开发并验证一种使用NACC和ROSMAP数据集预测老年人脑血管风险负担的预测模型

Development and validation of a predictive model to forecast the ...

澳大利亚英语脑血管疾病预测模型

新闻源：pubmed.ncbi.nlm.nih.gov

2025-08-13 22:55:20阅读时长2分钟550字

摘要

引言：脑血管系统的完整性对神经元健康至关重要。脑血管微出血、微梗死和梗死（统称为脑血管疾病负担）会引发中风和认知功能障碍。我们开发并验证了首个名为脑血管疾病负担风险评分（CDBRS）的个体化风险预测模型。

方法：利用AutoScore和AutoScore-Ordinal算法，基于国家阿尔茨海默病协调中心（NACC）数据开发CDBRS模型，并在宗教修会研究与记忆衰老计划（ROSMAP）数据集上进行外部验证。通过受试者操作特征曲线下平均面积（mAUC）、Harrell广义c指数、敏感度和特异度评估CDBRS表现。

结果：CDBRS模型展现出卓越的预测性能，且优于基线模型。在外部验证中仍保持良好的预测效能。

讨论：CDBRS可能帮助识别脑血管微出血、微梗死和梗死高风险人群，从而实现更密切的监测和个性化管理。需在多样化人群中进一步验证CDBRS的有效性。

研究亮点：微出血、微梗死和梗死常先于临床中风和血管性痴呆。我们开发的CDBRS模型是首个可解释的风险分层工具，基于NACC参与者数据开发，在ROSMAP参与者中展现优异预测性能。其稳健的预测表现要求在前瞻性研究中进行临床验证。

关键词：AutoScore算法；脑血管疾病负担；机器学习；风险分层；血管性痴呆

【全文结束】

声明：本文仅代表作者观点，不代表本站立场，如有侵权请联系我们删除。

本页内容撰写过程部分涉及AI生成（包括且不限于题材，素材，提纲的搜集与整理），请注意甄别。