建立和验证一个模型来预测中风患者的抑郁风险

科学领域:

• 神经学 神经学
• 精神病学是一个精神病学.
• 生物统计学 生物统计学

背景情况:

• 脑卒中后抑郁症是影响康复的常见并发症.
• 准确预测抑郁风险对于及时干预至关重要.
• 现有的预测模型可能无法有效地整合各种临床和生活方式因素.

研究的目的:

• 开发和验证一种临床上适用的名谱,用于预测中风患者的抑郁风险.
• 整合康复,生化和生活方式数据,以提高预测.
• 为早期识别和干预处于风险中的个体提供一个工具.

主要方法:

• 利用了767名中风患者的数据.
• 雇佣最低绝对收缩和选择操作员 (LASSO) 回归以确定关键预测因素:日常生活活动 (ADL),日常生活工具活动 (IADL),睡眠时间,尿酸和三甘-葡萄糖-体重指数 (TyG-BMI).
• 使用多变量逻辑回归构建了一个名图,并通过ROC分析,校准曲线,决策曲线分析 (DCA) 和夏普利添加式扩展 (SHAP) 来验证它.

主要成果:

• 诺米图实现了良好的区分,AUC值为0.731 (训练),0.663 (测试) 和0.748 (外部验证).
• 校准图表显示了高的预测准确性,DCA显示了临床效用.
• SHAP分析强调睡眠时间 (保护性) 和ADL (风险) 是重要的预测因素. 尿酸降低和TyG-BMI与抑郁症风险增加有关.

结论:

• 开发的诺米图提供了一种快速,经济高效的方法,可以使用常规临床数据对中风患者的抑郁风险进行分层.
• 它通过优先考虑高风险个体来促进早期干预.
• 该模型强调了睡眠卫生,代谢健康和功能康复在中风后心理健康中的重要性.