预测模型可以提供更准确的检测早期帕金森病

你的嗅觉怎么样?你是否发现自己在白天经常打瞌睡或在梦中辗转反侧?通常，早期帕金森氏病并不表现出典型的运动障碍症状，这使得诊断存在问题。现在，约克大学(York University)的神经科学家发现了五种不同的模型，它们利用这些非运动临床变量和生物学变量，更准确地预测早期帕金森病。

他们的五年模型分析是第一个只使用非运动临床和生物学变量。一些模型比其他模型表现更好，但所有模型都能区分早期(临床前)帕金森症疾病从健康的，年龄匹配的对照组，准确率超过80%。根据发表在《科学》杂志上的这项研究，这些模型可能有助于在未来的治疗中更及时地实施神经学前沿今天。

与传统的用于评估患者的放射性示踪扫描(DaTscan)相比，使用多模型方法作为诊断的第一步也是一种侵袭性较小的选择。

该研究的主要作者，博士候选人Charles Leger和他的实验室主管，约克大学心理学系副教授Joseph DeSouza说，他们的目标是开发出能够以超过80%的效率预测早期帕金森患者的模型病理对比那些没有明显疾病的人

在这项研究中，进行了两项独立的分析:一项是早期帕金森病与对照组的分类，另一项是早期帕金森病与SWEDD(无多巴胺缺失证据的扫描)的分类。术语SWEDD指的是在临床上被认为患有帕金森病的患者中，成像异常的缺失而不是存在。

目前，帕金森病还没有治愈方法。我们现在所知道的是症状和体征，我们只能治疗症状，”德苏扎说。“这些模型对于区分可能出现类似帕金森病的症状，但与帕金森病病理无关的患者和实际患有帕金森病的患者非常有用。”

促进和更准确地预测早期阶段，De Novo Parkinson可以允许那些积极诊断的人采用生活方式改变比如早期有规律的体育锻炼可以提高灵活性和平衡性，DeSouza说。

研究人员使用了来自帕金森渐进标记者行动计划(PPMI)的横断面基线数据。使用的PPMI数据局限于非运动临床变量(如嗅觉、日间睡意、快速眼动行为障碍、年龄等)和生物变量(如脑脊液α -突触核蛋白、tau蛋白、β -淀粉样蛋白-142、五种不同的模型类型是“训练”模型，可以证明在帮助区分早期帕金森病病理方面是有用的。

莱格说:“这项研究的独特之处在于，它提供了双重分析，这在早期帕金森氏症中是前所未有的。”

双重分析包括：（a）预测早期，临床前帕金森与对照，那么在单独的分析中，（b）早期帕金森的与瑞典语（帕金森的光看法）。训练有素的模型试图预测来自控制的早期帕金森（A）;和早期的帕金森（B）来自瑞典语。

“使用的每个功能都是在文献中首先被证明是相关的。其中，我们让每个模型挑选出最重要的预测因素。没有一种模式能保证提供最佳的契合度。“用五个模型，如果你得到相同的突出特征，那么你就知道这个特定变量在区分疾病方面非常重要。神经学家可以将一个或多个模型应用到他们自己的数据中，以帮助区分帕金森氏症的病理与伪装成帕金森氏症的病理。其中两个模型可能有助于从那些与帕金森病无关的病理中筛选出患有帕金森病类型病理的SWEDD类别患者。”

在早期帕金森病/控制和早期帕金森病/SWEDD分析中，以及所有模型中，嗅觉减退(嗅觉和嗅觉检测能力下降)是区分早发性帕金森病最重要的特征，其次是快速眼动行为障碍。

---

---