开发和验证一个预测模型来预测老年人脑血管风险负担,使用NACC和ROSMAP数据集

科学领域:

• 神经学 神经学
• 血管生物学 血管生物学
• 生物统计学 生物统计学

背景情况:

• 脑血管疾病负担,包括微型血流和微型心脏病发作,是导致中风和认知衰退的重要因素.
• 保持大脑血管系统的完整性对于神经元的整体健康至关重要.
• 目前关于脑血管疾病负担的风险预测模型有限.

研究的目的:

• 开发和验证第一个针对脑血管疾病负担的个性化风险预测模型.
• 创建一种可解释的工具,用于对老年人微型出血,微型心脏病发作和心脏病发作的风险进行分层.

主要方法:

• 脑血管疾病负担风险评分 (CDBRS) 是使用AutoScore和AutoScore-Ordinal算法与国家阿尔茨海默氏症协调中心 (NACC) 数据开发的.
• 外部验证是使用宗教秩序研究和记忆和衰老项目 (ROSMAP) 的数据进行的.
• 模型性能使用包括受体运行特征曲线 (mAUC) 下的平均面积和Harrell的通用c指数在内的指标进行评估.

主要成果:

• CDBRS表现出有希望的预测性能,超过现有的基线模型.
• 该模型在ROSMAP队列的外部验证后保持了良好的预测准确性.
• 开发的风险评分是可解释的,适用于老年人分层风险.

结论:

• 该CDBRS可以潜在地识别患有脑血管微型出血,微型心脏病发作和心脏病发作的高风险个体.
• 这种工具可能有助于更密切的监测和个性化管理策略的风险患者.
• 建议在不同人群和前性研究中进行进一步的验证,以支持临床实施.