论文部分内容阅读
目的:基于阿尔茨海默病(Alzheimer disease,AD)的疾病自然史,将贝叶斯网络模型应用于老年人认知评价研究,建立老年人认知功能评价的推理及预测模型,探讨影响老年人认知功能的因素,为制定AD不同发展阶段的防治措施提供理论依据。同时从实际应用角度出发,挖掘贝叶斯统计在队列研究数据分析中的优势,为其他慢性病的进程研究提供方法学借鉴,将精准医学的概念扩展至疾病风险预测。方法:采用项目组前期的调查随访数据,以2014年5月的数据为基线数据,对301名调查对象以正常老化→轻度认知损害(Mild Cognitive Impairment,MCI)、MCI→中重度认知损害、中重度认知损害→AD是否转移构建Logistic回归模型,筛选对认知退化有影响的因素,将进入模型的所有变量构建贝叶斯网络模型,分析各变量间的概率依赖关系,并采用10折交叉验证法对建模数据和2016年5月的随访数据进行模型预测效果评价,实现老年人认知功能评价的推理及预测。结果:1、Logistic回归模型结果显示,年龄(OR:1.794,95%CI:1.200-2.682)、性别(OR:4.125,95%CI:2.017-8.436)、受教育程度(OR:0.633,95%CI:0.448-0.894)、抑郁程度(OR:4.458,95%CI:1.915-10.377)、高血压(OR:2.346,95%CI:1.086-5.069)对正常老化→MCI的转移有影响;年龄(OR:2.450,95%CI:1.212-4.953)、性别(OR:0.118,95%CI:0.031-0.442)、受教育程度(OR:0.614,95%CI:0.375-1.004)、性格(OR:0.092,95%CI:0.013-0.662)、婚姻状况(OR:0.272,95%CI:0.086-0.862)、家庭人均收入(OR:0.456,95%CI:0.273-0.762)、身体活动(OR:0.631,95%CI:0.407-0.980)和读书看报(OR:0.432,95%CI:0.188-0.992)、抑郁程度(OR:97.144,95%CI:21.452-439.909)、高血压(OR:0.304,95%CI:0.077-1.199)、脑外伤史(OR:0.188,95%CI:0.037-0.959)均对MCI→中重度认知损害转移有影响;性别(OR:0.328,95%CI:0.087-1.234)、婚姻状况(OR:0.102,95%CI:0.043-0.243)、离休前职业(OR:7.799,95%CI:1.242-48.955)、饮酒(OR:0.126,95%CI:0.016-0.997)、抑郁程度(OR:3.560,95%CI:0.998-12.705)在中重度认知损害→AD转移中有统计学意义。2、用于构建贝叶斯网络结构的节点包括认知功能、抑郁程度、性别、年龄、性格、受教育程度、婚姻状况、家庭人均收入、离休前职业、读书看报、身体活动、饮酒、脑外伤史、高血压。结果显示模型的期望损失为10.28,且贝叶斯网络的预测效能优于其他分类器效能,对认知功能的预测准确率为77.14%,灵敏度为0.869,特异度为0.770,抑郁情况的预测准确率为80.07%,灵敏度为0.801,特异度为0.648。对老年人认知功能有直接作用的是高血压、受教育程度、离休前职业和抑郁程度,性别、家庭人均收入、婚姻状况、读书看报、身体活动、性格分别通过受教育程度、离休前职业、抑郁程度、高血压间接作用于认知功能。结论:1、高血压、受教育程度、离休前职业和抑郁程度与老年人认知功能可能有直接因果关系,性别、家庭人均收入、婚姻状况、读书看报、身体活动、性格可能分别通过受教育程度、离休前职业、抑郁程度、高血压间接作用于认知功能。老年人在平时的生活中多读书、进行适当的身体活动、培养外向的性格和适当饮酒可能延缓认知和记忆的退化。2、将贝叶斯网络应用于老年人认知队列研究,可以直观地了解认知功能影响因素之间的相互关系,并实现了因果推断和个体的疾病风险预测,表明其在医学研究中的优势和在其他疾病中实践的可行性。