Nat Aging | 廉洁等利用大规模电子健康记录揭示阿尔茨海默病与帕金森病的临床亚型结构及其遗传差异

本研究基于英国大规模电子健康记录，利用机器学习方法对阿尔茨海默病和帕金森病这两种常见神经退行性疾病的临床轨迹进行系统分析。研究背景在于传统诊断体系将疾病视为单一实体，但临床实践中存在显著的疾病内部异质性，缺乏系统刻画。研究目的是通过无监督聚类，在真实世界数据中识别可重复的疾病亚型结构，并探索其遗传差异及跨疾病共享模式。研究结论显示，两种疾病内部均存在多个稳定的临床亚型，这些亚型在共病谱和疾病轨迹上显著分化。部分亚型在跨疾病间表现出共病模式的相似性，提示可能共享系统性衰老机制，但遗传风险评分分析揭示不同亚型间存在遗传异质性。亚型划分更多反映了疾病发生前后的长期临床结构，而非简单的严重程度分层，为从“诊断标签”走向“轨迹分层”提供了新框架，有助于未来机制研究、风险预测和精准干预。