Neurology：帕金森患病风险预测新模型

2017-09-03 zhangfan MedSci原创

研究认为，年龄、性别、种族、吸烟史以及医疗条件等人口医疗因素对帕金森风险患者的疾病预测具有一定作用，是一种简单有效的帕金森患病风险预测方法

近日研究人员利用医疗保险索赔数据研究帕金森病（PD）患者确诊前特征。

研究人员考察了2009年66-90岁医疗保险受益人PD索赔数据(包括89790名患者以及118095名对照参与者)，根据上述数据建立帕金森病预测的交叉验证模型，研究人员将这一新模型与其他基本模型(如人口统计学、便秘、味觉/嗅觉障碍和REM睡眠行为障碍)进行比较，利用曲线下面积（AUC）评估模型对PD的预测效果。

研究发现PD与年龄、性别、种族、吸烟史以及医疗条件之间存在一定的关联性，但上述因素对于PD预测的AUC仅为0.679(95%，CI，0.668–0.673)，其他预测方法对于PD预测的AUC为 0.857 (95% CI 0.855–0.859)。在最优的检测限条件下，新模型对于PD的预测敏感性为73.5% ，特异性为83.2%。

研究认为，年龄、性别、种族、吸烟史以及医疗条件等人口医疗因素对帕金森风险患者的疾病预测具有一定作用，是一种简单有效的帕金森患病风险预测方法。

原始出处：

Susan Searles Nielsen et al. A predictive model to identify Parkinson disease from administrative claims data. Neurology. September 1 2017.

本文系梅斯医学（MedSci）原创编译整理，转载需授权！

作者：zhangfan

版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言