本研究基于DeepSurv算法开发60岁以上人群痴呆预测模型，融合基因与临床数据，经验证后部署阿里云平台，实现临床实时应用。模型精准评估个体风险，作为痴呆一级预防核心工具，有望通过风险预警降低痴呆发病率，具有重要公共卫生应用价值。

痴呆症是全球老龄化社会面临的重大公共卫生挑战，早期识别高风险人群并干预至关重要。传统生存分析模型（如Cox比例风险模型）依赖线性假设，难以捕捉复杂非线性关系。深度学习技术（如DeepSurv）通过整合遗传与临床数据，可提供动态个性化预测，但此前缺乏结合多维度因素的痴呆症预测工具。本研究基于英国生物银行（UK Biobank）大规模前瞻性队列数据，纳入41,484名60岁以上无痴呆病史的参与者，平均随访12.6年，通过医院记录动态更新痴呆诊断（包括阿尔茨海默病、血管性痴呆等）。从364个候选特征（社会人口学、家族史、遗传数据等）中，通过梯度提升机（GBM）筛选出前30个关键特征，包括APOE基因型、年龄、糖尿病史、认知反应时间等。对比DeepSurv、DeepHit、CoxPH和Kaplan-Meier四种生存分析模型，以Harrell's C指数（判别能力）和D-Calibration（校准度）为核心评估指标。DeepSurv模型在平衡判别能力与校准度上表现最优（Harrell's C，0.743；D-Calibration，6.014）。本研究将最优模型部署于阿里云平台（UKB-DementiaPre Tool），支持临床实时调用（链接：http://8.137.113.161:3838/UKBDementiaPre/）。

本研究成功构建了首个整合遗传与临床数据的深度学习生存分析模型（DeepSurv），其高精度与动态预测能力为痴呆症风险评估提供了新范式。通过云端部署，该工具可直接服务于临床实践，推动个性化预防策略制定。未来研究需要在跨人群验证、多年龄段扩展及实时数据整合方向深入探索。

痴呆症作为老龄化社会的重大公共卫生问题，早期风险预测对延缓发病至关重要。传统模型（如Cox比例风险模型）依赖线性假设，难以捕捉基因-环境交互作用的非线性特征。本研究首次将深度学习生存分析模型（DeepSurv）应用于痴呆症预测领域，整合遗传（APOE基因型、多基因风险评分）与临床数据（糖尿病史、认知反应时间等），突破了单维度模型的局限性。通过英国生物银行（UK Biobank）大规模前瞻性队列数据，研究构建的动态预测工具可实现个体化风险评估，并通过阿里云平台实现临床部署（UKB-DementiaPre工具），显著提升了模型的实用性与可及性。

多维度特征筛选：从364个候选特征中，基于梯度提升机（GBM）筛选出前30个关键变量（如APOE ε4基因型、家庭收入、认知反应时间），覆盖遗传、社会经济、生活方式等多维度因素。

模型优化与验证：采用嵌套交叉验证（3层内采样+5层外采样）优化超参数，避免过拟合；通过Harrell's C指数（判别能力）和D-Calibration（校准度）综合评估模型性能。

可解释性分析：利用Brier Score评估特征重要性，结合部分依赖图（PDP）可视化关键变量与痴呆风险的复杂关系，增强了模型的可信度。

本研究不仅构建了高精度预测模型，还通过云端部署实现了临床工具化。UKB-DementiaPre工具支持实时输入个体数据（如遗传背景、病史、生活方式），生成动态风险评分，为早期干预提供循证依据。

人群普适性：UK Biobank队列以欧洲白人为主，模型在其他种族（如亚洲、非洲人群）中的适用性需进一步验证。

本研究为痴呆症风险预测提供了创新性解决方案，其多维度数据整合与深度学习方法的结合具有示范意义。未来研究可在以下方向深入：

跨种族验证：利用多中心队列（如中国慢性病前瞻性研究）验证模型泛化能力；

动态预测优化：纳入实时生物标志物（如血液Aβ42、神经影像数据）提升预测灵敏度；

吕军 主任

通讯作者

医学博士，博士生导师，研究员，暨南大学附属第一医院临床研究方法学学科带头人，临床研究部主任，临床流行病学教研室主任。主要研究方向为心脑血管疾病临床研究、临床大数据挖掘（e.g.临床预测模型）、重症医学大数据研究。已发表研究论文300余篇，其中第一作者和通讯作者SCI论文200余篇（总影响因子＞1200），ESI高被引论文7篇，ESI热点论文1篇，CNKI三高论文4篇，累计被引次数9000余次（单篇最高1245次），H因子42；2023年中国医院高产学者排名全国第6（同舟云学术排名）；2024年度“全球前2%顶尖科学家”；2024中国知网高被引学者TOP1%。主持国家级研究课题两项、省部级研究课题四项；获陕西省科学技术二等奖两项。

袁师其

第一作者

医学博士，主治医师，毕业于暨南大学神经病学专业，现任贵州医科大学附属金阳医院神经内科一病区副负责人，2024年贵州省“甲秀之光”省外访问学者。主研方向：阿尔茨海默病及相关痴呆方向的临床、基础科研研究。学术任职：贵州省阿尔茨海默病防治协会理事，《Frontiers in Neuroscience》客座编委，多个国内外核心期刊审稿人。近5年来以第一/共一作者在Alzheimer's Research & Therapy 、Stroke and Vascular Neurology、BMC Geriatrics，Journal of Translational Medicine、Journal of Neurology等杂志共发表SCI论文20余篇。

徐俊 主任医师

点评专家

首都医科大学附属北京天坛医院认知障碍科副主任、教授、主任医师、博士生导师，北京市青年拔尖团队带头人

中国老年医学学会认知障碍分会副会长，中国卒中学会脑健康分会副主委，中华医学会肠外肠内营养分会脑健康营养专委会主委。

国家健康科普专家库成员(2024)。主要研究方向：阿尔茨海默病及相关疾病的诊疗与转化研究：神经-免疫-营养代谢方向。主持国家自然科学基金课题6项，科技部2030课题1项，重大慢病专项课题1项，部省级课题20余项。以第一或通讯作者发表SCI论文59篇，获授权发明专利6项，软件著作权23项；省部级奖项5项。出版专著3部，参编/翻译专著7部。

暨南大学附属第一医院临床大数据挖掘团队配备了临床研究设计、深层统计、大数据挖掘等领域的专职工作人员，负责全院的临床研究管理、培训和技术支持工作。团队建立起系统的临床研究入门及临床数据挖掘培训方法，并取得丰硕的研究成果，已开发利用多个国际公共数据库进行临床大数据挖掘实践，同时依托学会常规性举办医学大数据挖掘培训班，在业内取得一定的影响力。团队统招硕士研究生毕业标准曾为完成8篇临床研究SCI论文；曾指导多名本科生完成至少1篇临床研究SCI论文。

每一项临床研究都倾注着研究团队的心血结晶。学习过后，您是否有所收获？或有疑问想与主创团队分享？请在评论区留言，期待与您交流！

END