基于Landmark模型动态预测老年人轻度认知障碍向阿尔茨海默病的转化北大核心CSCD

目的利用Landmark模型对轻度认知障碍(mild cognitive impairment,MCI)的老年人转为阿尔茨海默病(Alzheimer′s disease,AD)的概率进行动态估计,为早期发现高危AD患者提供帮助。方法利用312名MCI个体的纵向和生存数据构建三个landmark模型(模型1、模型2和模型3)。利用Brier得分和C指数评估模型的预测性能并选出最优模型进行动态预测。结果模型3的预测性能较好,且FAQ、RAVLT-immediate和海马体体积是MCI转为AD重要的预测变量。在不同随访年,利用模型3和这三个预测变量预测两名MCI个体两年后转为AD的概率。MCI个体1转为AD的概率逐年下降,属于AD低危个体;而MCI个体2转为AD的概率逐年上升,属于AD高危个体。结论本研究对MCI个体向AD转化的概率进行动态估计,可识别AD高危群体。