${specMeta.name} 피드
2026. 3. 1.·Annals of epidemiology·코호트·🇺🇸 United States
Machine learning-based LASSO-Cox model for dementia prediction: The role of midlife cardiometabolic, inflammatory, and genetic risk factors in a US cohort.
원문 읽기 ~4분 → AI 요약 ~1분
AI 핵심 요약
중년기 위험인자로 치매 예측 가능
임상 적용 포인트 · AI 추출
45-64세 환자에서 당화혈색소, 혈압, CRP, 백혈구 수치와 함께 인지기능검사를 정기적으로 시행하여 치매 고위험군을 조기 선별하세요.
요약· AI 생성
1) 미국 9,266명을 25년간 추적한 코호트 연구에서 머신러닝 기반 LASSO-Cox 모델을 이용해 치매 예측 모델을 개발했습니다. 2) 연령, 인지기능검사, APOE ε4 유전자, 당화혈색소, 혈압, Factor VIII, 고혈압, 뇌졸중 병력, CRP, 백혈구 수, apolipoprotein B 등 12개 예측인자를 확인했습니다. 3) 개발된 모델은 훈련군에서 C-index 0.77, 검증군에서 0.78의 우수한 예측 성능을 보였습니다. 4) 위험도 점수에 따라 환자를 저위험, 중등도, 고위험, 초고위험군으로 효과적으로 분류할 수 있었습니다. 5) 노모그램은 AUC 0.77-0.86의 강한 판별력과 좋은 보정도를 보여주었습니다.
임상적 의의
중년기 심혈관대사 위험인자와 염증지표를 종합적으로 평가하여 치매 고위험군을 조기에 선별하고 예방적 중재를 시행할 수 있는 근거를 제시합니다.
연구 한계
미국 코호트 연구 결과로 한국인에게 직접 적용하기에는 인종적, 환경적 차이가 있을 수 있습니다.
치매 예측머신러닝중년기 위험인자
연구 국가: 🇺🇸 United States
연구 유형: Cohort Study
MeSH: Humans, Female, Middle Aged, Machine Learning, Male, Dementia, Proportional Hazards Models, United States
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기