文献类型：期刊文章

作　　者：秦瑶[1] 韩红娟[1,2] 陈杜荣[1] 王浩基[1] 葛晓燕[1,3] 白文琳[1,4] 崔靖[1] 余红梅[1,5]

Qin Yao;Han Hongjuan;Chen Durong(Department of Health Statistics,Public Health of School,Shanxi Medical University,030001,Taiyuan)

机构地区：[1]山西医科大学公共卫生学院卫生统计学教研室,030001 [2]山西医科大学基础医学院数学教研室 [3]锦州医科大学公共卫生学院卫生统计学教研室 [4]山西医科大学公共卫生学院儿少卫生学教研室 [5]重大疾病风险评估山西省重点实验室

出　　处：《中国卫生统计》

基　　金：国家自然科学基金面上项目(81973154)。

年　　份：2022

卷　　号：39

期　　号：5

起止页码：653-658

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的探讨轻度认知障碍(mild cognitive impairment,MCI)患者逆转为认知正常(normal cognition,NC)的相关因素并建立预测模型。方法基于美国公共数据库NACC,数据包括社会人口学信息、体格检查、疾病史、认知功能、抑郁状况、精神症状和日常活动功能,构建LASSO logistic回归模型筛选自变量,通过十折交叉验证法选择模型中的最优调和系数λ;采用AIC和BIC与全变量logistic回归和逐步logistic回归进行比较,基于AUC、Brier评分和校准曲线分别评价预测模型的区分度和准确度,并绘制森林图和列线图。结果共纳入397例MCI患者,其中124例MCI患者逆转为NC,逆转率为31.23%。LASSO logistic回归模型(λ=0.044),纳入的自变量为年龄、BMI、高脂血症、维生素B12缺乏症、他人报告认知障碍、FAQ、MMSE、CDR和动物命名正确数;AIC=188.364,BIC=232.187,均低于全变量logistic回归(207.940/299.570)和逐步logistic回归(196.489/260.232);AUC、Brier评分和校准曲线均显示LASSO logistic回归模型的区分度和准确度更好。结论MCI患者逆转为NC受多个因素影响,应关注未患有高脂血症和维生素B12缺乏症、日常活动功能和认知功能较好的低龄MCI患者,对其进行健康管理干预和预防性护理,减少其未来疾病进展的风险。

关 键 词：轻度认知障碍 逆转 认知正常  LASSO  LOGISTIC回归模型

分 类 号：R195.1]