admin 中新网北京7月4日电 (新闻记者 孙自法)施普林格·当然集团旗下专业学术期刊《自然-医学》全新发布的一项健康研究发觉，处于被动收集的健身运动跟踪数据信息或许能做为预测分析帕金森可持续发展的初期指标值。该分析表明，这种健身运动跟踪数据信息或能够实现相对性降低成本且微创的大量群体筛选，但后面还需进行进一步研究。
帕金森是一种现在还没有已经知道疗法神经退行性疾病，也会导致呼吸功能有关神经细胞渐行性缺失，诊断后的神经系统病变一般已连续数年，这时大约是50%-70%的呼吸功能有关神经细胞早已受影响。因而，提前发现帕金森风险性的人群，或许能让广大试验者添加为这个疾病设计方案防御性疗法临床实验。
论文通讯作者、英国卡迪夫高校Cynthia Sandor与同事运用美国微生物金融机构收集年龄要求40-69岁10.3万人的数据信息，模拟了健身运动跟踪机器的数据信息能否用于在治疗诊断前发觉帕金森病人。发现，对比常见的临床医学标识物，如来源于生活习惯、细胞生物学、血液生化学与患者汇报病症的指标值，应用来源于健身运动跟踪机器的数据训练的深度学习模型能更好的区别疾病诊断和预临床诊断帕金森。
她们强调，和运动加快和睡眠有关的特殊方式与帕金森未来的发展患病和/或现有确诊相关。白天均值健身运动加快在帕金森诊断前一段时间里会缓减，而帕金森确诊病例的失眠病比其它临床医学疾病的患者比较严重，例如别的神经退行性疾病和肌张力障碍。
论文作者汇总说，此项分析表明运动数据或许能做为发现帕金森风险性人群降低成本筛选专用工具。但是，后面科学研究还需在别的人群里进行进一步研究来反复之上结论。在他们看来，对帕金森有关的生理性神经系统退变征兆的早期诊断，或有利于运行神经保护治疗法和推进对于病症持续发展的临床研究。(完)
微信扫一扫打赏
支付宝扫一扫打赏
