在早期帕金森病中开发和验证临床预测模型,用于首次跌倒:对两组未跌倒的队列进行研究

科学领域:

• 神经学 神经学
• 临床预测建模临床预测建模
• 帕金森病研究 帕金森病研究

背景情况:

• 跌倒是帕金森病 (PD) 的常见和致残并发症,即使在早期阶段也是如此.
• 准确预测第一次下降对于实施及时的预防策略至关重要.
• 现有的预测模型往往不适合倒的早期PD患者,因为它们依赖于跌倒史.

研究的目的:

• 开发和外部验证一种临床预测模型,用于在患有早期,未患过帕金森病的个体中首次跌倒.
• 确定这一特定患者群体中首次跌倒的关键临床预测因素.
• 为早期风险分层和个性化干预提供实用工具.

主要方法:

• 一个预后模型研究,利用来自帕金森氏症进展标志物倡议 (PPMI) 队列的数据进行开发和内部验证,以及独立的中国队列进行外部验证.
• 参与者是无辜的,被诊断出患有早期PD (Hoehn和Yahr阶段1-2),并随访了36个月.
• 使用可访问的临床变量构建了Cox比例危险模型,通过歧视 (C指数,AUC),校准和决策曲线分析评估性能.

主要成果:

• 最终的预测模型结合了五个独立的预测指标:较低的体重指数,无症状的正静性低血压,较低的蒙特利尔认知评估得分,老年抑郁症尺度-15得分>5,以及较高的姿势不稳定性和步行障碍得分.
• 该模型表现出强大的预测性能,在培训组中以乐观度纠正的C指数为0.844,并在内部 (C指数:0.768) 和外部验证 (C指数:0.825) 中保持良好的区别.
• 决策曲线分析表明,在预测36个月的跌幅方面,与18个月相比,临床实用性更好.

结论:

• 在没有跌倒史的情况下,预测早期帕金森病的第一次跌倒是可行的.
• 基于五个易于评估的临床因素开发和外部验证的模型,为早期风险分层提供了一个实用的工具.
• 这种模型可以帮助指导个性化的预防策略,延迟或防止早期PD人口的初始下降.