《自然·醫(yī)學》3日發(fā)表的一項研究發(fā)現(xiàn)，通過運動追蹤設備采集的數(shù)據(jù)或能作為預測帕金森病未來發(fā)展的早期指標。研究結(jié)果表明，這些數(shù)據(jù)或能實現(xiàn)相對低成本且無創(chuàng)的大規(guī)模人群篩查，但仍需開展進一步研究。

　　帕金森病是一種神經(jīng)退行性疾病，會導致運動功能相關(guān)神經(jīng)元逐漸喪失，尚無已知療法可治愈。確診時的神經(jīng)系統(tǒng)變性通常已持續(xù)多年，此時約有50%—70%的運動功能相關(guān)神經(jīng)元已受到影響。提早發(fā)現(xiàn)有帕金森病風險的個體或能讓更多人加入為該疾病設計保護性療法的臨床研究。

　　英國卡迪夫大學團隊利用英國生物銀行采集的年齡在40—69歲的10.3萬人的數(shù)據(jù)，模擬了運動追蹤設備的數(shù)據(jù)是否能用來在臨床確診前發(fā)現(xiàn)帕金森病患者。團隊發(fā)現(xiàn)，相比常用的臨床標志物，如來自生活方式、遺傳學、血液生化學和患者報告癥狀的指標，使用來自運動追蹤設備的數(shù)據(jù)訓練的機器學習模型能更好地區(qū)分臨床診斷和預診斷的帕金森病。團隊指出，與運動加速和睡眠質(zhì)量相關(guān)的特定模式與帕金森病的未來發(fā)病和/或現(xiàn)有確診有關(guān)。白天的平均運動加速在帕金森病確診前的幾年里會減慢，而帕金森病確診患者的睡眠障礙比其他臨床疾病患者（如其他神經(jīng)退行性疾病和運動障礙）更嚴重。

　　該研究結(jié)果表明，運動數(shù)據(jù)或能作為發(fā)現(xiàn)有帕金森病風險人群的低成本篩查工具，對帕金森病相關(guān)的病理性神經(jīng)退行跡象的早期篩查，有助于啟動神經(jīng)保護療法，開展針對疾病發(fā)展的臨床試驗。