npj Parkinsons Dis：新算法，有利于评估帕金森发病风险
在正式诊断为帕金森病(PD)之前的神经变性与可识别的运动和非运动特征有关。基于证据的算法已经被开发出来，试图根据暴露于常见的风险因素、早期临床特征的存在和使用简单的筛查测试来识别这个诊断前阶段的个体。 两个值得注意的风险估计方法是PREDICT-PD算法和MDS前驱PD研究标准。
在正式诊断为帕金森病(PD)之前的神经变性与可识别的运动和非运动特征有关。基于证据的算法已经被开发出来，试图根据暴露于常见的风险因素、早期临床特征的存在和使用简单的筛查测试来识别这个诊断前阶段的个体。
两个值得注意的风险估计方法是PREDICT-PD算法和MDS前驱PD研究标准。
PREDICT-PD研究最初是在60-80岁的老人中进行的前瞻性试验研究，旨在通过使用简单的在线测试和远程管理的筛查工具收集的信息来估计风险，包括人口统计信息、环境暴露和系统回顾和荟萃分析中确定的早期症状。敲击键盘任务的手指敲击速度降低、嗅觉减退和可能的快速眼动睡眠行为障碍(RBD)被用作 "中间 "标记或结果，以表明PD前驱的可能性。
2015年首次公布的MDS前驱性PD研究标准纳入了额外的临床和放射学测试，以及这三个标志物。随着正在进行的纵向PREDICT-PD试点队列的参与者发展为PD，有可能将PD的事件诊断作为结果，并通过将中间标志物纳入风险估计来改进算法。
PREDICT-PD的风险估计以前是基于OR的。这有一个局限性，即如果已知一个风险因素不存在，就没有对其代表的风险变化进行调整。虽然预计通过这两种方法对风险估计的排序是相同的，但使用似然比(LRs)而不是OR可以更好地描述总体风险，因为每个单独标记物的存在(LR+)或不存在(LR-)会修改算法中的风险估计。
藉此，Queen Mary University of London的Jonathan P. Bestwick等人，试图完善PREDICT-PD算法，首先将风险估计的方法从几率比改为似然比，然后将对手指敲击速度降和气味的客观评估以及可能的RBD纳入风险估计。
为了评估这些步骤是否改善了风险估计，他们将从增强的算法中得出的风险分布与使用基本的PREDICT-PD算法的风险分布以及MDS前驱标准算法进行了比较。然后，考虑了PREDICT-PD试点队列中至今已发展为PD的成员，并评估了正式诊断前的风险估计。
最后，评估了先前使用基本算法报告的参与者中的一个亚组的风险估计和通过多巴胺转运体成像(DaT-SPECT)测量的亚临床纹状体多巴胺耗竭之间的关系。
增强的PREDICT-PD算法产生的风险估计范围比基本算法大得多(第10和第90个百分位数之间的差异为93-609倍，而10-13倍)。
与基本算法相比，随着风险分数的增加，增强型算法的PD风险增加更多(对数风险每增加一个标准差的危险比分别为2.75[95% CI 1.68-4.50;p <0.001]与1.47[95% CI 0.86-2.51;p = 0.16])。
增强算法的估计值也与亚临床纹状体DaT-SPECT多巴胺耗竭更密切相关(R2 = 0.164，p = 0.005 vs R2 = 0.043，p = 0.17)。
该研究的重要意义在于发现了：纳入先前的前驱性PD的中间标志物并使用似然比，提高了PREDICT-PD预测算法的准确性。
相关文章
评论
我要跟帖
.jpg)
