学科分类
/ 1
2 个结果
  • 简介:摘要茨海默病(Alzheimer′s disease,AD)的病因不明,越来越多的研究表明肠道菌群与AD 的发生发展密切相关。肠道菌群通过脑-肠轴影响中枢神经系统,在AD患者认知功能、精神行为症状的发生发展中有重要的作用;另外,肠道菌群与AD临床标志物存在密切关联,通过改善AD患者肠道菌群也可以改善认知功能。因此,针对肠道菌群领域的研究为AD的防治尤其是早期诊断提供了新的研究思路。

  • 标签: 阿尔茨海默病 认知 肠道菌群
  • 简介:摘要目的基于血清小分子核糖核酸(microRNA,miRNA)构建茨海默病(Alzheimer′s disease,AD)预测诊断模型。方法从高通量基因表达数据库下载1 021例AD患者和288名健康对照者血清miRNA芯片数据,共1 309个样本。按年龄匹配AD患者和健康对照者,筛选出494例样本用于训练和验证诊断模型。将miRNA表达值从高到低排序选取前1 000个探针进入下一步研究。按照7∶3的比例将494例样本分为训练组和验证组。采用LASSO回归筛选miRNA,结合性别、载脂蛋白E4基因型和miRNA数据,采用逐步回归进一步筛选自变量并构建多因素诊断模型。采用受试者工作特征曲线(receiver operating characteristic,ROC)和校准曲线,在训练组、验证组、训练组+验证组以及1 309例总样本中验证模型的准确性,并绘制诺莫图进行实际案例预测。结果多因素诊断模型在训练组、验证组、训练组+验证组以及1 309例总样本的ROC曲线下面积分别为0.870、0.831、0.842和0.826,具有较高的预测效力。诺莫图显示,1例男性患者的预测值总分521分(P=0.022 8),提示该样本为AD,和实际结果一致。结论基于11个血清miRNA、性别以及载脂蛋白E4 基因型的诊断模型能较好地预测AD。

  • 标签: 阿尔茨海默病 微RNAs 人工智能 诊断模型