Alzheimer hastalığı ve hafif bilişsel bozuklukta bilişsel ve işlevsel gerileme hızlarını tahmin etmek

Demansla karşılaşan aileler için bunun önemi

Demans tek bir senaryoya uymaz. Bazı kişiler hafıza ve bağımsızlıklarını hızla kaybederken, diğerlerinde değişim daha yavaş olur. Bakım, para ve yaşam düzenlemelerini planlamaya çalışan aileler için bu belirsizlik korkutucu olabilir. Bu çalışma, kliniklerde muayeneler sırasında zaten toplanan bilgilerin Alzheimer hastalığı veya hafif bilişsel bozukluğu olan kişilere ve klinisyenlerine önümüzdeki yıl içinde düşünme ve günlük becerilerde nasıl değişiklikler olabileceği konusunda daha net bir tablo sunup sunamayacağını araştırıyor.

Günlük klinik ziyaretlerini tahmine dönüştürmek

Araştırmacılar, Birleşik Krallık’ta Alzheimer hastalığı veya hafif bilişsel bozukluğu olan bir grup kişiyi izledi. Birkaç yıl boyunca bu katılımcılar düzenli olarak üç tür basit testi tamamladılar: hafıza ve yönelim üzerine kısa sorular, dil ve problem çözmeyi ölçen daha ayrıntılı görevler ve giyinme, yemek hazırlama ve para yönetimi gibi günlük aktiviteleri ne kadar bağımsız yürüttüklerine ilişkin anketler. Bunların yanında yaş, cinsiyet ve diğer tıbbi durumlar gibi temel bilgiler kaydedildi. Maliyetli beyin görüntüleme veya omurilik sıvısı testlerine güvenmek yerine ekip, çoğu hafıza kliniğinde mevcut olan ve kaynakların kısıtlı olduğu ortamlarda da erişilebilir olan bu tür rutin, düşük maliyetli bilgilere kasıtlı olarak odaklandı.

Bireysel yolları izlemeyi bilgisayarlara öğretmek

UK kohortundan alınan 153 bir yıllık test puanı “trajektörünü” kullanarak ekip, bir kişinin puanlarının başlangıç ziyaretinden 12 ay sonra nerede olacağını tahmin etmek için makine öğrenimi modelleri eğitti. Bir model düşünme yeteneğine, bilinen bir tarama testini kullanarak; diğeri ise günlük yaşamda bağımsızlığa odaklandı. Modeller yalnızca toplam test puanlarına bakmakla kalmadı, aynı zamanda kelime hatırlama, konuşulan dili anlama veya yemek hazırlama gibi belirli sorular arasındaki güçsüzlük ve güçlü yön örüntülerini de inceledi. Araştırmacılar birkaç algoritma türünü denedi ve bu göreceli olarak küçük veri kümesine aşırı uyumdan kaçınmak için titiz çapraz doğrulama kullandı.

Tahminlerin ne kadar iyi çalıştığı

En iyi performans gösteren modeller, sadelik ile esnekliği dengeleyen gelişmiş bir doğrusal model türüydü. Düşünme yeteneği için yapılan tahminler, genellikle hem Birleşik Krallık grubunda hem de uluslararası bir Alzheimer araştırma projesinden gelen 741 bir yıllık bağımsız trajektörde, bir yıl sonraki gerçek puanın yaklaşık iki puanı içindeydi. Günlük işlevsellik için model, giyinme, alışveriş ve finans yönetimi gibi görevlerde bağımsızlığı ölçen bir ölçekte tipik olarak yaklaşık dört puan içindeydi. Modeller ayrıca hangi başlangıç yeteneklerinin en bilgilendirici olduğunu vurguladı. Planlama ve eylemi yürütme, yönelimde kalma ve kelimeleri hatırlamada yaşanan sorunlar gelecekteki düşünme gerilemesi için özellikle belirleyiciydi; yemek hazırlama, para yönetimi ve giyinme güçlüğü ise bağımsızlık kaybının daha hızlı olacağına işaret ediyordu.

Günlük hayattaki gerilemeyi ne tetikliyor

Modellerin iç işleyişini inceleyerek araştırmacılar, düşünmedeki değişikliklerin sıklıkla günlük işlevde sonraki değişiklikleri haber verdiğini buldu. Özellikle kelime hatırlama ve tanımayı ölçen ayrıntılı bilişsel testler, bir yıl sonra günlük görevlerle daha fazla zorlanacak kişileri tahmin etmeye yardımcı oldu. Buna karşılık, diğer uzun süreli sağlık sorunlarına ilişkin bilgiler, en azından geniş hastalık kategorileri halinde gruplanmışken, bu bir yıllık pencere içinde tahminlere çok az katkı sağladı. Yaş da gelecekteki bağımsızlık kaybını tahmin etmede rol oynadı. Önemli olarak, çalışma toplam puanların tek başına her bir test içindeki daha ince desenlerden daha az bilgilendirici olduğunu gösterdi; bu da bilişsel güçlüğün her biçiminin hızlı gerileme riski taşımadığı fikrini güçlendiriyor.

Klinikler için yeni tür bir planlama aracı

Çalışmalarını yatak başında kullanışlı kılmak için ekip, arka planda bu tahmin modellerini çalıştıran Theia adlı bir prototip karar destek uygulaması geliştirdi. Klinikler bir kişinin rutin test puanlarını, yaşını, cinsiyetini ve tıbbi geçmişini girebilir ve bir yıl ileriye dönük tahmini düşünme ve günlük işlevsellik puanları alabilir. Uygulama ayrıca bir kişinin mevcut yeteneklerinin hangi yönlerinin tahmini daha hızlı veya daha yavaş gerilemeye ittiğini gösteren basit görsel açıklamalar üretiyor. Bu şeffaflık, aracı bir “kara kutu” olarak görmek yerine klinisyenlerin araca güvenmesini ve yorumlamasını desteklemeyi amaçlıyor.

Demansla yaşayan kişiler için bunun anlamı ne olabilir

Çalışma, birçok hafıza kliniğinde zaten toplanan bilgilerin, önümüzdeki yıl için bilişsel ve işlevsel gerilemenin daha kişiselleştirilmiş, veri odaklı tahminlerini sağlamada kullanılabileceğini öne sürüyor. Bu tahminler kusursuz olmasa da, gelecekteki bakım ihtiyaçları, güvenlik ve finansal ile konut planları hakkında yapılacak konuşmaları yönlendirecek kadar doğrular. Modeller ucuz ve yaygın kullanılan değerlendirmelere dayandığı için sadece uzman merkezlerde değil, sıradan kliniklerde ve kaynak kısıtlı ortamlarda da klinisyenleri destekleme potansiyeline sahip. Daha fazla doğrulanıp rafine edilirse, Theia gibi araçlar Alzheimer hastalığı veya hafif bilişsel bozuklukla yaşayan kişilere ve ailelerine, sıklıkla öngörülemeyen bir hastalık karşısında daha fazla hazırlık ve kontrol hissi verebilir.

Atıf: Fogel, A., Walsh, C., Fletcher-Lloyd, N. et al. Predicting rates of cognitive and functional decline in Alzheimer’s disease and mild cognitive impairment. Commun Med 6, 193 (2026). https://doi.org/10.1038/s43856-026-01432-w

Anahtar kelimeler: Alzheimer hastalığı, demans ilerleyişi, makine öğrenimi, bilişsel gerileme, günlük yaşam aktiviteleri