阿尔茨海默病的诊断和预后多式预测模型:一个范围审查

科学领域:

• 神经学 神经学
• 生物医学信息学 生物医学信息学
• 医疗成像医学成像

背景情况:

• 多模式预测模型对于阿尔茨海默病 (AD) 检测和预后越来越重要.
• 这些模型整合了各种数据类型,以提高诊断准确度.

研究的目的:

• 系统地审查预测目标,预测器,算法和现有的多式联络AD预测模型的性能.
• 涵盖AD的全谱,从临床前阶段到痴呆.

主要方法:

• 在Medline,Embase和Web of Science进行系统的文献搜索,截至2024年1月15日.
• 基于预测目标的预测器,算法和模型性能的叙述总结.
• 包括临床前AD,主观认知衰退 (SCD),轻度认知障碍 (MCI) 和AD痴呆症的模型.

主要成果:

• 最常见的目标是预测MCI到AD痴呆症的进展.
• 分类AD阶段 (SCD/MCI/AD痴呆症) 和检测生物标志物 (粉样蛋白,,神经退行) 是其他关键目标.
• 超过50%的模型实现了AUC>0.8和精度>70%,但66.7%使用了ADNI数据,只有10.1%接受了外部验证.

结论:

• 现有的多式联络模型在预测AD阶段方面表现强.
• 显著的局限性包括过度依赖ADNI数据和缺乏外部验证.
• 用独立数据集进行进一步验证对于这些AD预测模型的实际临床应用至关重要.