社會事
目前自閉症主要透過定期評估幼兒發展範疇和社交語言發展作診斷。
中大醫學院首次發現，利用糞便的細菌檢測，可及早識別出自閉症兒童！研究團隊收集128名3至6歲華人兒童的糞便樣本，當中一半人是自閉症患者，研究發現，自閉症兒童的腸道內有5種細菌，在一般兒童腸道內較為少見，而這5種糞便細菌基因，鑑別自閉症兒童的靈敏度可達8成。研究亦發現，自閉症兒童的糞便樣本中梭菌顯著較多，這種細菌會產生毒素，損害中樞神經系統。
網上圖片
中大醫學院發現，利用糞便檢測，可及早識別出自閉症兒童。資料圖片
目前自閉症主要透過定期評估幼兒發展範疇和社交語言發展作診斷。研究團隊指，由發現表徵到轉介確診和治療，需要很長時間，今次研究結果可利用糞便細菌檢測，作為預測自閉症的非侵入性檢查工具，有助彌補自閉症缺乏客觀篩查方法的不足。及早識別患者和治療，有關研究結果已於國際醫學期刊發表。
網上圖片
網上圖片
本港每3名65歲以上長者便有1名糖尿病患者。中大醫學院進行大數據分析，發現老年糖尿病患者因心血管疾病等原因的死亡風險，較一般人高1.5至2倍。中大成功開發一套能預測嚴重低血糖風險的機器學習模型，精確率達85%，可及早揪出高風險病人，進行預防治療。
嚴重低血糖是糖尿病患者常見急性併發症，可增患者跌倒、罹患心血管疾病和認知障礙症及各種死亡風險。 研究團隊分析醫管局數據實驗室逾110萬名65歲或以上長者的數據，發現5年間，此組別長者整體死亡率下降8%，惟若罹患糖尿病，因心血管疾病或其他原因死亡的風險，仍較沒患糖尿病患者高1.5至2倍。
中大醫學院內科及藥物治療學系研究助理教授楊愛民表示，相關發現反映糖尿病增死亡風險，有必要發展助患者預防糖尿病併發症及改善病情自我管理的大型干預措施。
威院內科及藥物治療學系顧問醫生陳俊文指，本港逾80%因低血糖到急症室求診的長者需住院治療，也增患者跌倒、罹患心血管疾病和認知障礙症，及各種原因死亡風險。
團隊利用2013至2018年間來自逾36萬名老年糖尿病患者共約150萬份醫療紀錄，以機器學習演算法XGBoost作基礎，開發了一套能預測出現嚴重低血糖風險的機器學習模型，涵蓋258個不同的預測指標，包括人口統計數據、患者一年內入院、診斷、用藥和恆常實驗室化驗資料，用以預測患者未來一年因嚴重低血糖而需住院的機會，預測精確率達85%。
領導是次研究的中大醫學院內科及藥物治療學系副教授周怡君補充，模型有望能結合本地電子病歷系統，揪出高風險的嚴重低血糖病人，及早進行預防措施，如改用降血糖反應較輕微的糖尿病藥，或調整胰島素注射時間和劑量。相關研究已在國際期刊《PLOS Medicine》及《Diabetes Research and Clinical Practice》發表。
中大團隊利用醫管局大數據，開發一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型。
