Mathematische Vorhersage des Fortschreitens von neurodegenerativen Erkrankungen
2017
University of Western Australia, Crawley, Australien
Eine der Grenzen epidemiologischer Studien ist das Fehlen von Langzeitdaten aus Längsschnittstudien. Um dieses Problem zu überwinden, wird in dieser Studie ein mathematisches Modell vorgestellt, mit dem sich aus den spärlichen Kurzzeit-Follow-up-Daten aus Alzheimer-Studien die zugrunde liegenden langfristigen Verläufe ableiten lassen. Durch ein stufenweises Verfahren sind die Forscher in der Lage, ein Modell zu erstellen, das die Kurve des Krankheitsverlaufs zuverlässig vorhersagen kann und es ihnen ermöglicht, die sigmoidalen Verläufe der Krankheit zu erstellen. Im Rahmen der Studie sind sie in der Lage, das langfristige Fortschreiten der Pathogenese der Amyloid-Beta-Belastung im Neokortex anhand der Daten der Alzheimer's Disease Neuroimaging Initiative zu quantifizieren. Zusammenfassend lässt sich sagen, dass dieses Vorhersagemodell dazu beitragen wird, die Einschränkungen epidemiologischer Studien zu überwinden, bei denen die Datenerfassung der Teilnehmer abrupt unterbrochen wurde, und dass es möglich sein wird, den vollständigen Krankheitsverlauf zu quantifizieren und zu verstehen, indem langfristige epidemiologische Daten zu neurodegenerativen Erkrankungen vorhergesagt werden.
Constructing longitudinal disease progression curves using sparse, short-term individual data with an application to Alzheimer's disease
C A Budgeon
Eingestellt am: 04.08.2021
[1] https://onlinelibrary.wiley.com/doi/10.1002/sim.7300[2] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb
