复旦大学附属华山医院的郁金泰教授团队团队通过大规模前瞻性队列研究分析发现了LTCs数量和特定的共病模式对全因性痴呆（ACD）、AD和VD风险的影响。这更有力地证明了共病和痴呆的关系，有利于在特定人群中开展痴呆的早期预防。
研究人员纳入了245,483名来自英国生物库的非痴呆症参与者(≥55岁)，并记录了人口统计学特征、生活方式和ltc。参与者的疾病诊断根据医疗记录中的国际疾病分类(ICD) -10确定。
在随访期间，研究人员进一步记录了5123名(2.09%)参与者的ACD, 2228名(0.91%)参与者的AD和1234名(0.50%)参与者的VD。研究人员测量了疾病的流行程度。排除1% LTCs后，有29个LTCs被纳入分析。他们根据LTC的数量将共病分为0 LTC(健康)、1 LTC、2 LTC、3 LTC和≥4 LTC。
值得注意的是，使用模糊c均值聚类分析算法确定了三种共病:A型，肥胖合并其他疾病;B型，心脑血管疾病、呼吸系统疾病、代谢性疾病、肌肉骨骼疾病、抑郁症;模式C:肿瘤、泌尿生殖系统疾病和消化系统疾病。
研究人员使用Cox比例风险回归模型来评估ltc数量和特定共病与ACD、AD和VD风险的相关性。他们调整了协变量，如年龄、性别、教育程度、身体质量指数(BMI)、体育活动、吸烟和APOE4状态。
他们随后发现，与健康对照组相比，ltc≥2个的参与者的ACD、AD和VD梯度的累积风险曲线更大，并且在ltc≥4个的患者中ACD、AD和VD的风险最高。重要的是，研究人员观察到LTC的量与ACD风险之间存在剂量-反应关系。
研究人员随后发现，与健康人群相比，A、B和C共病模式的参与者患ACD和VD的风险更高，B和C共病模式的参与者患AD的风险更高。值得关注的是，模式B的参与者患ACD、AD和VD的风险最高。
最后，当基于性别、年龄和APOE4状态进行亚组分析时，研究人员发现ACD与AD风险和共病之间的关联在女性中更为显著。然而，年龄和APOE4状态对共病和痴呆之间的关系没有影响。
在本研究中，我们利用大样本数据和长随访时间，探讨了ltc和特定共病的数量与ACD、AD和VD风险的关系，更有力地证明了共病与痴呆的关系。
此外，研究人员利用聚类分析算法研究特定人群的整体健康状况，有利于对特定人群进行精准的疾病预防。该研究无法探索参与者使用的药物的相互作用，也无法跟踪随访期间共病的变化。
总的来说，本研究中提出的共病模型有助于更好地理解共病与痴呆症之间的关系。及时发现特定模式的共病，预防疾病积累，对于痴呆的一级预防具有重要意义，有助于优化老年人医疗资源配置。
