帕金森病患者跌倒风险调查及基于LASSO回归的列线图预测模型建立与验证

摘要

目的：调查帕金森病患者跌倒风险，建立其预测模型并进行验证。方法：选择2022年1月至2023年9月四川省南充精神卫生中心收治的372例帕金森病患者，按7:3比例分为建模组（260例）和验证组（112例）。根据过往文献报道及临床实践中发现的疑似因素收集一般资料（性别和年龄等）、疾病相关因素（帕金森病程和服药种类等）等可能影响帕金森病患者跌倒的相关因素，根据患者或其家属报告1年内有无跌倒将模型组患者分为2组，比较2组一般资料及疾病因素，以套索回归（least absolute shrinkage and selection operator,LASSO）筛选潜在变量后行多因素logistic回归，建立列线图模型并验证。结果：模型组260例患者中，共81例（31.15%）出现跌倒。LASSO回归基础上行多因素logistic回归分析结果显示：饮酒、服药种类、帕金森病评价量表第三部分（unified Parkinson’s disease rating scale partⅢ，UPDRS-Ⅲ）、伯格（Berg）平衡量表、关节炎及骨质疏松为帕金森病患者跌倒的独立性影响因素。受试者工作特征曲线（receiver operator characteristic curve,ROC）分析结果显示，模型组预测帕金森病患者跌倒风险的曲线下面积（area under the curve,AUC）为0.896(95%CI=0.856～0.935)，验证组预测帕金森病患者跌倒风险的AUC为0.883(95%CI=0.840～0.926)；校准曲线结果显示，模型组与验证组的预测曲线与标准曲线基本拟合。决策曲线分析结果显示：当列线图预测帕金森病患者跌倒风险概率阈值为0.10～0.90时，患者的净受益率>0。结论：帕金森病患者跌倒主要受饮酒和服药种类等因素的影响，本研究建立的列线图模型可用于预测帕金森病患者跌倒风险。

关键词

帕金森 / 跌倒 / 多因素分析 / 列线图模型