帕金森病的严重程度评估是基于血炎症因子和第三心室宽度的跨超声波
Yue Lu1, Wenwen Dong1, Xingya Xue2
1Department of Functional Neurosurgery, The Affiliated Brain Hospital of Nanjing Medical University, Nanjing, China.
CNS neuroscience & therapeutics
|March 9, 2024
概括
这项研究使用炎症标志物和临床数据开发了帕金森病 (PD) 严重程度的预测模型. 该模型包含Cystatin C (Cys C),可以准确预测疾病的进展,有助于向治疗.
科学领域:
- 神经学 神经学
- 生物标志物 生物标志物
- 医学诊断 医学诊断 医学诊断
背景情况:
- 预测帕金森病 (PD) 对向治疗至关重要.
- 目前对PD严重程度的临床评估依赖于主观症状评估.
研究的目的:
- 为了确定与PD严重程度相关的因素.
- 开发一个PD进展的预测模型.
主要方法:
- 招募的PD患者和健康对照.
- 测量了血清炎症标志物 (Cys C,CRP,RANTES,IL-10,IL-6).这些标志物包括:
- 使用LASSO逻辑回归 (模型C) 与临床尺度,炎症标志物和跨超声波用于模型开发和验证.
主要成果:
- 与其他模型相比,C模型表现出更好的区分和校准 (AUC=0.968).
- 在中期至晚期PD阶段,高他C (Cys C) 水平显著更高.
- 临床尺度 (UPDRS-I,II,III),HAMA,PDQ-39和CysC是最终模型中的关键预测因素.
结论:
- 多种因素,包括CysC和脑间超声波,与PD评估有关.
- CysC和脑间超声波可以客观地预测PD症状严重程度.
- 这种预测能力可以帮助临床医生监测PD演变并定制干预措施.
