パーキンソン病予後予測のための多変量予測モデルの評価：システマティックレビュープロトコル

科学分野:

• 神経学
• 生物統計学
• データサイエンス

背景:

• パーキンソン病（PD）は、多様な運動症状および非運動症状を呈し、個々の予後に影響を与えます。
• 現在のPD臨床転帰予測モデルは、包括的な開発、検証、および実証された臨床有用性を欠いています。
• 将来の研究と臨床実践を導くために、既存の予後モデルの体系的な評価が必要です。

研究 の 目的:

• パーキンソン病における多変量予後予測モデルを特定、レビュー、評価するための体系的な方法を開発すること。
• PD予後モデルに関する現在の文献を要約し、知識のギャップを特定すること。
• PDにおける個々の予後予測のための臨床予測モデルの改善された開発と検証を知らせること。

主な方法:

• PRISMA-ScR方法論に基づいたシステマティックレビュー。
• 伝統的な統計または機械学習を用いたPD進行を予測する多変量モデルを含め、単変量モデルは除外します。
• 2025年までのPubMed、EMBASE、Web of Science、およびScopusデータベースの包括的な検索。Covidenceを使用したデータ抽出と二重レビューアースクリーニング。
• TRIPOD+AIおよびPROBASTガイドラインを使用した含まれるモデルの評価。

主要な成果:

• レビューでは、特定された多変量予測モデルからの結果を、臨床転帰別に分類して統合します。
• 体系的な評価を通じて、既存のPD予後モデルの欠点と改善点を特定します。
• この研究は、PD予後モデリングの現在の状況を包括的に概観します。

結論:

• このシステマティックレビューは、パーキンソン病における予後モデリングの現状を理解するための基礎を確立します。
• その結果は、個々のPD患者の予後予測のための、より堅牢で臨床的に有用な予測モデルの開発を導きます。
• 出版物や会議を通じた普及は、臨床医がエビデンスに基づいた意思決定を行うのを助け、将来の研究の方向性を示します。