Zur Identifizierung von a) AD-Risikofaktoren, und b) Therapeutika, die auf ADPathologie abzielen und c) geeigneten Studien in der PubMed-Datenbank wurde eine neuartige Kombination von Text-Mining- und Sprachverarbeitungsstrategien angewendet. Für die Klassifizierung wurde neben einem Relevanzscore (RS) ein Konfidenzscore (CS) für die Wirksamkeit entwickelt, der von CS 0,1 = stark AD-risikosteigernd bis CS 0,9 = stark AD-risikosenkend reicht.
Basierend auf dem TRAP-Mining von 9.625 Publikationen wurden 364 AD-Risikofaktoren (Diabetes, Hochdruck, Schlaganfall etc.) und 629 von der FDA zugelassene Medikamente identifiziert. Die Berechnung der Ranking-Scores ergab mit hoher Konfidenz (RS > 0,7; CS ≥ 0,7) insgesamt 46 Stoffe mit reduziertem AD-Risiko. Zu 16 dieser Kandidaten, darunter fünf Entzündungshemmer, vier Lipidsenker, zwei Antidiabetika, zwei Hormone, Valproinsäure, der Betablocker Lisinopril und Vitamin A, lag mehr als eine positive klinische Studie vor (s. Abb. rechts). Die höchsten CS-Scores erreichten dabei Pioglitazon, Ibuprofen und Indomethacin (CS: 0,923, 0,900 bzw. 0,900). Den Ranking- Plot der CS-Scores in Verbindung mit der Zahl der Studien zeigt die Abb. JL