帕金森病患者冻结步态列线图预测模型的构建

doi:10.11958/20221288

天津医药 ›› 2023, Vol. 51 ›› Issue (6): 658-661.doi: 10.11958/20221288

帕金森病患者冻结步态列线图预测模型的构建

季莉莉¹(), 许元丰¹, 史红娟¹, 陈文亚¹^,^△, 刘良卿²

1 江苏大学附属武进医院/常州市武进人民医院神经内科（邮编213000）
2 江苏大学附属武进医院/常州市武进人民医院影像科

收稿日期:2022-08-17 修回日期:2022-12-20 出版日期:2023-06-15 发布日期:2023-06-20
通讯作者: ^△E-mail：wmyjsk.love@163.com
作者简介:季莉莉（1980），女，副主任医师，主要从事神经变性疾病的诊疗方面研究。E-mail：jill188cz@163.com
基金资助:
第十五批“六大人才高峰”高层次人才选拔培养资助项目(YY-027);常州市科技计划项目(CJ20210011)

Construction of a nomogram predictive model for freezing of gait in patients with Parkinson's disease

JI Lili¹(), XU Yuanfeng¹, SHI Hongjuan¹, CHEN Wenya¹^,^△, LIU Liangqing²

1 Department of Neurology, Wujin Hospital Affiliated to Jiangsu University / Changzhou Wujin People's Hospital, Changzhou 213000, China
2 Department of Imaging, Wujin Hospital Affiliated to Jiangsu University / Changzhou Wujin People's Hospital, Changzhou 213000, China

Received:2022-08-17 Revised:2022-12-20 Published:2023-06-15 Online:2023-06-20
Contact: ^△E-mail：wmyjsk.love@163.com

季莉莉, 许元丰, 史红娟, 陈文亚, 刘良卿. 帕金森病患者冻结步态列线图预测模型的构建[J]. 天津医药, 2023, 51(6): 658-661.

JI Lili, XU Yuanfeng, SHI Hongjuan, CHEN Wenya, LIU Liangqing. Construction of a nomogram predictive model for freezing of gait in patients with Parkinson's disease[J]. Tianjin Medical Journal, 2023, 51(6): 658-661.

摘要/Abstract

摘要：

目的分析帕金森病（PD）患者冻结步态（FOG）的发生率和危险因素，构建定量列线图预测模型并进行验证。方法 208例PD患者根据是否存在FOG分为FOG组（98例）和无FOG组（110例），分别采用单因素和多因素Logistic回归分析筛选FOG的危险因素，并建立列线图模型。结果 FOG组患者年龄、PD首发年龄、PD病程、帕金森病问卷（PDQ39）评分、汉密尔顿抑郁量表17项（HAMD-17）和焦虑量表14项（HAMA-14）评分、快速眼球运动睡眠行为障碍筛查问卷（RBDSQ）和匹兹堡睡眠质量指数（PSQI）评分明显大于无FOG组，视空间功能障碍比例和改良Hoehn-Yahr（H-Y）分级严重程度高于无FOG组，而简易精神状态检查（MMSE）评分低于无FOG组（P<0.05）。多因素Logistic回归分析结果显示，较高的RBDSQ评分（OR=2.724，95%CI：1.458~5.090）、PDQ39评分（OR=7.358，95%CI：2.448~22.078）、H-Y分级（OR=4.272，95%CI：1.886~9.673）和有视空间功能障碍（OR=2.134，95%CI：1.349~3.376）是PD患者发生FOG的独立危险因素。R软件建立列线图模型，总分120分。受试者工作特征（ROC）曲线计算模型预测FOG的曲线下面积（AUC）为0.867（95%CI：0.810~0.935），提示模型预测效能较好。Hosmer-Lemeshow检验显示，模型拟合优度较好（χ²=2.635，P=0.642）。校准曲线显示模型预测概率与实际发生率有较好的一致性。临床决策曲线显示模型的获益性尚可。结论 PD患者有较高的FOG发生率，RBDSQ评分、PDQ39评分、视空间功能障碍和H-Y分级是其独立影响因素；建立的列线图模型预测FOG的效能较好。

关键词: 帕金森病, 冻结步态, 危险因素, 列线图

Abstract:

Objective To investigate and analyze the incidence and risk factors of freezing of gait (FOG) in patients with Parkinson's disease (PD), construct and verify the quantitative nomogram predictive model. Methods A total of 208 PD patients were retrospectively summarized. According to clinical symptoms, 98 patients were diagnosed as the FOG group and 110 patients were diagnosed as the non-FOG group. Univariate and multivariate Logistic regression analysis were used to screen risk factors of FOG, and the nomogram model was established. Results Univariate comparison showed that age, initial age of PD, course of PD, scores of PD questionnaire (PDQ39), Hamilton depression scale (HAMD-17) and anxiety scale (HAMA-14), rapid eye movement sleep behavior disorder screening questionnaire (RBDSQ) and Pittsburgh sleep quality index (PSQI) were significantly higher in the FOG group than those in the non-FOG group. The visuospatial dysfunction and modified Hoehn-Yahr (H-Y) grade were significantly higher in the FOG group than those in the non-FOG group, while the score of Mini Mental State Examination (MMSE) was less in the FOG group (P<0.05). Multivariate Logistic regression analysis showed that higher RBDSQ score (OR=2.724, 95%CI: 1.458-5.090), PDQ39 score (OR=7.358, 95%CI: 2.448-22.078), visuospatial dysfunction (OR=2.134, 95%CI: 1.349-3.376) and H-Y grade (OR=4.272, 95%CI: 1.886-9.673) were independent risk factors to FOG in PD patients. R software was used to establish the nomogram model, and total score was 120. The area under the curve (AUC) of the model for predicting FOG by receiver operating curve (ROC) was 0.867 (95%CI: 0.810-0.935, P<0.001), suggesting that the predictive efficiency of the model was good. Hosmer - lemeshow test showed that the goodness of fit of the model was good (χ²=2.635, P=0.642). The calibration curve showed that the predictive probability of the model was in good agreement with the actual incidence. The decision curve showed that the benefit of the model was acceptable. Conclusion Patients with PD have a high incidence of FOG. RBDSQ score, PDQ 39 score, visuospatial dysfunction and H-Y grade are independent risk factors. The established nomogram model is effective in predicting FOG.

Key words: Parkinson's disease, freezing of gait, risk factors, nomogram

中图分类号:

R745.7

图/表 6

参考文献 23

[1]	GE H L, CHEN X Y, LIN Y X, et al. The prevalence of freezing of gait in Parkinson's disease and in patients with different disease durations and severities[J]. Chin Neurosurg J, 2020, 6:17. doi:10.1186/s41016-020-00197-y.
[2]	GAO C, LIU J, TAN Y, et al. Freezing of gait in Parkinson's disease:pathophysiology,risk factors and treatments[J]. Transl Neurodegener, 2020, 9:12. doi:10.1186/s40035-020-00191-5.
[3]	PARDOEL S, KOFMAN J, NANTEL J, et al. Wearable-sensor-based detection and prediction of freezing of gait in Parkinson's disease:A review[J]. Sensors (Basel), 2019, 19(23):5141. doi:10.3390/s19235141.
[4]	中华医学会神经病学分会帕金森病及运动障碍学组, 中国医师协会神经内科医师分会帕金森病及运动障碍专业委员会. 中国帕金森病的诊断标准(2016版)[J]. 中华神经科杂志, 2016, 49(4):268-271.
	Parkinson's Disease and movement Disorders Group, Neurology Branch of Chinese Medical Association,Parkinson's Disease and Movement Disorders Professional Committee,Neurology Branch of Chinese Medical Doctor Association. Diagnostic criteria for Parkinson's Disease in China(2016 edition)[J]. Chinese Journal of Neurology, 2016, 49(4):268-271. doi:10.3760/cma.j.issn.1006-7876.2016.04.002.
[5]	GINIS P, NACKAERTS E, NIEUWBOER A, et al. Cueing for people with Parkinson's disease with freezing of gait:A narrative review of the state-of-the-art and novel perspectives[J]. Ann Phys Rehabil Med, 2018, 61(6):407-413. doi:10.1016/j.rehab.2017.08.002.
[6]	GAN J, LIU W, CAO X, et al. Prevalence and clinical features of FOG in Chinese PD Patients,a multicenter and cross-sectional clinical study[J]. Front Neurol, 2021, 12:568841. doi:10.3389/fneur.2021.568841.
[7]	OU R, WEI Q, CAO B, et al. Predictors of freezing of gait in Chinese patients with Parkinson's disease[J]. Brain Behav, 2018, 8(3):e00931. doi:10.1002/brb3.931.
[8]	KIM R, LEE J, KIM H J, et al. CSF β-amyloid(42)and risk of freezing of gait in early Parkinson disease[J]. Neurology, 2019, 92(1):e40-e47. doi:10.1212/WNL.0000000000006692.
[9]	ZHANG F, SHI J, DUAN Y, et al. Clinical features and related factors of freezing of gait in patients with Parkinson's disease[J]. Brain Behav, 2021, 11(11):e2359. doi:10.1002/brb3.2359.
[10]	EHGOETZ MARTENS K A, HALL J M, GEORGIADES M J, et al. The functional network signature of heterogeneity in freezing of gait[J]. Brain, 2018, 141(4):1145-1160. doi:10.1093/brain/awy019.
[11]	EHGOETZ MARTENS K A, LUKASIK E L, GEORGIADES M J, et al. Predicting the onset of freezing of gait:A longitudinal study[J]. Mov Disord, 2018, 33(1):128-135. doi:10.1002/mds.27208.
[12]	ZHANG W S, GAO C, TAN Y Y, et al. Prevalence of freezing of gait in Parkinson's disease:a systematic review and meta-analysis[J]. J Neurol, 2021, 268(11):4138-4150. doi:10.1007/s00415-021-10685-5.
[13]	CAPECCI M, POURNAJAF S, GALAFATE D, et al. Clinical effects of robot-assisted gait training and treadmill training for Parkinson's disease. A randomized controlled trial[J]. Ann Phys Rehabil Med, 2019, 62(5):303-312. doi:10.1016/j.rehab.2019.06.016.
[14]	AGOSTA F, GATTI R, SARASSO E, et al. Brain plasticity in Parkinson's disease with freezing of gait induced by action observation training[J]. J Neurol, 2017, 264(1):88-101. doi:10.1007/s00415-016-8309-7.
[15]	GHIELEN I, KOENE P, TWISK J W, et al. The association between freezing of gait,fear of falling and anxiety in Parkinson's disease:a longitudinal analysis[J]. Neurodegener Dis Manag, 2020, 10(3):159-168. doi:10.2217/nmt-2019-0028.
[16]	HERMAN T, SHEMA-SHIRATZKY S, ARIE L, et al. Depressive symptoms may increase the risk of the future development of freezing of gait in patients with Parkinson's disease:Findings from a 5-year prospective study[J]. Parkinsonism Relat Disord, 2019, 60:98-104. doi:10.1016/j.parkreldis.2018.09.013.
[17]	PIMENTA M, MOREIRA D, NOGUEIRA T, et al. Anxiety independently contributes to severity of freezing of gait in people with Parkinson's disease[J]. J Neuropsychiatry Clin Neurosci, 2019, 31(1):80-85. doi:10.1176/appi.neuropsych.17090177.
[18]	AVANZINO L, LAGRAVINESE G, ABBRUZZESE G, et al. Relationships between gait and emotion in Parkinson's disease:A narrative review[J]. Gait Posture, 2018, 65:57-64. doi:10.1016/j.gaitpost.2018.06.171.
[19]	DAGAN M, HERMAN T, HARRISON R, et al. Multitarget transcranial direct current stimulation for freezing of gait in Parkinson's disease[J]. Mov Disord, 2018, 33(4):642-646. doi:10.1002/mds.27300.
[20]	COSENTINO C, BACCINI M, PUTZOLU M, et al. Effectiveness of physiotherapy on freezing of gait in Parkinson's disease:A systematic review and Meta-analyses[J]. Mov Disord, 2020, 35(4):523-536. doi:10.1002/mds.27936.
[21]	LABEIT B, CLAUS I, MUHLE P, et al. Oropharyngeal freezing and its relation to dysphagia - An analogy to freezing of gait[J]. Parkinsonism Relat Disord, 2020, 75:1-6. doi:10.1016/j.parkreldis.2020.05.002.
[22]	ZHU Z, YIN M, CUI L, et al. Aquatic obstacle training improves freezing of gait in Parkinson's disease patients:a randomized controlled trial[J]. Clin Rehabil, 2018, 32(1):29-36. doi:10.1177/0269215517715763.
[23]	NONNEKES J, NIEUWBOER A. Towards personalized rehabilitation for gait impairments in Parkinson's disease[J]. J Parkinsons Dis, 2018, 8(s1):S101-S106. doi:10.3233/JPD-181464.

组别		n		性别（男/女）			年龄（岁）			PD首发年龄（岁）			PD病程（年）			临床分型（TD/PIGD）			多巴胺治疗史
无FOG组		110		59/51			61.2±4.4			56.6±3.8			3（1，7）			62/48			51（46.4）
FOG组		98		53/45			70.5±5.3			64.5±4.2			5（2，9）			59/39			45（45.9）
χ²、t或Z				0.004			13.817^＊＊			14.257^＊＊			1.869^＊＊			0.314			0.004
组别	服药年限（年）				剂量（mg/d）			起始症状侧别（左/右）			不宁腿综合征			RBDSQ评分（分）			PSQI评分（分）			PDQ39评分（分）
无FOG组	4（1，8）				246.9±52.3			46/64			46（41.8）			2（0，8）			8（2，16）			35.6±8.9
FOG组	3（1，6）				256.4±45.2			44/54			39（39.8）			4（2，10）			11（5，23）			59.5±10.2
χ²、t或Z	0.568				1.393			0.200			0.088			2.032^＊			2.523^＊			18.046^＊＊
组别			视空间功能障碍			MMSE评分（分）			HAMD-17 评分（分）			HAMA-14 评分（分）			SCOPA-COG 评分（分）			H-Y分级
组别			视空间功能障碍			MMSE评分（分）			HAMD-17 评分（分）			HAMA-14 评分（分）			SCOPA-COG 评分（分）			1—2级			3—5级
无FOG组			16（14.5）			26.5±3.9			42.3±8.7			39.8±5.4			2（0，4）			76（69.1）			34（30.9）
FOG组			30（30.6）			23.5±3.4			56.4±9.5			52.1±10.6			3（1，6）			53（54.1）			45（45.9）
χ²、t或Z			7.767^＊＊			5.882^＊＊			11.172^＊＊			12.764^＊＊			0.659			4.957^＊

组别		n		性别（男/女）			年龄（岁）			PD首发年龄（岁）			PD病程（年）			临床分型（TD/PIGD）			多巴胺治疗史
无FOG组		110		59/51			61.2±4.4			56.6±3.8			3（1，7）			62/48			51（46.4）
FOG组		98		53/45			70.5±5.3			64.5±4.2			5（2，9）			59/39			45（45.9）
χ²、t或Z				0.004			13.817^＊＊			14.257^＊＊			1.869^＊＊			0.314			0.004
组别	服药年限（年）				剂量（mg/d）			起始症状侧别（左/右）			不宁腿综合征			RBDSQ评分（分）			PSQI评分（分）			PDQ39评分（分）
无FOG组	4（1，8）				246.9±52.3			46/64			46（41.8）			2（0，8）			8（2，16）			35.6±8.9
FOG组	3（1，6）				256.4±45.2			44/54			39（39.8）			4（2，10）			11（5，23）			59.5±10.2
χ²、t或Z	0.568				1.393			0.200			0.088			2.032^＊			2.523^＊			18.046^＊＊
组别			视空间功能障碍			MMSE评分（分）			HAMD-17 评分（分）			HAMA-14 评分（分）			SCOPA-COG 评分（分）			H-Y分级
组别			视空间功能障碍			MMSE评分（分）			HAMD-17 评分（分）			HAMA-14 评分（分）			SCOPA-COG 评分（分）			1—2级			3—5级
无FOG组			16（14.5）			26.5±3.9			42.3±8.7			39.8±5.4			2（0，4）			76（69.1）			34（30.9）
FOG组			30（30.6）			23.5±3.4			56.4±9.5			52.1±10.6			3（1，6）			53（54.1）			45（45.9）
χ²、t或Z			7.767^＊＊			5.882^＊＊			11.172^＊＊			12.764^＊＊			0.659			4.957^＊

帕金森病患者冻结步态列线图预测模型的构建

Construction of a nomogram predictive model for freezing of gait in patients with Parkinson's disease

引用本文

RichHTML

PDF (PC)

可视化

摘要/Abstract

使用本文

图/表 6

参考文献 23

相关文章 15

编辑推荐

Metrics

本文评价

因素	β	SE	Wald χ²	P	OR	OR 95%CI
RBDSQ评分	1.002	0.319	9.854	<0.001	2.724	1.458~5.090
PDQ39评分	1.995	0.561	12.646	<0.001	7.358	2.448~22.078
视空间功能障碍	0.758	0.234	10.493	<0.001	2.134	1.349~3.376
H-Y分级	1.452	0.417	12.124	<0.001	4.272	1.886~9.673
常数项	2.146	0.569	14.224	<0.001	8.551

[1]	王远珍, 魏红艳, 常丽仙, 张映媛, 刘春云, 刘立. 原发性肝癌干预前并发肺部感染风险预测模型的建立与验证[J]. 天津医药, 2024, 52(9): 940-945.
[2]	郭振江, 赵光远, 杜立强, 刘防震. 近端胃癌上切缘阳性术前列线图预测模型的建立和验证[J]. 天津医药, 2024, 52(8): 845-849.
[3]	王磊, 孟坤, 王兵. 支气管肺炎患儿反复喘息的影响因素分析及预测模型构建[J]. 天津医药, 2024, 52(8): 850-853.
[4]	薛玉恒, 茆宁, 刘文强, 杨倩倩, 徐艳, 王军. 基于早期血小板相关参数的支气管肺发育不良风险预测模型的构建与验证[J]. 天津医药, 2024, 52(7): 748-754.
[5]	王敏, 王龙胜, 陈磊. 骨质疏松症患者腰椎骨折预测模型的构建[J]. 天津医药, 2024, 52(7): 766-769.
[6]	韩琴, 韩秀丽, 陈伟然. 老年脑卒中患者康复治疗后抑郁障碍的影响因素分析[J]. 天津医药, 2024, 52(6): 639-642.
[7]	郑康鹏, 唐鑫国, 徐琦, 樊钰亭, 梁博, 付晓伟, 方路. 胆囊癌根治手术成功实施列线图预测模型的建立和验证[J]. 天津医药, 2024, 52(5): 536-540.
[8]	徐杨, 袁宇, 高金妹. 超声检查对骨折患者下肢深静脉漂浮血栓脱落的诊断意义[J]. 天津医药, 2024, 52(5): 548-551.
[9]	冯李婷, 李莉, 谢鑫, 王星. 天津地区部分居民慢性阻塞性肺疾病影响因素分析[J]. 天津医药, 2024, 52(4): 427-431.
[10]	纪晓娟, 韩浩, 张丽侠. 急性髓系白血病合并血流感染的病原菌分布与耐药性变迁及患者死亡的危险因素分析[J]. 天津医药, 2024, 52(2): 167-171.
[11]	谷巍, 张惠娜, 侯丽萍, 于敏, 程黎蓉. 脂质相关指数与糖尿病肾病相关性研究[J]. 天津医药, 2024, 52(12): 1308-1312.
[12]	喻萍, 周敏, 苏丹. 卵巢癌化疗耐药预测模型的建立及效果评价[J]. 天津医药, 2024, 52(11): 1177-1182.
[13]	梁耀冰, 符振华, 赵梓粤, 罗剑明, 程冬瑀, 姜海行, 覃山羽. 高甘油三酯血症性急性胰腺炎并发急性呼吸衰竭危险因素及预测模型的建立[J]. 天津医药, 2024, 52(11): 1183-1187.
[14]	涂静, 夏晨曦, 李婷. 2型糖尿病亚临床周围神经病变与TIR的相关性及危险因素探讨[J]. 天津医药, 2024, 52(11): 1188-1192.
[15]	尼加提·阿力木, 马士凤, 夏木斯娅·阿里木江, 张静, 郑荣秀. 儿童糖尿病合并尿路感染的临床特征及危险因素分析[J]. 天津医药, 2024, 52(10): 1051-1055.