南大二附院影像科龚良庚、戴西件团队近期发表痴呆风险预警模型新成果

发布时间：2025-05-18

痴呆症是第七大死因，影响着全世界约5500万成年人，而中国是全球痴呆患者数量最多的国家。在早期阶段，轻度认知功能障碍患者经过合理治疗，患者有逆转可能；然而一旦进入AD阶段，就无法治愈。因此，早期识别潜在危险因素并及时实施干预措施是降低痴呆发生可能性或减缓痴呆进展的重要方法。

2022年，戴西件团队在JAMA network open发表了基于风险评分系统的痴呆患病风险定量预测评估系统，可提前13年预测个体患痴呆风险。近日，南昌大学第二附属医院医学影像中心龚良庚、戴西件教授团队在痴呆风险预测领域取得新的重要进展，主要基于机器学习方法，针对抑郁症和糖尿病两大高发慢性病群体，成功开发出两款高精度的痴呆风险预测模型。相关成果分别发表于《Alzheimer's Research & Therapy》、《Journal of Affective Disorders》两个Top期刊，为中老年抑郁人群及糖尿病患者的痴呆早期筛查与干预提供了创新解决方案。两篇文章第一作者分别是南昌大学硕士研究生肖轩和博士研究生杨培。

研究团队基于英国生物银行（UK Biobank）的大规模前瞻性队列数据，针对 31,587 名基线无痴呆的中老年抑郁症患者及 42,881 名糖尿病患者展开深度研究。通过多阶段变量筛选策略，结合曼 - 惠特尼检验、方差膨胀因子分析及前向子集特征选择等方法，从初始 近200个变量中分别提炼出 12 个（抑郁人群）和 13 个（糖尿病人群）核心预测因子，涵盖年龄、性别、就业状态、生活方式、疾病史等临床易获取指标，避免了传统模型依赖基因检测、影像学检查等复杂手段的局限。

研究团队运用 AdaBoost、XGBoost 等机器学习算法，通过 8 种数据验证策略（包括交叉验证、数据拆分等）对模型进行严格测试。结果显示，针对抑郁人群的 “DRP-Depression” 模型在 8:2 数据拆分及 5 折交叉验证中表现优异，简化模型的曲线下面积（AUC）达 0.859，准确率 98%，针对糖尿病人群的 “DRP-Diabetes” 模型 AUC 达 0.801，准确率 97.1%，能有效识别两个人群中痴呆的关键风险和保护因素。两篇文章均开发了全模型和简化模型，并对两款模型的简化版与全变量模型性能进行比较，发现两者无显著差异，兼具预测效能与临床实用性，最终团队将简化模型部署在界面中，便于社区开展筛查。

与既往研究相比，此次发布的模型突破了两大瓶颈：一是聚焦特定慢性病群体，填补了抑郁症及糖尿病患者痴呆风险评估的空白，解决了通用模型人群针对性不足的问题；二是所选变量均通过问卷或常规体检即可获取，无需依赖昂贵检测，极大降低了推广门槛。研究特别构建了可视化网页工具（DRP-Depression 与 DRP-Diabetes），支持用户输入基线特征实时生成痴呆风险报告，并提供个性化干预建议，例如针对抑郁人群的睡眠管理、社交活动指导，以及糖尿病人群的运动与饮食调整方案。

DRP-Depression

DRP-Diabetes

随着全球老龄化加剧，痴呆已成为重要公共卫生挑战。《中国阿尔茨海默病报告 2021》显示，该病在我国死因排名持续上升，且呈现年轻化趋势。此次开发的两款模型不仅为社区、家庭医生及医疗机构提供了便捷的筛查工具，更有望通过早期识别高危个体，推动生活方式干预（如规律作息、认知训练、疾病管理）延缓痴呆进程。模型的临床转化前景显著：在基层医疗场景中，可与居民电子健康档案系统对接，实现对抑郁及糖尿病患者的自动化风险分层和定期预警，助力家庭医生开展精准随访；在公共卫生层面，其低成本、易推广的特性契合 “预防为主” 的医疗模式，可纳入慢性病管理项目，为国家制定针对性干预策略提供数据支撑；在技术应用领域，模型所揭示的 “手机使用时长”“家庭人数” 等社会行为因素，为开发数字化健康管理平台提供了新靶点，未来可结合智能穿戴设备打造 “预测 - 干预 - 反馈” 闭环，实现个性化的非药物干预。值得关注的是，团队正依托智能医学影像江西省重点实验室推进模型落地，计划优化网页工具并探索与医院信息系统、区域医疗平台的对接，让科研成果更快惠及广大慢性病患者，为延缓痴呆发病、降低社会医疗负担提供切实可行的解决方案。

目前，戴西件、龚良庚教授团队正依托智能医学影像江西省重点实验室在南昌大学第二附属医院推进模型的落地应用，计划在现有基础上进一步优化网页工具的用户体验，并探索在不同医疗场景中的适配性。两款模型的成功验证，为心脑血管疾病、肿瘤等重大疾病的风险预测提供了可复制的方法论，不断贴近 “以预防为中心” 的医疗模式转型。

本项目成果受：国家自然科学基金、江西省杰出青年基金、江西省“赣鄱英才计划”创新高端人才-医疗卫生类基金等项目资助。

转载自：科研与科普微信公众号（如有侵权，联系删除）