中文

用于早期帕金森病患者的子群划分的轮廓回归

应用统计 2019-10-07 v1

摘要

跌倒对帕金森氏病(PD)患者有害,因其可能对患者生活质量造成严重影响。尽管许多研究试图预测跌倒/非跌倒,本研究旨在确定与早期 PD 患者跌倒频率相关的因素。九十九名早期 PD 参与者基于两类测试接受评估。第一类测试为疾病特异性测试,由统一帕金森病评定量表(UPDRS)和 Schwab 与 England 日常生活活动量表(SEADL)组成。姿势不稳与步态障碍(PIGD)的度量以及亚量表 I、II、III 的小计得分由 UPDRS 导出。第二类测试为功能测试,包括 Tinetti 步态与平衡、Berg 平衡量表(BBS)、计时起立行走(TUG)、功能性伸臂(FR)、步态冻结(FOG)、简易精神状态检查(MMSE)和 Melbourne 边缘测试(MET)。跌倒情况每月记录,持续 6 个月。通过有限混合模型(FMM)对患者进行聚类。发现三类患者:非跌倒或单次跌倒者、低频跌倒者和高频跌倒者。识别出若干对 PD 患者聚类重要的因素:UPDRS 亚量表 II 和 III 小计、PIGD 和 SE ADL。然而这些因素无法区分低频跌倒与高频跌倒的 PD 患者。而 Tinetti、TUG 和 BBS 成为聚类 PD 患者的重要因素,并可区分三类簇。FMM 能够将 PD 患者聚为三组。我们获得了若干对解释聚类重要的因素,并发现疾病特异性度量与功能测试在 PD 患者聚类中扮演不同角色。审视这些度量后,或有可能开发新的疾病疗法以预防或延迟跌倒发生。

关键词

引用

@article{arxiv.1910.01864,
  title  = {Profile regression for subgrouping patients with early stage Parkinson's disease},
  author = {Sarini Abdullah and James McGree and Nicole White and Kerrie Mengersen and Graham Kerr},
  journal= {arXiv preprint arXiv:1910.01864},
  year   = {2019}
}

备注

30 pages, 11 figures, 4 tables