基于黑质高回声结合临床特征构建预测帕金森病认知障碍的列线图

Construction of a nomogram for predicting cognitive impairment in Parkinson's disease based on substantia nigra hyperechogenicity and clinical features

二维码有效期 120s

摘要目的分析帕金森病认知障碍(PD-CI)患者的经颅黑质超声与临床特征,并构建用于预测PD-CI的列线图.方法纳入2021年1月～2023年12月于我院完成经颅黑质超声检查的帕金森病(PD)患者,按7∶3比例将其随机分为训练集(n=246,63.46±9.68岁,男性65.9%)和验证集(n=106,64.3±8.43岁,男性60.4%).搜集黑质回声分级、高回声面积、血浆神经元特异性烯醇化酶(NSE)及其他临床特征,认知水平根据蒙特利尔认知评估量表(MoCA)评分.采用逻辑回归筛选潜在风险因子并构建列线图,受试者工作特征曲线和校正曲线评估模型的预测性能.结果训练集和测试集中患者年龄、帕金森病评分量表Ⅲ(UPDRS-Ⅲ)评分、Hoehn Yah分期、MoCA评分、黑质高回声比例、血浆NSE与同型半胱氨酸水平、教育程度等在认知正常的PD和PD-CI间的差异均有统计学意义(P<0.05).性别、年龄、教育水平、UPDRS-Ⅲ评分、NSE浓度及黑质高回声是PD-CI的独立危险因子.利用此6个危险因子构建的列线图在训练集和验证集均具有较好的鉴别效能(曲线下面积分别为0.867,95%CI:0.824～0.911,P<0.001;0.873,95%CI:0.805～0.941,P<0.001).校准曲线显示预测结果和实际值之间具有较好一致性.结论血浆NSE浓度与黑质高回声与帕金森病患者认知水平相关,构建的列线图可能具有预测帕金森病认知障碍的潜能.