构建个性化预测帕金森病患者并发缺血性脑血管病的Nomogram模型

doi:10.3760/cma.j.cn441417-20241224-12006

摘要/Abstract

摘要：

目的　分析帕金森病患者并发缺血性脑血管病的影响因素，并构建Nomogram预测模型。方法　采用横断面研究，选取2019年5月至2022年12月徐州市第一人民医院收治的200例帕金森病患者为研究对象，根据患者是否并发缺血性脑血管病分为并发组（96例）和非并发组（104例）。其中，并发组年龄（58.90±8.50）岁，男59例、女37例；非并发组年龄（60.20±8.90）岁，男60例、女44例。收集两组患者的一般资料，采用受试者操作特征曲线（ROC）分析有统计学意义连续性变量的预测价值，logistic回归实验分析影响帕金森病患者并发缺血性脑血管病的相关因素，决策曲线分析评估Nomogram模型临床效能，采用独立样本t检验、χ2检验进行统计比较。结果　两组患者病程、收缩压、舒张压、总胆固醇（TC）、甘油三酯（TG）比较，差异均无统计学意义（均P>0.05）；非并发组血糖为（5.30±1.60）mmol/L、低密度脂蛋白胆固醇（LDL-C）为（2.51±0.49）mmol/L、高密度脂蛋白胆固醇（HDL-C）为（1.43±0.30）mmol/L、同型半胱氨酸（Hcy）为（11.95±4.89）μmol/L、颈动脉内中膜厚度（IMT）为（0.73±0.19）mm，并发组分别为（6.60±2.00）mmol/L、（2.75±0.50）mmol/L、（1.20±0.25）mmol/L、（14.32±4.85）μmol/L、（0.89±0.15）mm，两组比较差异均有统计学意义（均P<0.05）。血糖、LDL-C、HDL-C、Hcy、IMT的曲线下面积（AUC）分别为0.681、0.638、0.724、0.639、0.762（均P<0.05）；血糖、LDL-C、HDL-C、Hcy、IMT是帕金森病患者并发缺血性脑血管病的影响因素（均P<0.05）。基于危险变量构建Nomogram模型预测帕金森病患者并发缺血性脑血管病的风险C-index为0.760（95%CI 0.719～0.775），且风险阈值>0.03。结论　血糖、LDL-C、HDL-C、Hcy、IMT是帕金森病患者并发缺血性脑血管病的影响因素，Nomogram模型可以对帕金森病患者发生缺血性脑血管病的风险进行较好评估。

关键词: 帕金森病, 缺血性脑血管病, 影响因素, Nomogram预测模型

孙倩邵丽赵立成史进王园园. 构建个性化预测帕金森病患者并发缺血性脑血管病的Nomogram模型 [J]. 国际医药卫生导报, 2025, 31(12): 1963-1967.

Sun Qian, Shao Li, Zhao Licheng, Shi Jin, Wang Yuanyuan.

Construction of a personalized Nomogram model for predicting ischemic cerebrovascular disease in patients with Parkinson's disease [J]. International Medicine and Health Guidance News, 2025, 31(12): 1963-1967.

参考文献

[1]蔡金凤,王洪财,葛汝丽.肠道菌群失衡在帕金森病α-突触核蛋白诱导小胶质细胞活化中的作用[J].国际医药卫生导报,2023,29(22):3153-3157. DOI:10.3760/cma.j.issn.1007-1245.2023.22.001.

[2]徐晓白,刘璐,曲正阳,等.基于实验研究探讨针刺治疗帕金森病神经可塑性机制[J].北京中医药,2019,38(2):179-183. DOI:10.16025/j.1674-1307.2019.02.025.

[3]Weintraub D, Aarsland D, Chaudhuri KR, et al. The neuropsychiatry of Parkinson's disease: advances and challenges[J]. Lancet Neurol, 2022,21(1):89-102. DOI: 10.1016/S1474-4422(21)00330-6.

[4]刘洋,刘志,孙可,等.不同剂量盐酸阿扑吗啡对大鼠膀胱功能的影响分析[J].中国社区医师,2023,39(23):5-7.DOI:10.3969/j.issn.1007-614x.2023.23.002.

[5]Li G, Huang P, Cui SS, et al. Mechanisms of motor symptom improvement by long-term Tai Chi training in Parkinson's disease patients[J]. Transl Neurodegener, 2022,11(1):6. DOI: 10.1186/s40035-022-00280-7.

[6]魏列君,赵丽丽.介入支架治疗缺血性脑血管疾病的安全性分析[J].智慧健康,2023,9(9):133-136,146. DOI:10.19335/j.cnki.2096-1219.2023.09.030.

[7]秦勇,陈辉.脑白质疏松及脑血管危险因素对记忆损害型帕金森病轻度认知功能障碍患者的影响[J].医疗装备,2019,32(1):47-49. DOI:10.3969/j.issn.1002-2376.2019.01.027.

[8]Chang B, Ni C, Mei J, et al. Nomogram for predicting depression improvement after deep brain stimulation for Parkinson's disease[J]. Brain Sci, 2022,12(7):841. DOI: 10.3390/brainsci12070841.

[9]He P, Gao Y, Shi L, et al. Motor progression phenotypes in early-stage Parkinson's disease: a clinical prediction model and the role of glymphatic system imaging biomarkers[J]. Neurosci Lett, 2023,814:137435. DOI: 10.1016/j.neulet.2023.137435.

[10]中国全科医学.英国发布帕金森病诊断与管理指南[J].中国全科医学,2005,8(20):1678-1679.

[11]中华医学会神经病学分会,中华医学会神经病学分会脑血管病学组.中国急性缺血性脑卒中诊治指南2018[J].中华神经科杂志,2018,51(9):666-682. DOI:10.3760/cma.j.issn.1006-7876.2018.09.004.

[12]张亦弛,刘军.生物标志物助力帕金森病早期诊断[J].中国实用内科杂志,2023,43(10):812-821. DOI:10.19538/j.nk2023100105.

[13]朱蕾,徐仁伵.蛋白质组学在常见神经退行性疾病中的临床研究进展[J].中国老年学杂志,2017,37(19):4914-4918. DOI:10.3969/j.issn.1005-9202.2017.19.102.

[14]Pajares M, I Rojo A, Manda G, et al. Inflammation in Parkinson's disease: mechanisms and therapeutic implications[J]. Cells, 2020,9(7):1687. DOI: 10.3390/cells9071687.

[15]宗兆凯.胰岛素抵抗对帕金森病患者认知功能障碍的影响[J].中国保健营养,2021,31(21):220.

[16]Sharma T, Kaur D, Grewal AK, et al. Therapies modulating insulin resistance in Parkinson's disease: a cross talk[J]. Neurosci Lett, 2021,749:135754. DOI: 10.1016/j.neulet.2021.135754.

[17]赵学良,贺娟,徐丹丹.帕金森病患者血尿酸及同型半胱氨酸水平与认知障碍的相关性研究[J].内蒙古医学杂志,2024,56(4):422-427. DOI:10.16096/J.cnki.nmgyxzz. 2024.56.04.008.

[18]司慧丽,纪别克,赵鸿雁,等.帕金森病患者睡眠障碍特点及其影响因素分析[J].广东医学,2020,41(1):61-65. DOI:10.13820/j.cnki.gdyx.20192603.

[19]Bao M, Hu R, Chen Y, et al. Decreased serum lipid levels and ratios correlate with low prevalence of coronary heart disease in patients with Parkinson's disease[J]. Clin Lab, 2018,64(9):1413-1419. DOI: 10.7754/Clin.Lab. 2018.180219.

[20]张驰,肖阳,吕文明.帕金森综合征临床特征与血脂和血尿酸水平的关系分析[J].中国实用医药,2024,19(23):67-69. DOI:10.14163/j.cnki.11-5547/r.2024.23.016..

[21]So HC, Chau CK, Cheng YY, et al. Causal relationships between blood lipids and depression phenotypes: a Mendelian randomisation analysis[J]. Psychol Med, 2021,51(14):2357-2369. DOI: 10.1017/S0033291720000951.

[22]林昆明,蔡晶.血清血脂水平与帕金森病关系的研究进展[J].中外医学研究,2020,18(25):183-185. DOI:10.14033/j.cnki.cfmr.2020.25.073.

[23]闫欣,商素亮,李娜,等.血浆S1P和HDL-C表达水平与帕金森病患者临床症状的相关性研究[J].现代检验医学杂志,2022,37(3):182-186,190. DOI:10.3969/j.issn. 1671-7414.2022.03.038.

[24]Anamnart C, Kitjarak R. Effects of vitamin B12, folate, and entacapone on homocysteine levels in levodopa-treated Parkinson's disease patients: a randomized controlled study[J]. J Clin Neurosci, 2021,88:226-231. DOI: 10.1016/j.jocn.2021.03.047.

[25]徐俊霞,柏佳丽,刘川夏,等.血脂,Cys-C,Hcy与帕金森病轻度认知障碍的临床研究[J].中文科技期刊数据库(全文版)医药卫生, 2021(9):2..

[26]郭利娜,赵晓玲,王艳蕊.帕金森病患者血清cys C、UA、Hcy、NSE水平与病情严重程度的相关性分析[J].医学临床研究,2024,41(5):685-687,692. DOI:10.3969/j.issn.1671-7171.2024.05.012.

[27]南滋妮.帕金森病伴脑血管病危险因素的相关分析[J/OL].世界最新医学信息文摘(连续型电子期刊),2019,19(A0):111-112[2024-12-01]. https://med.wanfangdata.com.cn/Paper/Detail?id=PeriodicalPaper_sjzxyy-e2019A0041&dbid=WF_QK.DOI:10.19613/j.cnki.1671-3141. 2019.100.041.

[28]Esmaeili S, Alizadeh M, Abdi Y, et al. Evaluating the correlation between migraine and subclinical atherosclerosis[J]. J Clin Neurosci, 2022,106:27-31. DOI: 10.1016/j.jocn.2022.07.024.

[29]Hou X, Wong G. Nomogram for early prediction of Parkinson's disease based on microRNA profiles and clinical variables[J]. J Parkinsons Dis, 2023,13(4):473-484. DOI: 10.3233/JPD-225080.

[30]Valent D, Krismer F, Grossauer A, et al. Nomogram to predict the probability of functional dependence in early Parkinson's disease[J]. J Parkinsons Dis, 2023,13(1):49-55. DOI: 10.3233/JPD-223501.