基于整合LASI与LASI-DAD数据的多领域痴呆分类模型

事件概述

相关报道显示，研究使用印度LASI与LASI-DAD的整合数据，纳入3186名排除轻度认知障碍的参与者，构建包含认知表现、知情人报告下降、心代谢生物标志物及社会人口学特征等22项预测因子的痴呆二分类模型，并进行内部验证。最终逻辑回归模型在留出测试集上ROC-AUC为0.932（敏感度0.771、特异度0.905），较仅认知指标模型（ROC-AUC 0.908）有所提升；作者指出该模型仍需外部验证与校准后方可考虑更广泛应用。

这类研究的意义不只在于提出新的疾病认识，也在于为早筛、分层诊疗和随访管理提供更具体的检测依据。

产业观察

前沿医学研究会持续推动检测技术、临床分层和疾病管理方式的变化。

文章来源

https://www.medrxiv.org/content/10.64898/2026.06.13.26354833v1