Tampereen yliopisto

Väitös: Datalähtöisillä menetelmillä voidaan ennustaa Alzheimerin taudin etenemistä

Jaa
Datalähtöiset analyysi- ja visualisointimenetelmät voivat auttaa suuren ja monimuotoisen tietomäärän tulkinnassa ja hyödyntämisessä. Väitöstutkimuksessaan TtM Hilkka Liedes kehitti ja validoi datalähtöisiä menetelmiä Alzheimerin taudin etenemisen ennustamiseen ja seurantaan taudin eri vaiheissa.
Hilkka Liedes. Kuva: Petri Liedes
Hilkka Liedes. Kuva: Petri Liedes

Väestön ikääntymisen vuoksi Alzheimerin tautia sairastavien potilaiden määrä kasvaa merkittävästi. Vaikka tautiin ei ole vielä parantavaa hoitoa, mahdollisimman varhaisessa vaiheessa aloitetut tietyt lääkkeet ja elämäntapainterventiot voivat hidastaa sen etenemistä ja lievittää oireita.

Taudin varhainen tunnistaminen ja etenemisen ennustaminen on kuitenkin haastavaa, koska muutokset aivoissa alkavat jo vuosia ennen ensimmäisten oireiden ilmaantumista. Lisäksi taudin diagnoosiin ei ole yhtä yksittäistä ja yksinkertaista testiä, vaan potilaille tehdään useita erilaisia tutkimuksia, joiden tulokset lääkäreiden on yhdistettävä ja tulkittava.

Datalähtöiset analyysi- ja visualisointimenetelmät voivat auttaa suuren ja monimuotoisen tietomäärän tulkinnassa ja hyödyntämisessä.  

Hilkka Liedeksen väitöstutkimuksessa kehitettiin ja validoitiin datalähtöisiä menetelmiä Alzheimerin taudin etenemisen ennustamiseen ja seurantaan taudin eri vaiheissa.

Tutkimuksessa hyödynnettiin olemassa olevia tietoaineistoja, jotka on kerätty kolmessa Euroopan maassa, Pohjois-Amerikassa ja Australiassa. Aineistot sisälsivät taustatietoja, kognitiivisten ja neuropsykologisten testien tuloksia, magneettikuvia, sekä selkäydinnestenäytteiden ja geenitestin tuloksia.

Usean datatyypin yhdistämisellä tarkempia tuloksia

Väitöstutkimus osoitti, että datalähtöisillä menetelmillä voidaan ennustaa ja seurata Alzheimerin taudin etenemistä varhaisesta vaiheesta myöhäiseen vaiheeseen. Usean eri datatyypin yhdistelmällä saatiin tarkempia tuloksia kuin käyttämällä vain yhtä datatyyppiä.

Tutkimuksessa havaittiin myös, että datalähtöisten menetelmien tarkkuus on erittäin tärkeä arvioida erillisellä aineistolla, jota ei ole käytetty menetelmien kehittämisessä. Näin saadaan mahdollisimman luotettavia tuloksia ja ymmärretään menetelmien rajoitteet paremmin.

— Eri maissa on käytössä erilaisia diagnoosikriteereitä ja potilaiden tutkimusmenetelmien välillä on eroja, joten datalähtöisten menetelmien käyttöönotto eri ympäristöissä tai maissa saattaa vaatia potilaan tutkimusmenetelmien ja diagnoosikriteereiden harmonisointia, Liedes huomauttaa.

Kehitetyt analyysimenetelmät voivat tukea lääkäriä potilaiden tilan arvioinnissa ja Alzheimerin taudin varhaisessa diagnoosissa, mikä mahdollistaa oikea-aikaisen hoidon ja siten potilaiden toimintakyvyn säilymisen mahdollisimman pitkään.

— Tämä taas tuo merkittäviä säästöjä yhteiskunnalle, kun potilaat voivat asua itsenäisesti pidempään ilman intensiivistä hoivaa, Liedes lisää.

Tämän lisäksi kehitettyjen menetelmien avulla voidaan mahdollisesti tunnistaa sopivia henkilöitä Alzheimerin taudin lääketutkimuksiin.

Hilkka Liedes asuu nykyisin Oulussa ja työskentelee edelleen tutkijana Teknologian tutkimuskeskus VTT Oy:ssa terveysdata-analytiikan parissa.

Väitöstilaisuus perjantaina 17. helmikuuta

Terveystieteiden maisteri Hilkka Liedeksen lääketieteen tekniikan alaan kuuluva väitöskirja Prediction and Monitoring of Progression of Alzheimer’s Disease: Multivariable approaches for decision support tarkastetaan julkisesti Tampereen yliopiston lääketieteen ja terveysteknologian tiedekunnassa perjantaina 17.2.2023 kello 12 alkaen Tietotalon auditoriossa TB109, Hervannan kampus, Korkeakoulunkatu 7. Vastaväittäjänä toimii professori Natasha Maurits, Groningenin yliopisto, Alankomaat. Kustoksena toimii professori Mark van Gils, lääketieteen ja terveysteknologian tiedekunta, Tampereen yliopisto.

Tutustu väitöskirjaan.

Seuraa väitöstilaisuutta etäyhteydellä.

Avainsanat

Kuvat

Hilkka Liedes. Kuva: Petri Liedes
Hilkka Liedes. Kuva: Petri Liedes
Lataa

Tietoja julkaisijasta

Tampereen yliopisto
Tampereen yliopisto
Kalevantie 4
33014 TAMPEREEN YLIOPISTO

p. 0294 5211https://www.tuni.fi

Tampereen yliopisto kytkee yhteen tekniikan, terveyden ja yhteiskunnan tutkimuksen ja koulutuksen. Teemme kumppaniemme kanssa yhteistyötä, joka perustuu vahvuusalueillemme sekä uudenlaisille tieteenalojen yhdistelmille ja niiden soveltamisosaamiselle. Luomme ratkaisuja ilmastonmuutokseen, luontoympäristön turvaamiseen sekä yhteiskuntien hyvinvoinnin ja kestävyyden rakentamiseen. Yliopistossa on 21 000 opiskelijaa ja henkilöstöä lähes 4 000.
Rakennamme yhdessä kestävää maailmaa. 

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Tampereen yliopisto

ProDigial testaa nyt infra-alan tuottavuutta parantavia ratkaisuja käytännössä – myös tekoälyn käyttöä tutkitaan25.4.2024 08:00:00 EEST | Tiedote

Infra-alan tuottavuutta ja digitalisaatiota kirittäneen, Tampereen yliopiston johtaman ProDigial-tutkimusohjelman jatkokaudella testataan kehitettyjen ratkaisujen toimivuutta tilaajaorganisaatioiden arjessa. Laajaan yhteistyöhön ja sen kehittämiseen nojaava tutkimusohjelma selvittää lisäksi tekoälyn käyttömahdollisuuksia infrahankkeiden elinkaarella.

Tampereen yliopistossa kehitetään syöpään uudenlaisia täsmälääkkeitä, jotka kohdistuvat RNA:n rakenteeseen22.4.2024 11:15:00 EEST | Tiedote

Tenure track -professori Minna-Liisa Änkö johtaa uutta hanketta, jossa tutkitaan solujen RNA:n laskostumiseen vaikuttavia tekijöitä paksusuolen syövässä. Tavoitteena on selvittää, voivatko syöpäsoluille tyypilliset RNA-rakenteet toimia perustana uusille kohdennetuille syöpähoidoille. Jane ja Aatos Erkon säätiö myönsi hankkeelle 932 000 euron rahoituksen.

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme
HiddenA line styled icon from Orion Icon Library.Eye