JECH | 中国老年人轻度认知障碍的风险预测与分层管理：聚焦可控风险
- 来源：未知
- 作者：bmjchina
- 日期：2023-11-27
- 分享：
主要发现：
近日，Journal of Epidemiology and Community Health (JECH) 期刊在线发表了安徽医科大学卫生管理学院张燕团队领衔的题为“Risk assessment and stratification of mild cognitive impairment among the Chinese elderly: attention to modifiable risk factors”的研究。该研究开发了一种轻度认知障碍风险评估工具，用于识别中国老年人中存在轻度认知障碍风险的个体并依据其风险大小判定风险等级，进而为开展风险管理提供依据。该工具纳入了9个可控的风险因素，并提出了相应的风险分层策略，较为适合在个人和社区层面开展轻度认知障碍风险评估与风险管理。
原文献信息： Risk assessment and stratification of mild cognitive impairment among the Chinese elderly: attention to modifiable risk factors Wang Q, Zhou S, Zhang J, et al. J Epidemiol Community Health 2023;77:521-526. 阿尔茨海默病是最主要的痴呆亚型，轻度认知障碍（mild cognitive impairment，MCI）是介于正常认知与阿尔茨海默病之间的过渡状态，是开展痴呆预防的“机会之窗”。既往研究发现，对生命历程中的可控风险因素进行及时干预或能减少40%的痴呆发生。因此，识别有轻度认知障碍风险的个体并根据其风险水平提供不同的预防策略，可能是应对未来痴呆挑战的有效方法。 西方国家已经开发了一些轻度认知障碍的风险评估工具，然而，这些工具中的一些预测指标可能不符合中国的社会文化背景。例如，地中海饮食模式被认为是轻度认知障碍的保护因素，该饮食模式包含大量海鱼的摄入，然而这并不符合大部分中国人的饮食习惯。还有一些工具的预测指标包含复杂的临床症状，比如心脏病和中风，这需要相对复杂的诊断程序。 为解决上述问题，该研究团队开发了一种满足以下条件的轻度认知障碍风险评估工具：（1）在充分考虑中国人的生活方式的前提下，聚焦于可控的风险因素;（2）风险评估手段应简便易行，无需复杂的诊断程序；（3）准确性较高。 该研究根据现有证据，选择了九个可改变的MCI危险因素（社会孤立、受教育程度低、高血压、高血脂、糖尿病、吸烟、饮酒、缺乏身体活动和抑郁）作为MCI风险评估工具的预测指标。此外，该研究在前人研究中提取、或基于Rothman- Keller模型计算，共得出9个可控风险因素的危险分数，并根据这些可控风险因素的暴露率模拟出轻度认知障碍的理论发病率，进而确定风险评估等级划分界值，将个体划分为低危、中危和高危组（图1）。 图1. 基于模拟数据的MCI风险分层策略 为了评估该模型的预测性能，该团队基于安徽省老年人慢性病疾病负担与行为可控性研究，收集了安徽省四个城市（阜阳、六安、滁州和宣城）招募的研究对象的基线和两年随访数据，将数据集随机分为训练集和验证集，并使用ROC曲线、Hosmer-Lemeshow检验和五重交叉验证三个预测指标分别评估预测模型的区分度、校准度以及模型的稳定性。此外，该研究还使用Logistic回归分析评估风险分层策略的有效性。 研究结果显示，横断面数据集中训练集和验证集的AUC值为0.71～0.72，纵向数据集的AUC值为0.64～0.70（图2），显示了预测值与观察值之间较好的一致性，表明该模型具有良好的区分度。Hosmer-Lemeshow检验结果显示p值均大于0.05，表明预测模型校准度良好（图3）。五重交叉验证结果中，横断面和纵向数据集中的AUC值分别为0.71和0.65，表明预测模型稳定性良好（图4）。 图2. 横断面和纵向数据集的区分度结果（ROC曲线） 图3. 横断面和纵向数据集的校准度结果（Hosmer-Lemeshow检验） 图4. 横断面和纵向数据集的五重交叉验证 此外，轻度认知障碍个体风险分层的验证结果显示，横断面数据证明该风险分层方法具有良好的区分能力，与低风险个体相比，中风险和高风险个体在横断面数据集中患轻度认知障碍的可能性更高（表1）。然而，在纵向数据集中，与低风险个体相比，中高风险组的个体MCI风险无显著性差异，这种结果不一致的原因可能是纵向数据集的样本量小（仅为564例）和随访时间较短（2年）。 表1. 横断面和纵向数据集中轻度认知障碍风险等级的验证结果 综上所述，该研究开发了一种方便且具有较好预测性能的轻度认知障碍风险评估工具，并提出了相应的风险分层策略。研究结果提示，该工具在个人、社区层面以及缺乏卫生资源地区的轻度认知障碍风险识别方面具有重大潜力，这对未来降低发病率和减少疾病负担具有重要意义，尽管未来还需更大样本、更长随访时间的纵向研究进一步验证本研究结果的可靠性。 作者简介 安徽医科大学卫生管理学院在读硕士研究生王琼、周帅分别为本文的第一和共同第一作者，安徽医科大学卫生管理学院张燕副教授为本文的通讯作者，中国科学技术大学第一附属医院（安徽省立医院）老年医学科沈国栋研究员为该论文的共同通讯作者。该研究得到了国家自然科学基金、安徽省重点研发项目以及合肥市自然科学基金的资助。 张燕，博士，副教授，硕士研究生导师，主要研究方向为老年健康管理、慢性病健康管理。 关于 Journal of Epidemiology & Community Health Journal of Epidemiology & Community Health致力于发表原创性研究、综述、方法论和理论性议题以及关于世界各地社区研究与改善的观点和材料，强调跨学科和整合性的研究方法。期刊旨在推动流行病学发展，并最终促进全球健康的进步。 2022年影响因子：6.3
京公网安备 11010502034496号