轻度认知障碍影响因素预测模型研究

摘要

目的：收集受试者人口学信息、既往疾病史、生活因素等资料，根据是否有认知功能障碍，将受试者分为轻度认知障碍（MCI）患者和认知功能正常的受试者，分析影响MCI的相关因素，建立MCI发生的影响因素预测模型，及MCI进展的影响因素预测模型。 方法：选取2015年10月至2017年10月于青岛大学附属医院保健科、神经内科住院治疗的患者512例，进行人口学信息、既往疾病史、生活因素等资料问卷调查和数据收集。根据MCI的诊断标准将512例受试者分为MCI组（282例）和认知功能正常组（230例），采用决策树法和Logistic回归分析法进行MCI的影响因素分析，构建决策树预测模型与Logistic回归模型，依据受试者工作特征曲线（ROC曲线），通过比较二者曲线下面积（AUC），将这两种模型的预测能力进行比较；对MCI组患者进行随访观察，收集受试随访者既往疾病控制情况、生活因素改变情况等信息，以MCI组患者出院之日为随访观察起点，认知功能恶化作为观察终点，所有随访工作于2017年12月31日结束。采用Cox比例风险回归分析法分析筛选MCI进展的影响因素，建立Cox回归预测模型。 结果：1.决策树模型的交叉验证模型识别准确度为76.80%，模型的拟合度较好。进 入决策树模型的影响因素有社会交往、受教育年限、糖尿病、兴趣爱好、吸烟情况、饮茶习惯等，是决策树模型的分类节点变量，提示这些因素是MCI的影响因素。其中社会交往情况位于决策树第一层，为根节点影响因素，表明该因素对MCI的影响最大；受教育年限和饮茶习惯、吸烟情况和兴趣爱好、糖尿病和兴趣爱好分别位于树模型的第二、三、四层，是MCI的次要影响因素。Logistic回归分析结果显示，进入Logistic回归模型的因素有居住情况、长期居住地、糖尿病情况、社会交往情况等4个因素。2.决策树模型预测MCI的AUC为0.765（95%CI0.723～0.807）；Logistic回归模型预测MCI的AUC为0.722(95%CI0.677～0.767)。3.随访期间共102例受试者出现认知功能恶化，Cox比例风险回归分析发现，MCI进展的独立危险因素有兴趣爱好减少，保护性因素有低龄（60-69岁）、血压控良好、血脂控制良好。MCI进展的Cox回归模型为：h(t,X)=h0(t)exp(-1.114X1-1.985X2-0.594X3+0.924 X4)（X1：年龄；X2：血压控制情况；X3：血脂控制情况；X4：兴趣爱好）。 结论：1.患有糖尿病、吸烟是MCI的危险因素；经常参加社会交往、较高的受教育水平、饮茶、有兴趣爱好是MCI的保护性因素。2.在MCI的预测方面，决策树模型优于Logistic回归模型。3.兴趣爱好减少是MCI进展的危险因素，低龄（60-69岁）、血压控制良好、血脂控制良好是MCI进展的保护性因素。对可以控制的危险因素尽早进行干预是预防MCI进展的重要方法。

目录

第一个书签之前