基于LASSO logistic回归模型的轻度认知障碍逆转预测模型

目的 探讨轻度认知障碍(mild cognitive impairment,MCI)患者逆转为认知正常(normal cognition,NC)的相关因素并建立预测模型.方法 基于美国公共数据库NACC,数据包括社会人口学信息、体格检查、疾病史、认知功能、抑郁状况、精神症状和日常活动功能,构建LASSO logistic回归模型筛选自变量,通过十折交叉验证法选择模型中的最优调和系数λ;采用AIC和BIC与全变量logistic回归和逐步logistic回归进行比较,基于AUC、Brier评分和校准曲线分别评价预测模型的区分度和准确度,并绘制森林图和列线图.结果 共纳入397例MCI患者,其中124例MCI患者逆转为NC,逆转率为31.23％.LASSO logistic回归模型(λ=0.044),纳入的自变量为年龄、BMI、高脂血症、维生素B12缺乏症、他人报告认知障碍、FAQ、MMSE、CDR和动物命名正确数;AIC=188.364,BIC=232.187,均低于全变量logistic回归(207.940/299.570)和逐步logistic回归(196.489/260.232);AUC、Brier评分和校准曲线均显示LASSO logistic回归模型的区分度和准确度更好.结论 MCI患者逆转为NC受多个因素影响,应关注未患有高脂血症和维生素B12缺乏症、日常活动功能和认知功能较好的低龄MCI患者,对其进行健康管理干预和预防性护理,减少其未来疾病进展的风险.