導(dǎo)讀

此項研究是第一個完全依靠真實世界數(shù)據(jù)的模型，它允許在動態(tài)設(shè)置中模擬ALS的整個進(jìn)展，不僅可預(yù)測患者生存時間，還可預(yù)測某種事件發(fā)生的時間。

肌萎縮側(cè)索硬化癥 （ALS）也稱漸凍癥，是一種致命的神經(jīng)退行性疾病，可導(dǎo)致進(jìn)行性癱瘓，通常在癥狀出現(xiàn)后的2－4年內(nèi)因呼吸衰竭而死亡。盡管疾病晚期癥狀相對一致，但在發(fā)病和早期階段的表型是高度可變的。一項發(fā)表在Journal of Neurology的研究顯示，基于動態(tài)貝葉斯網(wǎng)絡(luò)（DBN）與真實世界數(shù)據(jù)的預(yù)測模型能夠預(yù)測ALS患者生存率以及患者預(yù)后，包括行走、自理、呼吸、吞咽、交流方面的主要功能障礙，幫助臨床醫(yī)生判斷干預(yù)的時機(jī)，制定治療規(guī)劃和臨床決策。

01

3940名ALS患者數(shù)據(jù)開發(fā)和驗證的精準(zhǔn)預(yù)測模型

人工智能和機(jī)器學(xué)習(xí)可用于描述疾病過程并做出適用于廣泛患者的預(yù)測，以及開發(fā)出針對患者特征量身定制的個性化護(hù)理方法。

此項研究中采集意大利和以色列六個臨床中心的3940名ALS患者的真實世界數(shù)據(jù)，利用DBN算法開發(fā)了預(yù)測模型，運算模擬ALS患者的疾病軌跡并預(yù)測不同時間點的功能障礙和生存概率情況，并通過對比每個患者的模擬預(yù)后和真正的疾病進(jìn)展，評估預(yù)測準(zhǔn)確性。

同時，為了驗證模型性能，研究建立了兩個數(shù)據(jù)集，用于訓(xùn)練和模擬不同場景下的患者疾病進(jìn)展與生存情況，分別為：“ITIS”常規(guī)數(shù)據(jù)集，主要采集患者性別、發(fā)病部位、發(fā)病年齡、診斷、ALSFRS－R評估表，以及發(fā)病到氣管造口術(shù)／死亡的時間等，數(shù)據(jù)測量值達(dá)到24，615個；“IT”高級數(shù)據(jù)集則以基因突變、家族史、FTD、BMI，以及呼吸和營養(yǎng)支持的使用等特征作為預(yù)測值。

數(shù)據(jù)顯示，兩組模型在識別受試者疾病風(fēng)險方面均具有良好的能力，從圖1可以看出“ITIS”模型的前36個月的iAU－ROC值分別從0．80到0．93不等，“IT”的iAU－ROC值分別從0．84到0．89不等（圖1）。表明預(yù)測與實際疾病進(jìn)展非常一致，進(jìn)一步確認(rèn)了模型作為初步篩查工具的能力。

圖1 兩組模型在識別受試者疾病風(fēng)險方面的能力

此外，針對MiToS損傷和氣管切開術(shù)／死亡的模擬結(jié)果顯示兩個模型的預(yù)測和實際ALS進(jìn)展之間的高度一致性，證實DBN模型精確預(yù)測了患者的生存和MiToS域損傷。

02

挖掘不同風(fēng)險因素與4個功能域之間的關(guān)聯(lián)

該研究同時評估了不同風(fēng)險因素對ALS疾病進(jìn)展的影響，主要是基于每位受試者首次就診時的特征，使用DBN工具對其疾病進(jìn)展進(jìn)行100種不同的模擬，挖掘發(fā)病部位、用力肺活量（FVC）等不同風(fēng)險因素與患者發(fā)生吞咽、行走／自理、呼吸、溝通功能障礙之間的關(guān)聯(lián)。

研究者根據(jù)模擬結(jié)果，首先分析了“發(fā)病部分”對ITIS組列患者的吞咽障礙出現(xiàn)時間的影響，指出相對于脊髓發(fā)病型患者，延髓發(fā)病型患者在疾病早期出現(xiàn)吞咽障礙的可能性更高（圖2）。例如，在患者確診后的第50個月，76％的延髓發(fā)病型患者已發(fā)生吞咽障礙，而延髓發(fā)病型患者的發(fā)生比例為60％。

圖2 發(fā)病部分對吞咽障礙出現(xiàn)時間的影響

而通過模擬FVC對行走／自理障礙發(fā)生時間的影響，研究者發(fā)現(xiàn)，患者確診時的FVC值越低，失去行走／自理能力的時間越早（圖3）。例如，F(xiàn)VC值低于84％的患者，行走／自理障礙最有可能發(fā)生在發(fā)病后13個月，F(xiàn)VC值為84％～101％的患者可能在18個月時發(fā)生，F(xiàn)VC高于101％的患者則在20個月時發(fā)生。

圖3 FVC對行走／自理障礙發(fā)生時間的影響

此外，對于IT組列的患者，研究者進(jìn)行了FVC對呼吸障礙發(fā)生時間的影響、首診時行走／自理能力喪失對溝通障礙發(fā)生時間的影響這2項評估，均得到了明確的結(jié)果。而DBN工具的所有預(yù)測結(jié)果，均和患者實際預(yù)后高度一致，同時，研究者與相關(guān)文獻(xiàn)進(jìn)行比較，確定并驗證了上述風(fēng)險因素與疾病進(jìn)展之間的聯(lián)系。

文章在最后提到，此項研究是第一個完全依靠真實世界數(shù)據(jù)的模型，它允許在動態(tài)設(shè)置中模擬ALS的整個進(jìn)展。另外，與其他預(yù)測工具不同的是，DBN不僅可預(yù)測患者生存時間，還可預(yù)測某種事件發(fā)生的時間，且評估了預(yù)測結(jié)果和患者真實預(yù)后的一致性，由此證實多種生物標(biāo)志物對ALS預(yù)后的影響，為臨床實踐提供證據(jù) 。

參考材料：

Tavazzi， E．， Daberdaku， S．， Zandonà， A． et al． Predicting functional impairment trajectories in amyotrophic lateral sclerosis： a probabilistic， multifactorial model of disease progression． J Neurol （2022）． https：／／doi．org／10．1007／s00415－022－11022－0

【責(zé)任編輯：蘇夏】

——本公眾號所有圖文，未經(jīng)許可，嚴(yán)禁轉(zhuǎn)載！

如需轉(zhuǎn)載，請?zhí)崆芭c編輯聯(lián)系取得轉(zhuǎn)載許可。否則視為侵權(quán)！

       原文標(biāo)題 : 首個完全基于真實世界數(shù)據(jù)的模型 預(yù)測ALS疾病進(jìn)展全軌跡