在患有骨质疏松症的患者中开发和外部验证抑郁症风险预测模型
Wanlin Jin1, Linke Shi2, Shuying Liu2
1Health Management Center, National Clinical Research Center for Metabolic Diseases, Hunan Provincial Clinical Medicine Research Center for Intelligent Management of Chronic Disease, Hunan Provincial Key Laboratory of Metabolic Bone Diseases, Department of Metabolism and Endocrinology, The Second Xiangya Hospital of Central South University, Changsha, Hunan, China; National Clinical Research Center for Metabolic Diseases, Hunan Provincial Key Laboratory of Metabolic Bone Diseases, Department of Metabolism and Endocrinology, The Second Xiangya Hospital of Central South University, Changsha, Hunan, China; Department of General Medicine, The Second Xiangya Hospital of Central South University, Changsha, Hunan, China.
患有骨质疏松症的患者面临更高的抑郁症风险. 这项研究开发了一个预测模型来识别有风险的个体,帮助早期干预骨质疏松症相关的抑郁症.
科学领域:
- 老年学是一门学科.
- 临床医学 临床医学
- 精神病学是一个精神病学.
背景情况:
- 骨质疏松症与普通人群相比,显著提高了抑郁症的风险.
- 在骨质疏松症患者中早期发现抑郁症对于及时干预至关重要.
研究的目的:
- 开发和验证一个预测模型,特别是在骨质疏松症患者群体内预测抑郁风险.
- 帮助临床医生识别患有骨质疏松症的患有抑郁症高风险的患者.
主要方法:
- 利用了2005-2018年国家健康和营养检查调查 (NHANES) 的数据.
- 用户支持向量机器-递归特征消除 (SVM-RFE) 用于变量选择.
- 使用多变量逻辑回归和名图构建了一个预测模型,通过曲线下面面积 (AUC) 和决策曲线分析 (DCA) 进行验证.
主要成果:
- 开发了一种包括睡眠障碍,教育,HDL-C,25-氧维生素D,BMI,年龄,甘油三,比利鲁宾,吸烟状态,C反应蛋白,马谷氨基转移酶,性酸酶,糖尿病和HbA1c等变量在内的名录.
- 诺米图表表现出良好的预测性能,AUC为0.831 (训练),0.710 (测试) 和0.714 (外部验证).
- 在所有验证组中,决策曲线分析表明了在不同风险值的临床效用.
结论:
- 对骨质疏松症患者成功开发了一种经过验证的抑郁风险预测模型.
- 这种模型可以帮助医疗保健提供者早期识别容易患抑郁症的骨质疏松症患者.
- 诺米图为临床应用提供了一个实用的工具,以改善患者的治疗结果.
相关概念视频
01:27Depressive Disorders: Etiology
Biological Factors in Depression
Biological predispositions significantly influence the risk of developing depressive disorders. Genetic studies highlight the role of variations in the serotonin transporter...
01:27Depressive Disorders: MDD and Dysthymia