Personalizovaná medicína při identifikaci preklinických kognitivních poruch. Vývoj prediktivního rizikového modelu (DENDRITE)

„Komplexní plán pro Alzheimerovu a jiné demence“ ukazuje, že více než 50 % případů kognitivní poruchy (CI) v populačních studiích není odhaleno. Tento údaj je markantní zejména v případě lehkých demencí, z nichž až 90 % není diagnostikováno. Cílem je využít kombinovanou sílu integrace klinických, molekulárních, proteomických, genomických, pečovatelských, sociálních, environmentálních a behaviorálních dat u pacientů s využitím pokročilých technik umělé inteligence pro zpracování a analýzu dat za účelem vytvoření prediktivních modelů pro preklinický průkaz CI u populace ve věku 55-70 let.

Multicentrická, neintervenční, konvergentní smíšená observační studie, s prospektivní observační designovou částí a kvalitativní designovou částí. Vzorek byl náhodně vybrán mezi uživateli systému veřejného zdraví v zúčastněných geografických lokalitách. Data budou shromažďována v 6 regionech (Andalusie, Castilla-Mancha, Katalánsko, Valencie, Madrid a Baskicko) a jejich venkovských a městských sítích primární péče (PC).

Neinstitucionalizovaní jedinci ve věku mezi 55 a 70 lety, přidělení do PC center na územích zahrnutých do studie, s „živou anamnézou“ (zaznamenanou v posledních 12 měsících) a bez stanovené diagnózy CI.

Popisná analýza charakteristik populace bude provedena pomocí četností a procent nebo měření centrální tendence a rozptylu s jejich 95% intervaly spolehlivosti. Základní sociodemografické a klinické charakteristiky budou porovnány za účelem studia homogenity vzorku. Pro srovnání kvalitativních proměnných bude použit Chí-kvadrát test nebo Fisherův exaktní test a pro srovnání kvantitativních proměnných t-test nebo Wilcoxonův test. Logistické regresní modely jsou navrženy pro analýzu faktorů zdravotních výsledků spojených s mírnou kognitivní poruchou. Všechny modely budou zahrnovat opakovaná měření pro každého jednotlivce. Všechny modely se přizpůsobí různým rizikovým faktorům a pro ty faktory, které se mohou v průběhu času měnit, bude studována interakce mezi časem a tímto faktorem.

Zpočátku budou pro prediktivní model rizika kognitivní poruchy použity vícerozměrné lineární latentní modely. Integrace dat z více zdrojů informací bude provedena pomocí vícerozměrných pravděpodobnostních modelů za účelem nalezení reprezentace pacienta v prostoru rysů ovlivněném všemi zdroji dat (návštěvami).

Webové nástroje jako Ingenuity Pathway Analysis umožní integraci dat na různých molekulárních úrovních (genetické, proteinové a autoprotilátkové), zatímco nástroje umělé inteligence umožní integraci takových dat, dat odvozených z elektrochemických senzorů a dat souvisejících s klinickými a behaviorálními daty. s kognitivní poruchou, aby se získal prediktivní model kognitivní poruchy, neurodegenerace a AD.