检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]浙江中医药大学第三附属医院,310053 [2]国家康复辅具研究中心附属康复医院,100176 [3]浙江康复医疗中心,310052
出 处:《浙江临床医学》2025年第2期300-302,共3页Zhejiang Clinical Medical Journal
基 金:浙江康复医疗中心2024年度院级科研课题一般项目(ZKYB2413);浙江中医药大学2024年附属医院科研专项一般科研项目(2024FSYYZY03);2025年度浙江省医药卫生科技计划一般项目(2025KY1196)。
摘 要:阿尔茨海默病(AD)是最常见的痴呆形式[1],全球约有5000万痴呆患者中约60%~70%为AD。该病起病隐匿,呈进行性发展,以记忆力减退为核心症状,随病情进展,认知功能损害导致日常生活能力下降[2]。65岁以上人群中患病率约4%~8%,85岁后可达20%~30%,女性患病率高于男性[3]。中国约有600~800万AD患者[4]。AD的确切病因未明,但与基因、生活方式和环境因素有关。病理特征包括脑内淀粉样蛋白沉积和神经元纤维缠结[5]。临床分为痴呆前阶段和痴呆阶段[6],早期诊断和干预至关重要。步态障碍在AD中的重要性日益凸显[7],不仅影响患者的行动能力,还与认知功能下降密切相关。步态分析成为早期诊断的关键工具[8]。AD患者的步态特征,如步速减慢、步幅缩短和步态不对称性,与大脑神经退行性变有关[9]。这些步态异常可作为早期识别AD的指标,有助于及时干预和治疗。机器学习和可穿戴设备技术的发展有助于精确测量和分析步态参数,为AD的诊断和监测提供了新的视角[10]。这些技术的应用不仅提高了诊断的准确性,也为未来AD的个性化治疗和疾病管理提供了指导。
关 键 词:个性化治疗 步态异常 女性患病率 可穿戴设备 步态分析 未明 早期诊断 机器学习
分 类 号:R749.16[医药卫生—神经病学与精神病学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.49