跨七个精神病学研究领域综述显示:大数据带来机制洞见与跨学科协作,但样本量本身并不保证更精确的估计,临床转化仍存差距
这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域,梳理大数据在精神病学中的进展、约束与未来方向,指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性,但样本量大并不保证估计更精确,从大数据到临床应用的转化仍存在差距,未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。
2 篇关联报道
这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域,梳理大数据在精神病学中的进展、约束与未来方向,指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性,但样本量大并不保证估计更精确,从大数据到临床应用的转化仍存在差距,未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。
该研究把Delphi-2M在约40万英国生物银行参与者健康记录上训练得到的疾病轨迹嵌入,与19种神经与精神疾病的GWAS遗传相关性作对照,发现两者在171个疾病对上中等程度相关(Mantel r = 0.33,p < 1×10⁻⁴),两种度量都让16种疾病更接近自身诊断类别,且都同样把多发性硬化、偏头痛和特发性震颤放在更靠近精神疾病的一侧,提示临床轨迹与遗传结构画出同一条诊断边界、也在相同位置打破它。
已读完全部报道