北方健康助力京东健康研究表明疾病轨迹可能用于揭示慢性病风险

发布日期:2025-09-05 11:23 信息来源:北方健康
浏览次数: 字体:【 默认 超大

日前,京东健康探索研究院在西班牙马德里举办的欧洲心脏学会年会暨世界心脏病学大会(ESC Congress 2025 together with World Congress of Cardiology)上分享了两项基于千万级别人群的慢性病预测研究。作为济南国际医学中心引入的国家级平台——国家健康医疗大数据中心(北方)的授权运营企业,北方健康参与其中“基于人群时序疾病轨迹分析的慢性病风险预测”的研究,为慢性病风险的预测提供了新的视角。下面是京东健康探索研究院费金韬研究员在现场的分享:




研究:基基于人群时序疾病轨迹分析的慢性病风险预测于人群时序疾病轨迹分析的慢性病风险预测


研究背景

超过一半的老年人群存在多种共病。通过分析大规模人群中的慢性疾病轨迹模式,可能预测个体未来的疾病风险。

研究方法

研究团队与山东省卫生健康委及北方健康合作,基于国家健康医疗大数据中心(北方),收集了2016年至2024年间中国北方地区的3738万名患者数据。通过采用ICD-10三级编码,并按患者去重,共获得了来自2272个ICD-10编码的2.0708亿条诊断记录。下图展示了诊断数量随年龄的变化情况。




研究团队排除了急性疾病、外因疾病、妊娠相关诊断和非疾病诊断,最终保留了777个慢性疾病节点(DN)。从DN1到DN2的边权重被定义为在5年间隔内先诊断DN1后再诊断DN2的个体数量,由此在DN节点间形成了265831条双向边。

研究团队计算了从DN1到DN2进展的相对风险(RR),并使用Benjamini-Hochberg方法对多重卡方检验的p值进行调整以降低假阳性发现率。去除RR≤1、RR不显著或边权重<1000的边后,最终的时序共病网络包含351种慢性疾病和8672条边。

对于每个初始DN,采用100万次蒙特卡洛随机游走模拟个体疾病轨迹。假设患者当前患有多种慢性疾病,则根据每个DN出边权重之和加权随机选择一个起始DN,并按出边权重随机选择该DN的一条出边作为一个step,将到达的DN加入患者的慢性疾病列表。该过程重复进行,直到慢性疾病数量达到阈值(终生慢性病患病数),该阈值根据京东健康的数据和既往研究设定为7。


研究结果

在研究人群中,最常见的10种疾病中有9种属于心血管-肾脏-代谢(CKM)疾病(见下表)。CKM疾病最常见的下游疾病也主要是CKM疾病。对于高血压(15/20)、慢性缺血性心脏病(16/20)、脑梗死(16/20)、2型糖尿病(15/20)、心力衰竭(13/20)、其他脑血管疾病(14/20)、心绞痛(15/20)、短暂性脑缺血发作(14/20)和血脂异常(14/20),20种常见下游疾病中超过一半都属于CKM疾病。CKM疾病常见的非CKM下游疾病包括其他肝脏疾病(9/9)、前列腺增生(6/9)、其他椎间盘疾病(6/9)、肺气肿(6/9)、其他慢性阻塞性肺疾病(5/9)和其他非毒性甲状腺肿(5/9)。




研究结论

利用基于人群的时序疾病轨迹可能帮助预测未来罹患慢性疾病的风险。CKM疾病常常互为下游疾病。这些预测结果仍需通过终身随访研究加以验证。


费金韬研究员在ESC现场做汇报



热点推荐
相关阅读