Brain HealthForschungsarbeitKostenpflichtig

Handgelenk-Akzelerometer sagen Demenzrisiko ebenso gut voraus wie APOE-Gentests

Schlaf-Wach-Muster, die von Wearables gemessen werden, sagen das Demenzrisiko bei über 57.000 älteren Erwachsenen signifikant voraus – mit einer Vorhersagekraft, die der genetischen Testung ebenbürtig ist.

Mittwoch, 20. Mai 2026 1 Aufruf
Veröffentlicht in JAMA Neurol
An elderly person's wrist wearing a fitness tracker in bed at night, soft bedside lamp illuminating a bedroom with a clock showing 3am

Zusammenfassung

Eine groß angelegte Studie mit über 57.000 älteren Erwachsenen ergab, dass Schlaf-Wach-Zyklus-Muster, die mithilfe von Handgelenkbeschleunigungsmessern erfasst werden, das Demenzrisiko aussagekräftig vorhersagen können. Die Forscher identifizierten neun wichtige Kenngrößen – darunter gestörte Tagesaktivität, fragmentierter Schlaf und abnorme Schlafdauer –, die zu zwei prädiktiven Komponenten zusammengefasst wurden. Beide waren unabhängig voneinander mit einem erhöhten Demenzrisiko verbunden, und ihre Aufnahme in Standardvorhersagemodelle verbesserte die Genauigkeit in einem Ausmaß, das der Einbeziehung des APOE-Genstatus vergleichbar ist. Dies legt nahe, dass handelsübliche Wearables zu praktischen und skalierbaren Screening-Instrumenten werden könnten, um Personen mit erhöhtem Demenzrisiko Jahre vor dem Auftreten von Symptomen zu identifizieren – und so potenziell frühere Lebensstil- oder medizinische Interventionen zu ermöglichen.

Deep Dive Audio
0:00--:--

Detaillierte Zusammenfassung

Demenz betrifft weltweit Dutzende Millionen Menschen, und die frühzeitige Identifizierung von Risikopersonen bleibt eine große klinische Herausforderung. Obwohl bekannt ist, dass Schlafstörungen in der präklinischen Phase einer Demenz auftreten, war bislang unklar, ob sie die Risikovorhersage unter realen Bedingungen tatsächlich verbessern können. Diese Studie untersuchte genau diese Frage anhand objektiver Wearable-Daten aus zwei großen Kohorten.

Die Forschenden analysierten Akzelerometerdaten von 53.448 UK Biobank-Teilnehmenden und validierten die Ergebnisse an 3.965 Whitehall II-Teilnehmenden – alle 60 Jahre oder älter und zu Studienbeginn ohne Demenzdiagnose. Mithilfe eines maschinellen Lernansatzes extrahierten sie 36 Schlaf-Wach-Metriken und identifizierten neun davon als die besten Prädiktoren für eine spätere Demenzerkrankung, die sie zu zwei zusammengesetzten Komponenten kombinierten.

Die erste Komponente erfasste reduzierte körperliche Aktivität mittlerer bis hoher Intensität, erhöhte Aktivität geringer Intensität sowie häufigere Übergänge tagsüber von Aktivität zu Ruhe – im Wesentlichen ein Muster fragmentierten, energiearmen Tagesverhaltens. Die zweite Komponente spiegelte extreme Schlafdauern, längere nächtliche Wachphasen, Schwierigkeiten beim Übergang vom Wachen zum Schlafen sowie frühere Aufwachzeiten wider. Beide Komponenten waren unabhängig voneinander mit einem signifikant erhöhten Demenzrisiko assoziiert, mit Hazard Ratios von 1,43 bzw. 1,10.

Entscheidend ist, dass die Ergänzung dieser Komponenten in einem Modell, das bereits Alter, Lebensstil und gesundheitliche Risikofaktoren enthielt, die Vorhersagegenauigkeit verbesserte (Anstieg des C-Index um 0,018). Der Zugewinn war in seiner Größenordnung vergleichbar mit der Hinzunahme des APOE-Genotyps – derzeit einem der stärksten bekannten genetischen Prädiktoren für Demenz. Die Ergebnisse ließen sich in der unabhängigen Whitehall II-Validierungskohorte replizieren.

Die klinischen Implikationen sind erheblich. Handgelenkgetragene Akzelerometer sind weit verbreitet, kostengünstig und nicht-invasiv. Sollten sich diese Befunde in klinischen Validierungsstudien bestätigen, könnten sie ein bevölkerungsweites Demenzscreening ohne Gentests oder aufwändige bildgebende Verfahren ermöglichen. Einschränkungen umfassen das Beobachtungsdesign sowie den Umstand, dass diese Zusammenfassung ausschließlich auf dem Abstract basiert.

Wichtigste Erkenntnisse

  • Two accelerometer-derived sleep-wake components each independently predicted higher dementia risk (HR 1.43 and 1.10).
  • Adding wearable sleep metrics to risk models improved prediction as much as APOE genotype.
  • Nine specific metrics drove prediction: fragmented daytime activity, abnormal sleep duration, and nighttime wake bouts.
  • Findings replicated across two large independent UK cohorts totaling over 57,000 participants.
  • Wrist accelerometers could enable scalable, non-invasive early dementia screening in clinical practice.

Methodik

Prospektives Kohortenstudiendesign unter Verwendung der UK Biobank (n=53.448; Ableitung) und der Whitehall-II-Studie (n=3.965; Validierung), beide mit Handgelenk-Akzelerometer-Teilstudien. Sechsunddreißig Schlaf-Wach-Metriken wurden extrahiert, und ein maschinelles Lernverfahren identifizierte die prädiktivste Kombination. Neu auftretende Demenzfälle wurden anhand elektronischer Gesundheitsakten ermittelt, mit Nachbeobachtungszeiträumen von 7,8 bzw. 10,6 Jahren.

Studienlimitierungen

Diese Zusammenfassung basiert ausschließlich auf dem Abstract, da der Volltext nicht frei zugänglich ist, was die Beurteilung methodischer Details einschränkt. Das Beobachtungsdesign erlaubt keine Kausalitätsaussagen – Schlafstörungen könnten ein Prodromalsymptom sein und kein beeinflussbarer Risikofaktor. Die Generalisierbarkeit könnte aufgrund der überwiegend weißen britischen Studienkohorte und der freiwilligen Teilnahme an der Akzelerometrie eingeschränkt sein.

Hat dir diese Zusammenfassung gefallen?

Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.

E-Mail-Adresse zum Abonnieren eingeben: