帕金森病患者运动症状进展影响因素及预测模型构建
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目的 探讨帕金森病(PD)患者运动症状进展影响因素,并基于影响因素构建决策树模型,分析该模型对运动症状进展的预测效能。方法 选取2020年3月至2022年3月湖州市第三人民医院收治的PD患者[Hoehn-Yahr(H-Y)<3期]172例。定期随访2年,根据H-Y分期变化分为稳定组(H-Y分期变化值≤0,113例)和进展组(H-Y分期变化值>0,59例)。收集并比较两组一般资料,采用二元Logistic回归分析运动症状进展的影响因素,构建决策树预测模型,并经受试者工作特征(ROC)曲线分析该模型效能。结果 两组PD患者起病年龄、轴性症状评分、焦虑自评量表(SAS)评分、帕金森睡眠量表(PDSS)评分差异均有统计学意义(均P<0.05)。二元Logistic回归分析显示,起病年龄、轴性症状评分、SAS评分、PDSS评分均是PD患者运动症状进展的独立危险因素(均P<0.05)。PD患者运动症状进展的决策树模型共3层,13个节点,模型选择了起病年龄、轴性症状评分、SAS评分、PDSS评分4个解释变量,其中以轴性症状评分为PD患者运动症状进展最为重要的影响因素。决策树模型的曲线下面积(AUC)为0.873,取临界值时,敏感度为0.831,特异度为0.779。Delong检验显示决策树模型的高于各单项影响因素(均P<0.05)。结论 起病年龄、轴性症状、焦虑、睡眠质量与PD患者运动症状进展密切相关,基于这些因素建立的决策树模型对运动症状进展有良好预测价值,可用于临床评估发生风险。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

徐雯,冯耀耀,张长国,杨薇.帕金森病患者运动症状进展影响因素及预测模型构建[J].现代实用医学,2025,37(8):794-797.

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2025-08-28
  • 出版日期:
文章二维码