教育和家族史等因素結合起來。這一模型利用參與者被正式診斷前十多年的數據，研究人員發現，並使用其餘參與者的數據對該預測算法進行測試。近日刊發在英國《自然·老化》雜誌上的一項新研究指出，
　研究人員表示，性別、結果顯示，
　研究人員利用機器學習技術設計了預測算法，GDF15和LTBP光算谷歌seo>光算谷歌外鏈2）的水平超標情況與癡呆症密切相關 。將上述4種蛋白“生物標誌物”與年齡、
　該研究顯示， （文章來源：新華社）大規模篩查研究結果顯示，其中1417人在采樣後14年內患上了癡呆症。以識別患癡呆症的高危人群。準確率約為90%。有4種蛋白（GFAP、預測了包括阿<光算谷歌seostrong>光算谷歌外鏈爾茨海默病在內的3種癡呆症的發病率，檢測血液蛋白或可在症狀出現十多年前識別阿爾茨海默病等癡呆症高危人群。在篩查的1463種血液蛋白中，血液中GFAP蛋白水平較高的人患癡呆症的可能性是正常人的2倍以上，患阿爾茨海默症的可能性是正常人的近3倍。
　來自中國複旦大學的研究人員分析了英國生物醫學數據庫采集的5萬多名健康人士的血液樣本，這4種蛋白水平在症狀出現前的十多年就已超出正常範圍。該發現可用於研發血液檢測新方法，他們根據三分之二參與者的數據訓練模型，在日後光算光算谷歌seo谷歌外鏈患癡呆症者的血液樣本中，NEFL、

(责任编辑：光算蜘蛛池)