在初级保健中识别患痴呆症高风险的个体:使用例行收集的患者数据开发和验证DemRisk风险预测模型
David Reeves1,2, Catharine Morgan1, Daniel Stamate1,3
1Division of Population Health, NIHR School for Primary Care Research, Centre for Primary Care, Health Services Research and Primary Care, University of Manchester, Manchester, United Kingdom.
PloS one
|October 4, 2024
概括
新的痴呆风险模型使用初级保健数据识别高风险个体. 这些模型的性能优于现有的工具,有助于英国的痴呆症预防工作.
科学领域:
- 老年学是一门学科.
- 流行病学 流行病学
- 医疗信息学 医疗信息学
背景情况:
- 全球卫生政策强调痴呆症预防和降低风险.
- 在初级保健中自动化痴呆风险评估可以支持这些目标.
- 目前用于识别高风险痴呆症患者的工具有限.
研究的目的:
- 为初级保健开发改进的痴呆风险预测模型.
- 使用例行收集的电子健康记录 (EHR) 数据进行风险评估.
主要方法:
- 使用了来自393家英国普通医院的EHR数据 (CPRD GOLD数据库).
- 为60-79岁和80-89岁的年龄组开发了单独的痴呆风险模型.
- 采用多变量考克斯回归与超过60个基于证据的风险因素,验证模型在独立的队列.
主要成果:
- 模型在60-79岁的年龄组中显示出良好的区分和校准 (哈雷尔的C0.78).
- 对于60-79岁的群体来说,在前1%风险分数中,有37%的人在5年内患上痴呆症.
- 对于80-89组,79%的1%风险评分最高的人在5年内患上痴呆症.
结论:
- 开发的模型有效地使用初级保健记录来识别患痴呆症风险较高的个体.
- 与现有的基于EHR的工具相比,新的模型显示了更好的性能.
- 模型具有潜在的临床有用性,特别是对于60-79岁的年龄组,对于80-89岁的年龄组也是有用的.


