトリに統合されたよ。この研究では、最終的な認知症の診断との明確な関係を示すいくつかのトラジェクトリが強調されたんだ。最も重要なトラジェクトリは、2型糖尿病の診断の後に脳卒中が続き、最終的に特定されていない認知症につながるというものだったよ。
ダイナミックタイムワーピング(DTW)によって生成されたクラスタ例
DTWを使用して、高リスクの認知症患者を表す3つの主要なクラスターが生成されたんだ。それぞれのクラスターは、認知症の診断を受ける可能性が高いことを示す医療手続きや他の状態のパターンを示しているよ。たとえば、一つのクラスターは看護評価や高血圧に関連する手続きが行われた患者を含むし、別のクラスターには心臓の問題や腎臓の問題を抱える患者が含まれているよ。
リスクを特定することの重要性
認知症の早期サインやリスクファクターを認識することは特に重要で、特に人口が高齢化する中で必要だよ。この研究は、個々のリスクファクターだけでなく、これらの要因が時間の経過とともにどう相互作用するかを分析する必要性を強調しているんだ。従来の研究は単一の状態に焦点を合わせることが多く、認知症のリスクに寄与するさまざまな健康問題の全体像を見逃すことがあるよ。
調査結果は、さまざまな健康イベントをつなぐことで新しいリスクファクターが明らかになる可能性があり、医療専門家が早期介入の対象となる患者を特定するのに役立つと示唆しているんだ。
研究の制限
この研究の重要性にもかかわらず、いくつかの制限があるよ。この研究は、ある要因が認知症を引き起こすことを証明するものではなく、医療データと認知症診断の相関関係を示すものなんだ。それに、すべてのデータは単一の医療システムから収集されたため、これらの知見がどれだけ広く適用できるかには限界があるかもしれないよ。
結論
この研究は、認知症リスクに関する新しい個別及びシーケンスベースの関連を明らかにしたんだ。認知症診断に至る医療イベントのパターンを分析することで、医療提供者は患者のスクリーニングや介入戦略を改善できるよ。これらの知見を検証し、さまざまなリスクファクターが認知症の発展にどう寄与するかをさらに探るために、今後の研究が必要だね。
タイトル: Dementia Risk Analysis Using Temporal Event Modeling on a Large Real-World Dataset
概要: The objective of the study is to identify healthcare events leading to a diagnosis of dementia from a large real-world dataset. This study uses a data-driven approach to identify temporally ordered pairs and trajectories of healthcare codes in the electronic health record (EHR). This allows for discovery of novel temporal risk factors leading to an outcome of interest that may not otherwise be obvious. We identified several known (Down syndrome RR: 116.1, thiamine deficiency RR: 76.1, and Parkinsons disease RR: 41.1) and unknown (Brief psychotic disorder RR: 68.6, Toxic effect of metals RR: 40.4, and Schizoaffective disorders RR: 40.0) factors for a specific dementia diagnosis. The associations with the greatest risk for any dementia diagnosis were found to be primarily related to mental health (Brief psychotic disorder RR: 266.5, Dissociative and conversion disorders RR: 169.8), or neurologic conditions or procedures (Dystonia RR: 121.9, Lumbar Puncture RR: 119.0). Trajectory and clustering analysis identified factors related to cerebrovascular disorders, as well as diagnoses which increase the risk of toxic imbalances. The results of this study have the ability to provide valuable insights into potential patient progression towards dementia and improve recognition of patients at risk for developing dementia.
著者: Aidan Gilson, R. A. Taylor, L. Chi, A. D. Haimovich, A. Crawford, C. Brandt, P. Magidson, J. Lai, S. Levin, A. Mecca, U. Hwang
最終更新: 2023-03-25 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2023.03.24.23287651
ソースPDF: https://www.medrxiv.org/content/10.1101/2023.03.24.23287651.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。