澳门永利APP官网:AUC值是预测患者发病概率最常用的指标

该团队跟踪调查了40多万年龄在40-69岁的非痴呆患者。在10年的随访中，5000多名参与者被诊断出患有痴呆症。研究团队将参与者的基因、认知、生物化学、行为等多维度健康相关指标作为潜在的预测因子，利用机器学习对大样本、高维复杂数据进行深度处理和挖掘，选出重要的十大痴呆预测因子，构建ukb-drp痴呆预测模型。该模型对全因性痴呆及其重要亚型阿尔茨海默病具有较高的预测能力。澳门永利APP官网

与基于临床先验知识选择预测因子的候选策略相比，我们的研究包括了所有可能与痴呆相关的指标。通过机器学习选择预测因子不仅反映了更加真实的情况，而且还发现了一些其他团队没有预料到的指标。"这种数据驱动的研究方法帮助我们从更广泛的表型数据中选择预测因子的最佳组合，也摆脱了过度依赖临床先验知识进行指标筛选的束缚，"Yu说

根据指标对痴呆预测模型的重要性，机器学习算法排列筛选出年龄、载脂蛋白E (ApoE)基因、认知配对试验持续时间、腿脂率、服药次数、认知反应试验持续时间、呼气峰值流量、产妇死亡年龄、慢性疾病和平均红细胞体积这10个痴呆预测因子。

AUC值是预测患者发病概率最常用的指标。AUC值越接近1.0，说明检测方法的准确性越高，模型的效果越好。研究表明，ukb-drp痴呆预测模型对全因痴呆的AUC值为0.85，对阿尔茨海默病的AUC值为0.86-0.89。于金泰告诉记者，ukb-drp痴呆预测模型比现有的其他预测模型更准确。同时，这些预测指标在基层医疗机构中容易获得，具有广阔的应用前景。

《2021年中国阿尔茨海默病报告》显示，2019年阿尔茨海默病在中国致死疾病中已上升至第5位。同时，该病也呈现出年轻化趋势。在此背景下，研究痴呆风险预测模型具有重要意义。