Data-Driven Multimodal Subtyping Reveals Differential Cognitive Risk and Treatment Effects in the All of Us Cohort
该研究利用贝叶斯混合数据分型框架,基于美国"All of Us"队列中 12 万余名认知正常成年人的共病、行为及社会风险因素识别出四个亚型,揭示了不同亚型在轻度认知障碍发病风险及药物治疗反应上的显著异质性,表明将痴呆预防策略与特定脆弱性通路对齐可提升精准预防的效能与公平性。