根据基于纵向前性基于人口的队列,推导和验证一种新的预测模型,用于的突然意外死亡
Qiang Liu1, Bofei Tan2, Jie Zhang2
1Department of Neurology, General Hospital of Ningxia Medical University, Ningxia Key Laboratory of Cerebrocranial Diseases, Incubation Base of National Key Laboratory, Yinchuan 750004, Ningxia Province, China; Graduate College of Ningxia Medical University, Yinchuan 750004, Ningxia Province, China.
Epilepsy & behavior : E&B
|September 27, 2023
概括
在一个大型的中国队列中,发现了性突发意外死亡 (SUDEP) 风险因素. 发作频率高,发作早期,持续时间长,体重过重会增加性的SUDEP风险.
科学领域:
- 神经学 神经学
- 的研究研究.
- 公共卫生 公共卫生
背景情况:
- 中突然意外死亡 (SUDEP) 是对发作患者的一个重大问题.
- 识别SUDEP的预测性风险因素对于有针对性的干预和改善患者结果至关重要.
研究的目的:
- 开发和验证一个预测模型 SUDEP 风险在中国农村人口的发作.
- 确定与SUDEP相关的关键临床变量.
主要方法:
- 一项前性队列研究,涉及中国西北农村 (2008-2022) 性患者.
- 每月进行后续检查,通过死亡证明或口头尸检收集数据.
- 生存分析以确定SUDEP风险因素并开发预测模型.
主要成果:
- 五个变量独立地预测了SUDEP:频繁的泛性强力克隆性发作 (GTCS),高体重指数 (BMI),早期发病年龄和长时间的发作.
- 开发的模型在导出 (AUC=0.789) 和验证 (AUC=0.830) 数据集中都显示出强大的预测准确性.
结论:
- 高GTCS频率,早期发病,的长期持续,以及超重是SUDEP的重要危险因素.
- 一个经过验证的个性化预测模型可以准确地评估性患者的SUDEP风险.
