Исследователи Duke University School of Medicine обнаружили, что математические модели, разработанные для анализа прогрессирования болезни Альцгеймера, могут стать мощным инструментом персонализированной медицины в борьбе с этим наболевшим заболеванием, сообщает The Journal of Prevention of Alzheimer's Disease (JPAD).
Предыдущие работы с использованием математических моделей сосредотачивались на клеточном уровне и коротких временных масштабах, но новое исследование преодолело эту границу, персонализируя модель с использованием клинически подтвержденных биомаркеров у отдельных пациентов.
Исследователи сосредоточились на каскадной модели биомаркеров болезни Альцгеймера, которая ранее использовалась как гипотетическая модель. Они персонализировали эту модель, используя продольные данные биомаркеров у более чем 800 субъектов, охватывающих все когнитивные спектры от нормальных когнитивных способностей до деменции.
Результаты исследования показали, что персонализация модели позволила выделить 14 индивидуальных параметров у каждого пациента, отражающих их физиологические характеристики. Эти параметры помогли различить подгруппы пациентов и определить их индивидуальные траектории заболевания.
Персонализированные модели демонстрировали высокую точность и были надежными в прогнозировании будущих изменений биомаркеров у пациентов.
Эти результаты открывают новые возможности для персонализированного подхода к диагностике, прогнозированию и терапии болезни Альцгеймера. Подход, основанный на математических моделях, может стать основой для разработки индивидуальных стратегий профилактики и лечения, что приведет к более эффективному управлению этим тяжелым заболеванием.
