来自密苏里大学、堪萨斯城儿童慈善机构和德克萨斯儿童医院的一个跨学科研究小组使用一种新的数据驱动方法来了解更多关于1型糖尿病患者的信息，这些人约占所有糖尿病诊断的5-10%。该团队通过健康信息学收集信息，并应用人工智能(AI)来更好地了解这种疾病。

在这项研究中，该团队分析了来自T1D交换诊所登记处登记的约16,000名参与者的公开可用的真实数据。通过应用MU工程学院开发的对比模式挖掘算法，该团队能够确定有或没有直系亲属病史的1型糖尿病患者的健康结果的主要差异。

MU数据科学与信息学研究所(MUIDSI)所长Chi-RenShyu领导了这项研究中使用的AI方法，并表示该技术本质上是探索性的。

“在这里，我们让计算机完成连接数据中数百万个点的工作，以识别有和没有1型糖尿病家族史的个体之间的主要对比模式，并进行统计测试以确保我们对自己的MU工程学院的PaulK.和DianneShumaker教授Shyu说。

MUIDSI的研究生和该研究的主要作者ErinTallon表示，该团队的分析导致了一些不熟悉的发现。

“例如，我们发现登记中的直系亲属患有1型糖尿病的人更常被诊断出患有高血压，以及与糖尿病相关的神经疾病、眼病和肾病，”塔隆说。“我们还发现，在有1型糖尿病直系家族史的个体中，这些疾病的共同发生率更高。此外，有1型糖尿病直系家族史的个体也更常具有某些人口统计学特征。”

Tallon对这个项目的热情始于个人联系，并由于她在重症监护室(ICU)担任护士的经历而迅速成长。她经常会看到患有1型糖尿病的患者，他们还患有其他并存的疾病，例如肾病和高血压。知道一个人的1型糖尿病诊断通常只发生在疾病已经非常晚期时，她想找到更好的预防和诊断方法，首先要找到一种方法来分析已经收集到的关于该疾病的大量公开数据。

2019年，堪萨斯城儿童慈善机构儿科内分泌学家、密苏里大学堪萨斯城大学儿科教授、该研究的通讯作者MarkClements受邀在BioNexusKC主办的中西部生物信息学会议上发言。虽然Tallon无法参加Clements的演讲，但她随后打电话分享了她的建议，以帮助人们更好地了解1型糖尿病。他很感兴趣。最终，Tallon将Clements介绍给了Shyu，一项正在进行的研究合作诞生了。

Tallon说，合作的结果说明了使用真实世界数据的力量和价值。

“1型糖尿病并不是一种对每个人都一样的单一疾病——它对不同的人来说看起来不同——我们正在努力解决这个问题，”Tallon说。“通过分析现实世界的数据，我们可以更好地了解可能导致某人面临更高风险发展不良健康结果的风险因素。”

虽然结果很有希望，但Tallon表示，研究人员受到限制，因为没有基于人群的数据集可供使用。

“重要的是要注意，我们的研究结果确实有一个局限性，我们希望在未来通过使用更大的、基于人口的数据集来解决这个问题，”塔隆说。“我们正在寻求建立更大的患者群体，分析更多数据并使用这些算法来帮助我们做到这一点。”

“为了在正确的时间为正确的患者提供正确的治疗，我们首先需要了解如何识别那些疾病及其并发症风险较高的患者——通过询问诸如早期是否有特征等问题在某人的生活中，这可以帮助识别一个具有高风险的个人，以实现未来几年的结果，“克莱门茨说。“拥有所有这些信息有朝一日可以帮助我们更全面地了解一个人的风险，我们可以利用这些信息开发一种更加个性化的预防和治疗方法。”

“与T1D交换诊所登记处的对比模式挖掘揭示了与家族性与散发性1型糖尿病相关的复杂表型因素和合并症模式，”发表在美国糖尿病协会期刊DiabetesCare上。MU研究生DanluLiu和KatrinaBoles以及德克萨斯儿童医院的MariaRedondo也为这项研究做出了贡献。

该研究的作者要感谢T1D交换诊所登记处的资助机构HelmsleyCharitableTrust、全国各地推动登记处数据收集的研究人员，以及登记处的所有参与者及其家人。愿意分享他们的医疗信息。

标签：