轻度认知障碍向AD转化的Landmark模型动态风险预测.pdf

目 录 中文摘要I Abstract IV 1.前 言1 1.1AD 研究现状1 1.2Landmark 模型研究现状3 1.3 研究目的4 2.资料和方法5 2.1 数据来源5 2.2 变量选择6 2.3Landmark 模型7 2.3.1 建立Landmark 数据集7 2.3.2 模型描述7 2.3.3 模型评价9 2.4 软件实现9 3.结 果10 3.1 患者基线资料统计描述10 3.2landmark 模型分析结果13 3.2.1 简单模型结果13 3.2.2 ipl 模型13 3.2.3 ipl*模型14 3.3 模型评价15 3.3.1 模型的拟合优度评价15 3.3.2C-index 指数15 3.3.3 Brier 得分15 3.4 个体动态预测17 4.讨 论18 4.1 MCI 转化为AD 纵向指标的讨论18 4.2 landmark 模型评价和应用20 4.3 本研究的局限性21 5. 结 论23 参考文献24 综述32 致 谢38 个人简介39 山西医科大学硕士学位论文 轻度认知障碍向AD 转化的Landmark 模型动态风险预测 中文摘要 目的： 结合多个纵向生物标志物建立landmark 模型，比较 不同模型预测轻度认知 障碍（Mild Cognitive Impairment, MCI ）转化为阿尔茨海默病（Alzheimer’s disease ， AD ）的性能，选择最优模型提供动态概率估计；同时为其他慢病研究者提供 landmark 动态预测模型的方法学借鉴，说明其在利用纵向数据和生存数据的实用 性。 方法： 数据来自于阿尔茨海默病神经影像学计划 （Alzheimer’s Disease Neuroimaging Initiative, ADNI ）。我们筛选了2004-2019 期间多数患者随访时间达 到6 年并且基线状态为MCI 的312 例患者。以AD 为结局，预测因子选取认知 功能评价简易精神状态量表（mini-mental state examination, MMSE ）、老年性痴呆 评定量表认知分量表（Alzheimer’s Disease Assessment Scale-Cognition Section ， ADAS-13）、瑞氏听觉词语学习测试（Rey Auditory Verbal Learning Test ，RAVLT ）、 社会活动功能量表（functional activities questionnaire, FAQ ），神经影像学指标海 马体体积以及APOE ε4 基因型和一般人口学信息（年龄、性别、教育年限）。采 用以上纵向标志物和生存数据建立简单landmark 模型、ipl 模型（加入时间平滑 项）、ipl*模型（加入时间平滑项和时间三次项函数）。模型拟合优度的评价使用 赤池信息准则（Akaike Information Criterion, AIC ）和贝叶斯信息准则（Bayesian Information Criterion, BIC ）。模型判别能力的评价采用C-index ，模型预测校准能 力的评价采用Brier 评分。依据模型评价的结果选择出最优预测模型，实现MCI 患者转化为AD 的动态概率预测。 结果： I 山西医科大学硕士学位论文 本研究所选取的312 例患者中，在随访完成时转化为AD 的患者为149 例。 简单 landmark 模型结果显示：认知纵向测