论文部分内容阅读
目的
基于血清小分子核糖核酸（microRNA，miRNA）构建阿尔茨海默病（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。