基于Landmark模型动态预测老年人轻度认知障碍向阿尔茨海默病的转化

作者：张嘉嘉; 秦瑶; 韩红娟; 葛晓燕; 崔靖; 白文琳; 余红梅^*

来源：中国卫生统计, 2022, 39(04): 534-537.

• 阿尔茨海默病
• 轻度认知障碍
• Landmark模型
• 动态预测

目的 利用Landmark模型对轻度认知障碍(mild cognitive impairment, MCI)的老年人转为阿尔茨海默病(Alzheimer′s disease, AD)的概率进行动态估计，为早期发现高危AD患者提供帮助。方法 利用312名MCI个体的纵向和生存数据构建三个landmark模型(模型1、模型2和模型3)。利用Brier得分和C指数评估模型的预测性能并选出最优模型进行动态预测。结果 模型3的预测性能较好，且FAQ、RAVLT-immediate和海马体体积是MCI转为AD重要的预测变量。在不同随访年，利用模型3和这三个预测变量预测两名MCI个体两年后转为AD的概率。MCI个体1转为AD的概率逐年下降，属于AD低危个体；而MCI个体2转为AD的概率逐年上升，属于AD高危个体。结论 本研究对MCI个体向AD转化的概率进行动态估计，可识别AD高危群体。

• 单位
  山西医科大学; 公共卫生学院