开发和验证一种风险预测模型,用于慢性疾病的中国老年人轻度认知障碍的风险预测
Lulu Yan1,2, Yuanyuan Peng3, Chenjiao Guo3
1Health Science Center, Yangtze University, Jingzhou City, Hubei Province, 434023, China.
BMC geriatrics
|January 6, 2026
概括
一个新的预测模型有助于识别患有慢性疾病的老年人,他们面临轻度认知障碍 (MCI) 的风险. 关键因素包括年龄,教育和抑郁症状,有助于早期干预策略.
科学领域:
- 老年学是一门学科.
- 神经学 神经学
- 公共卫生 公共卫生
背景情况:
- 人口老龄化面临轻度认知障碍 (MCI) 的增长率.
- 慢性疾病与老年人中MCI风险增加有关.
- 在这个人口群体中识别MCI预测因素对于公共卫生至关重要.
研究的目的:
- 在患有慢性疾病的中国老年人中开发MCI的预测模型.
- 在这个人群中确定与MCI发展相关的关键因素.
- 验证模型的性能,以确定其临床适用性.
主要方法:
- 利用了来自中国健康与退休长度研究 (CHARLS) 和医院基队列的数据.
- 使用后勤回归,LASSO和随机森林来选择9个最佳预测因素.
- 使用ROC曲线,校准曲线和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 确定年龄,教育,孩子的满意度,婚姻状况,抑郁症状,ADL得分,收入,SCD和慢性疾病的数量作为重要预测因素.
- 在培训,内部和外部验证集中达到超过0.7的AUC值.
- 通过DCA证明了强大的校准和显著的临床实用性.
结论:
- 开发的诺莫格拉姆模型显示,在患有慢性疾病的老年人中,MCI的预测性能良好.
- 这个工具可以帮助识别有针对性的干预的高风险个体.
- 研究结果支持个性化风险评估和MCI早期管理策略.


