Mga bagong publikasyon
Maaaring hulaan ng first-of-its-kind test ang demensya siyam na taon bago ang diagnosis
Huling nasuri: 02.07.2025

Ang lahat ng nilalaman ng iLive ay medikal na nasuri o naka-check ang katotohanan upang masiguro ang mas tumpak na katumpakan hangga't maaari.
Mayroon kaming mahigpit na mga panuntunan sa pag-uukulan at nag-uugnay lamang sa mga kagalang-galang na mga site ng media, mga institusyong pang-akademikong pananaliksik at, hangga't maaari, ang mga pag-aaral ng medikal na pag-aaral. Tandaan na ang mga numero sa panaklong ([1], [2], atbp) ay maaaring i-click na mga link sa mga pag-aaral na ito.
Kung sa tingin mo na ang alinman sa aming nilalaman ay hindi tumpak, hindi napapanahon, o kung hindi pinag-uusapan, mangyaring piliin ito at pindutin ang Ctrl + Enter.

Ang mga mananaliksik sa Queen Mary University of London ay nakabuo ng isang bagong paraan para sa paghula ng dementia na may higit sa 80% katumpakan at hanggang siyam na taon bago ang diagnosis. Ang bagong paraan na ito ay nagbibigay ng mas tumpak na hula ng demensya kaysa sa mga pagsusuri sa memorya o mga sukat ng pag-urong ng utak, na dalawang karaniwang ginagamit na paraan para sa pag-diagnose ng demensya.
Ang isang pangkat na pinamumunuan ni Propesor Charles Marshall ay nakabuo ng isang predictive na pagsubok sa pamamagitan ng pagsusuri ng functional MRI (fMRI) scan upang makita ang mga pagbabago sa default mode network (DMN) ng utak. Ang DMN ay nagkokonekta sa mga rehiyon ng utak upang magsagawa ng ilang partikular na pag-andar ng pag-iisip at ito ang unang neural network na naapektuhan ng Alzheimer's disease.
Gumamit ang mga mananaliksik ng mga pag-scan ng fMRI ng higit sa 1,100 boluntaryo mula sa UK Biobank, isang malaking biomedical database at mapagkukunan ng pananaliksik na naglalaman ng genetic at medikal na impormasyon mula sa kalahating milyong kalahok sa UK, upang masuri ang epektibong koneksyon sa pagitan ng sampung rehiyon ng utak na bumubuo sa default na mode ng network.
Ang mga mananaliksik ay nagtalaga sa bawat pasyente ng isang marka ng posibilidad ng demensya batay sa antas kung saan ang kanilang epektibong pattern ng pagkakakonekta ay tumugma sa alinman sa pattern na nagpapahiwatig ng dementia o ang kinokontrol na pattern.
Inihambing nila ang mga hulang ito sa medikal na data ng bawat pasyente na nakaimbak sa UK Biobank. Ang mga resulta ay nagpakita na ang modelo ay tumpak na hinulaang ang simula ng demensya hanggang siyam na taon bago ang opisyal na pagsusuri na may higit sa 80% na katumpakan. Sa mga kaso kung saan ang mga boluntaryo ay nagkaroon ng dementia, nahulaan din ng modelo, sa loob ng dalawang taon, kung gaano katagal bago makatanggap ng diagnosis.
Sinuri din ng mga mananaliksik kung ang mga pagbabago sa DMN ay maaaring sanhi ng mga kilalang kadahilanan ng panganib para sa demensya. Ang kanilang pagsusuri ay nagpakita na ang genetic na panganib para sa Alzheimer's disease ay malakas na nauugnay sa mga pagbabago sa pagkakakonekta sa DMN, na sumusuporta sa ideya na ang mga pagbabagong ito ay tiyak sa Alzheimer's disease. Natagpuan din nila na ang panlipunang paghihiwalay ay malamang na nagpapataas ng panganib ng demensya sa pamamagitan ng epekto nito sa pagkakakonekta sa DMN.
Si Propesor Charles Marshall, na nanguna sa pangkat ng pananaliksik sa Center for Preventive Neuroscience, Wolfson Institute of Population Health, Queen Mary University, ay nagsabi: "Ang paghula kung sino ang magdaranas ng demensya sa hinaharap ay magiging mahalaga sa pagbuo ng mga paggamot na maaaring maiwasan ang hindi maibabalik na pagkawala ng mga selula ng utak na nagdudulot ng mga sintomas ng demensya. Bagama't tayo ay nagiging mas mahusay sa pagtukoy ng mga protina sa utak na maaaring magdulot ng mga sintomas ng Alzheimer sa mga taong ito na walang mga protina sa utak, na maaaring maging sanhi ng pag-unlad ng mga sintomas ng Alzheimer. dementia.
"Umaasa kami na ang pagsukat ng pag-andar ng utak na aming binuo ay magpapahintulot sa amin na maging mas tumpak tungkol sa kung at kailan talaga magkakaroon ng demensya ang isang tao, upang matukoy namin kung maaari silang makinabang mula sa mga paggamot sa hinaharap."
Idinagdag ni Samuel Ereira, nangunguna sa may-akda at isang postdoctoral fellow sa Wolfson Institute for Population Health's Center para sa Preventive Neuroscience: "Sa pamamagitan ng paggamit ng mga pamamaraan ng pagsusuri na ito na may malalaking set ng data, matutukoy natin ang mga nasa mataas na panganib para sa demensya at malaman din kung ano ang mga kadahilanan sa kapaligiran ang nagtulak sa mga taong iyon sa mataas na panganib.
"May malaking potensyal na ilapat ang mga pamamaraang ito sa iba't ibang neural network at populasyon upang mas maunawaan ang ugnayan sa pagitan ng kapaligiran, neurobiology at sakit, kapwa sa dementia at potensyal na iba pang mga sakit na neurodegenerative. Ang fMRI ay isang non-invasive na medikal na imaging technique at tumatagal ng humigit-kumulang anim na minuto upang mangolekta ng kinakailangang data sa isang MRI scanner, upang maisama ito sa mga kasalukuyang diagnostic pathway, lalo na kung saan ginagamit na ang MRI."
Si Hojat Azadbakht, CEO ng AINOSTICS (isang kumpanya ng AI na nakikipagtulungan sa mga nangungunang grupo ng pananaliksik upang bumuo ng mga diskarte sa brain imaging para sa maagang pagsusuri ng mga neurological disorder), ay nagkomento: "Ang diskarte na binuo ay may potensyal na punan ang isang malaking klinikal na agwat sa pamamagitan ng pagbibigay ng isang non-invasive biomarker para sa dementia. Sa isang pag-aaral na inilathala ng isang koponan mula sa Queen Mary University, nakilala nila ang mga taong nagkaroon ng sakit na Alzheimer sa kalaunan. nasa pre-symptomatic stage na ito na ang mga bagong diskarte sa pagbabago ng sakit ay maaaring magdala ng pinakamalaking benepisyo sa mga pasyente."