認知症リスク予測モデル: 開発と検証

今日まで、臨床試験で疾患修飾効果を示した認知症治療薬はありません。 現在、アルツハイマー病の根底にある病理は、症状が明らかになる数十年前から存在していたことが理解されています。 患者が認知症状を発症した場合、つまり実質的な疾患負荷がある場合にのみ介入を開始すると、疾患修飾効果の可能性が低下する可能性があります。 代わりに、病理学的負荷が低い時期に介入を早期に行うことで、認知症の発症を予防または遅らせる可能性が高まる可能性があります。

したがって、認知症を発症するリスクが高い患者を特定する方法が必要です。 これには、リスク予測モデルの開発が必要です。このモデルは、複数の予測因子を組み合わせて利用し、時間の経過とともに認知症リスクを発症するリスクの個別化された推定値を生成します。

人口ベースのアプリケーションの理想的なリスク予測モデルは、一般開業医 (GP) が既に利用できるか、容易に入手できる予測因子を使用する必要があります。 このような予測ツールは、リスク修正戦略または予防療法の将来の試験に参加者の「リスクのある」グループを募集する低コストでスケーラブルな方法として使用できます。 効果的な疾患修飾介入が特定されると、臨床医は同じモデルを使用して、介入を受けることで最も恩恵を受ける可能性のあるリスクのある患者を特定できます。

理想的な認知症リスク予測ツールには、一般開業医 (GP) などの臨床医がすぐに利用できる、または簡単に入手できる情報のみが含まれます。

研究者らは、2 つの 10 年リスク予測モデルの開発を目指しています。1 つは全原因認知症を予測するモデル、もう 1 つはアルツハイマー型認知症を予測するモデルで、GP が日常的に利用できる予測因子のみを使用して、60 ～ 79 歳の英国の成人を対象としています。 彼らは、英国ウェールズの人々の匿名化され、リンクされたプライマリケア、入院、および死亡率のデータで構成される Secure Anonymised Information Linkage (SAIL) Databank のデータを使用してモデルを開発します。

その後、研究者は、英国の Clinical Practice Research Datalink (CPRD) などの外部データセットで認知症リスク予測モデルを外部的に検証します。 また、この外部データセットを使用して The Health Improvement Network (THIN) (Walters et al. 2016) からのデータを使用して、既存の公開された研究を検証し、モデルのパフォーマンスを比較できるようにします。