為此,，來自美國(guó)的 Singleton 教授等進(jìn)行了一項(xiàng)研究,，旨在建立一個(gè)無創(chuàng)性帕金森病診斷的準(zhǔn)確分類模型,；以期將其作為未來的隊(duì)列研究和疾病預(yù)測(cè)性研究的基礎(chǔ),。該研究成功地建造了一個(gè)敏感性和特異性均很高的帕金森病診斷和分類模型,，為以后的研究提供了良好的工具。研究發(fā)表于近期的 Lancet Neurology 雜志,。

研究者納入了帕金森進(jìn)展標(biāo)志物研究（PPMI）中 367 例具有典型影像學(xué)數(shù)據(jù)的帕金森?。≒D）患者以及 165 例無神經(jīng)系統(tǒng)疾病的對(duì)照者,。采用這些受試者的數(shù)據(jù)建立了一個(gè)疾病的分類模型。通過逐步 logisitic 回歸的方法挑選出嗅覺功能,、遺傳風(fēng)險(xiǎn),、帕金森病家族史、年齡以及性別是對(duì)該分類模型有重要貢獻(xiàn)的因素,。

從 5 個(gè)獨(dú)立的且入組標(biāo)準(zhǔn)和研究設(shè)計(jì)均不同的研究中挑選出 825 例 PD 患者和 261 例對(duì)照者,，對(duì)該模型進(jìn)行驗(yàn)證。這 5 項(xiàng)研究包括：帕金森病生物標(biāo)志物項(xiàng)目（PDBP）,、帕金森病相關(guān)風(fēng)險(xiǎn)研究（PARS）,、23andMe 研究、PD 隊(duì)列和生物標(biāo)志物研究（LABS-PD）以及 Morris K Udall 帕金森病研究中心隊(duì)列研究（Penn-Udall）,。此外,，研究者還將此模型應(yīng)用于影像學(xué)證實(shí)不伴有多巴胺能缺陷（SWEDD）的患者中進(jìn)行評(píng)估。

在 PPMI 研究人群中,，該模型能夠準(zhǔn)確區(qū)分帕金森病患者與對(duì)照者,，曲線下面積（AUC）為 0.923；并且具有高度的敏感性和特異性,。Hosmer-Lemeshow 擬合檢驗(yàn)顯示,，當(dāng)將受試者拆分成隨機(jī)的亞組人群，亞組人群的數(shù)據(jù)也與總體隊(duì)列的結(jié)果類似,。

在其他 5 個(gè)研究人群中進(jìn)行外部驗(yàn)證也顯示對(duì) PD 的分類有較好的效果,，PDBP 隊(duì)列人群中 AUC 為 0.894，PARS 研究中為 0.998,，23andMe 研究中為 0.955,，LABSPD 研究中為 0.929，Penn-Udall 研究中為 0.939,。采用此模型判定為帕金森病的 4 例 SWEDD 患者在 1 年內(nèi)轉(zhuǎn)化為帕金森病,，而其他 38 例根據(jù)模型無帕金森病的患者在轉(zhuǎn)化過程中。

該模型為鑒別帕金森病與對(duì)照者提供了一個(gè)潛在的新型方法,；如果通過前瞻性隊(duì)列研究能夠證實(shí)該模型能夠明確前驅(qū)期或臨床前期帕金森病患者,，將有助于生物標(biāo)志物的發(fā)現(xiàn)和治療方法的研究。