帕金森病认知衰退风险评估工具(PREDICT)的优化

《Cognitive and Behavioral Neurology》:Refining the Parkinson’s Disease Risk Estimator for Decline In Cognition Tool (PREDICT)

【字体: 大 中 小 】 时间:2026年03月26日 来源:Cognitive and Behavioral Neurology 1.5

编辑推荐:

  **摘要** 背景:尽管帕金森病(Parkinson’s disease, PD)中的认知衰退很常见,但目前缺乏易于获取的临床工具来预测PD认知衰退的风险。目的:优化一种预测PD认知衰退的工具,并识别潜在可调节因素。方法:研究人员利用帕金森病进展标志物倡议

  
**摘要**
背景:尽管帕金森病(Parkinson’s disease, PD)中的认知衰退很常见,但目前缺乏易于获取的临床工具来预测PD认知衰退的风险。目的:优化一种预测PD认知衰退的工具,并识别潜在可调节因素。方法:研究人员利用帕金森病进展标志物倡议(Parkinson’s Progression Markers Initiative, PPMI)新发PD队列的神经心理学评分,为每位参与者计算综合认知评分(composite cognitive score, CCS)。通过条件线性混合模型(conditional linear mixed model, CLMM)校正不可忽略的脱落,将基线与第4年之间CCS下降≥0.5个标准差(SD)的参与者定义为认知衰退组(PD-Decline)。研究人员使用逻辑回归识别PD-Decline的危险因素,并基于回归β系数开发了帕金森病认知衰退风险评估工具(PREDICT)评分系统。通过自助法(bootstrap)样本评估所选危险因素及PREDICT评分系统的区分能力。结果:存在日间过度嗜睡(比值比[odds ratio, OR]=2.8;95% CI [1.3, 6.0])、中度至重度运动症状(OR=2.6;95% CI [1.2, 5.4])以及较少的正式教育年限(OR=2.2;95% CI [1.1, 4.1])的参与者被归类为PD-Decline的几率显著增加。PREDICT可能得分的范围为0至3.5分。平均bootstrap灵敏度和特异度分别为59.9%和43.5%。结论:研究人员识别出日间过度嗜睡和中度至重度运动症状是潜在可调节因素。未来,PREDICT可能为个性化风险评估和潜在风险降低提供更广泛的机会。
通俗语言摘要:研究人员开发了一种名为PREDICT的工具,用于帮助预测帕金森病(PD)患者的认知衰退。利用帕金森病进展标志物倡议的数据,他们发现日间过度嗜睡、中度至重度运动症状以及较少的教育年限是认知衰退的危险因素。基于这些因素的PREDICT评分系统显示出中等准确性,灵敏度为59.9%,特异度为43.5%。该工具旨在个性化风险评估,并突出可能降低PD患者认知衰退风险的潜在可调节因素。
(文本由机器生成,可能包含不准确之处。)
**论文解读文章**

**研究背景与问题**
帕金森病(Parkinson’s disease, PD)患者的认知衰退十分常见。约10%–20%的新诊断PD患者已存在可测量的认知损害;近半数基线认知正常的PD患者在6年内出现认知损害,新发轻度认知损害在5年内进展为痴呆,最终超过80%的PD患者会发展为痴呆。然而,PD的认知轨迹存在异质性,可靠地识别具有不同认知轨迹的PD亚类对于个性化预后讨论和认知衰退风险评估至关重要。目前已有多项预测工具试图识别认知衰退高风险个体,但这些工具多依赖于专科检查程序、脑脊液生物标志物、先进影像学、基因检测或超出现有筛查工具的神经心理学测试,而这些检测往往仅局限于三级/四级医疗中心或研究机构。大多数PD患者并非由运动障碍专科医师管理,获取复杂测试的途径有限。此外,既往工具识别的许多危险因素目前不可调节或不可治疗,难以直接指导临床实践降低认知衰退风险。研究人员前期开发了初步的帕金森病认知衰退风险评估工具(pPREDICT),包含14个二分法危险因素,但该工具曲线下面积(area under the curve, AUC)较低且因素过多导致使用繁琐。因此,本研究旨在利用易于获取的临床数据,优化一个更简洁、聚焦于可调节/可治疗危险因素的预测工具,并校正早期退出带来的不可忽略偏倚。

**研究内容与结论**
研究人员利用帕金森病进展标志物倡议(Parkinson’s Progression Markers Initiative, PPMI)新发PD队列(N=418)的数据,通过五个神经心理学测试获得综合认知评分(composite cognitive score, CCS),采用条件线性混合模型(conditional linear mixed model, CLMM)计算基线至第4年CCS变化,将下降≥0.5标准差(SD)定义为认知衰退(PD-Decline)。通过逻辑回归筛选危险因素,并基于回归β系数构建PREDICT评分系统。结果显示:日间过度嗜睡(Epworth Sleepiness Scale [ESS]≥11;调整后比值比[aOR]=2.79)、中度至重度运动症状(Movement Disorder Society–Unified Parkinson’s Disease Rating Scale [MDS-UPDRS] Part III≥32;aOR=2.55)和较少正式教育年限(≤12年;aOR=2.18)显著增加PD-Decline风险。PREDICT评分范围0–3.5分,bootstrap校正的AUC为0.603,平均灵敏度59.9%,特异度43.5%。该研究首次在PD认知预测工具中采用CLMM校正不可忽略脱落,并成功将工具简化为三个关键因素,保留了与14因素pPREDICT相近的区分能力。研究发表在《Cognitive and Behavioral Neurology》。

**关键技术方法**
1. **数据来源**:使用PPMI新发PD队列(去药物初治、Hoehn and Yahr I–II期)的纵向数据。
2. **条件线性混合模型(CLMM)**:通过交互项纳入末次访视时间与访视年份,校正不可忽略的脱落偏倚,生成个体预测CCS。
3. **逻辑回归与向后消除法**:以p<0.125为剔除标准筛选危险因素,计算调整比值比(adjusted odds ratio, aOR)及95%置信区间(CI)。
4. **PREDICT评分系统构建**:将最终模型中最小β系数(0.778)标准化为1,其余系数按比例转换并四舍五入至0.5分,形成简易评分。
5. **自助法(bootstrap)验证**:采用1000次(AUC校正)和50000次(风险因素选择与性能评估)重抽样,确认风险因素选择频率(70%阈值)并计算外袋样本的灵敏度/特异度。

**研究结果**

**参与者统计**
纳入418例PPMI新发PD参与者(65.3%男性,55.7%<65岁,91.3%白人和/或非西班牙裔/拉丁裔,82.8%教育>12年)。63例(15.1%)未完成研究,其末次访视CCS均值显著低于完成者(?0.17 vs 0.13,p<0.01)。根据CLMM预测,353例(84.4%)归为认知维持组(PD-Maintain),65例(15.6%)归为认知衰退组(PD-Decline)。PD-Decline组基线时中度至重度运动症状、日间过度嗜睡和较少教育年限的比例显著更高(均p≤0.04),且基线CCS较低(?0.07 vs 0.13,p=0.02)。

**CLMM识别不可忽略脱落**
CLMM显示末次访视时间与访视年份的交互作用显著(0.080,95% CI [0.039,0.121],p<0.001),表明每多留一年,年CCS变化平均增加0.080(即测量更久的参与者下降更缓)。基线脱落的参与者平均CCS下降0.315(95% CI [?0.476,?0.154],p<0.001),证实脱落偏倚导致低估认知衰退。

**逻辑回归建模**
三个危险因素与PD-Decline独立相关:日间过度嗜睡(aOR=2.79, 95% CI [1.28,6.06])、中度至重度运动症状(aOR=2.55, 95% CI [1.22,5.35])、较少教育年限(aOR=2.18, 95% CI [1.15,4.13])。分层分析显示,在较低教育组中,每增加一个可调节危险因素(日间过度嗜睡、中度至重度运动症状),PD-Decline预测概率增加20%–44%;较高教育组增加14%–36%。左旋多巴等效日剂量(levodopa equivalent daily dose, LEDD)敏感性分析未显示显著混杂效应。

**PREDICT评分计算**
最终评分:日间过度嗜睡=1.0分,中度至重度运动症状=1.0分,较少教育年限=1.5分,总分0–3.5分。乐观朴素AUC=0.615(SE 0.037, 95% CI [0.54,0.69]),bootstrap校正AUC=0.603。PREDICT评分>0的参与者中23.2%被归为PD-Decline,显著高于评分0分的11.6%(p=0.002)。

**风险因素选择的自助法确认**
日间过度嗜睡、较少教育年限和中度至重度运动症状在50000次bootstrap模型中的选择频率均>70%,确认其稳健性;非白人和/或西班牙裔/拉丁裔种族及REM睡眠行为障碍选择频率为61%,其余因素低于60%。以评分>0为阈值,外袋样本平均灵敏度59.9%,特异度43.5%。

**讨论与结论**
本研究成功将前期14因素的pPREDICT简化为3因素的PREDICT工具,且AUC(0.615)与pPREDICT(0.68)相近,远优于随机猜测。虽然AUC低于使用复杂检测的其他工具,但PREDICT基于简易临床数据,无需专科中心资源,适用于多数非运动障碍专科管理的PD患者。校正不可忽略脱落是本研究关键创新:标准线性混合模型假设数据随机缺失,而CLMM允许缺失机制与认知水平相关,避免高估认知维持人群占比。两个可调节危险因素(日间过度嗜睡、中度至重度运动症状)虽可能与疾病严重程度互为代理指标,但仍为干预认知轨迹提供了潜在靶点。局限性包括:缺乏认知衰退的统一定义(本研究采用4年CCS下降≥0.5 SD)、PPMI队列受教育程度较高且种族单一、工具尚未外部验证。结论:PREDICT是开发具有广泛适用性、聚焦可调节危险因素的PD认知衰退预测工具的早期步骤。目前尚无改善PD认知衰退的疾病修饰药物,但非药物干预(如体育锻炼)有一定证据支持。PREDICT有望提供个性化风险评估和风险降低的机会。
**结论翻译**:当前研究的结果代表了开发一种具有更广泛潜在适用性且聚焦于潜在可治疗/可逆危险因素的PD认知衰退预测工具的早期步骤。目前尚无针对PD认知衰退的疾病修饰药物疗法,但非药物方法(包括改善认知的体育锻炼)已获得一些支持且正在进行研究。即使在等待改善PD认知结局的疾病修饰疗法问世期间,PD患者的认知衰退也并非不可避免。PREDICT可能提供个性化风险评估和风险降低的机会。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号