流行病学包括研究疾病在不同人群中发生的频率以及原因。流行病学信息然后用于规划和评估预防疾病和紊乱的战略。西弗孤独症研究和治疗中心的流行病学研究主要有两个问题：（1）环境暴露的差异如何影响大脑的发育？（2）遗传和环境风险如何共同导致孤独症的发展？

利用大数据方法，我们可以利用数百万人的信息，确定与人群中自闭症发病率高或低相关的因素。

我们相信，在许多儿童中，自闭症是由“先天和后天”共同作用造成的——我们的基因和我们成长的环境。甚至在我们出生之前，这两个因素就共同作用来平衡我们早期大脑发育的复杂过程。作为研究人员，我们的任务是更好地理解这些过程，并确定改变正常大脑发育的因素。

与孤独症的基因研究相比，环境风险因素研究处于婴儿期，在方法学上面临重大挑战。考虑到我们从受孕那一刻起就暴露在成千上万的环境因素中，而且这些因素在不断变化，这不是一项容易的任务。

作为流行病学家，我们可以利用这样一个事实来应对这一挑战，即一直在进行无数自然实验——一些儿童在其早期生活中暴露在特定环境中，而另一些儿童则没有。利用大数据方法，我们可以利用数百万人的信息，确定与人群中自闭症发病率高或低相关的因素，从长远来看，这些因素可以提示自闭症的环境风险和保护因素。

能够深入了解潜在原因并制定可采取行动的目标将有助于我们制定更有效的预防战略。

例如，最近的一项研究使用了大数据，重点关注女性在怀孕期间服用的药物。一些研究表明，孕期服用抗抑郁药物会增加后代患孤独症的风险。研究使用一个跟踪179007名8岁儿童的大型数据集，研究人员能够回顾他们母亲在怀孕前和怀孕期间服用的药物，以及母亲和孩子的其他特征。这个研究表明抗抑郁药本身似乎不会导致后代患孤独症的风险增加。

将流行病学“大数据”与数据科学方法和技术创新结合起来是另一条潜在的前进道路。机器学习和人工智能等现代数据分析方法可能会越来越多地用于尝试和识别复杂数据中的风险模式。允许精确测量风险敞口和时间的创新将有助于更好地了解风险周期和风险敞口。

这一研究领域仍处于起步阶段，但产生了一些非常有趣的见解。最近的一项研究用乳牙观察早期接触有毒金属的情况。婴儿的牙齿在怀孕的头三个月末开始发育，每天形成一层新的牙齿，类似于树上的年轮。这些细胞层可以捕获发育中胎儿接触到的微量化学物质。研究人员测量了一对患有孤独症的双胞胎牙齿中的有毒化学物质和营养元素，并在诊断孤独症之前观察了几种有毒化学物质的过量摄入以及早期营养元素的不足。

这类研究可以指出未来自闭症儿童大脑中可能存在的异常生化途径，如果在更大样本中实施，这不仅有助于更好地了解自闭症的发展过程，还可以促进新的治疗甚至预防策略。

收听西奈山医院10月16日，美国东部标准时间上午11点/格林威治标准时间下午3点，来自西弗自闭症中心的阿维·赖森伯格博士（Avi Reichenberg）为聆听自己的演讲，就环境对自闭症风险的影响这一话题进行了更深入的探讨。

了解更多关于西弗自闭症中心的信息www.seaverautismcenter.org

了解更多当前在该领域正在进行的研究分子孤独症.