基于GLIM评分的帕金森病患者营养不良风险预测模型构建

摘要

目的 研究预测帕金森病患者营养不良风险的模型，为早期营养干预提供依据。方法 选择郑州大学第二附属医院神经内科2020-01—2022-12收治的229例帕金森病患者为研究对象。收集患者的临床资料并使用全球(营养)领导人发起的营养不良评定(诊断)标准对患者进行营养风险筛查。通过机器学学习的方法构建帕金森病患者营养不良筛查模型。结果 营养不良组患者Hoehn-Yahr分级3～4级患者数量较营养正常组患者数量高，营养不良组患者病程较营养正常组患者时间长，差异均有统计学意义(均P<0.05)。Lasso回归模型及多因素Logistic回归分析构建的帕金森病患者营养不良风险预测模型显示：Hoehn-Yahr分级、病程、体重指数、C反应蛋白和白蛋白是帕金森病患者合并营养不良的危险因素。该列线图模型的C指数为0.837(95%CI:0.787～0.887)，受试者工作特征曲线下面积为0.837，显示较好的预测价值。决策曲线分析所示当概率值为2%～79.0%时，使用此模型，患者临床净获益率最高。结论 该列线图模型为有效筛查帕金森病患者营养不良风险提供了一种实用方法，为尽早进行营养干预提供了依据。

关键词

帕金森病 / 营养不良 / 全球(营养)领导人发起的营养不良评定 / 预测模型 / 危险因素 / 临床净获益率