為此,，來自美國的 Singleton 教授等進(jìn)行了一項研究,，旨在建立一個無創(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列研究和疾病預(yù)測性研究的基礎(chǔ),。該研究成功地建造了一個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)疾病的對照者。采用這些受試者的數(shù)據(jù)建立了一個疾病的分類模型,。通過逐步 logisitic 回歸的方法挑選出嗅覺功能,、遺傳風(fēng)險、帕金森病家族史,、年齡以及性別是對該分類模型有重要貢獻(xiàn)的因素,。

從 5 個獨立的且入組標(biāo)準(zhǔn)和研究設(shè)計均不同的研究中挑選出 825 例 PD 患者和 261 例對照者，對該模型進(jìn)行驗證,。這 5 項研究包括：帕金森病生物標(biāo)志物項目（PDBP）,、帕金森病相關(guān)風(fēng)險研究（PARS）、23andMe 研究,、PD 隊列和生物標(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)證實不伴有多巴胺能缺陷（SWEDD）的患者中進(jìn)行評估,。

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 擬合檢驗顯示，當(dāng)將受試者拆分成隨機的亞組人群,，亞組人群的數(shù)據(jù)也與總體隊列的結(jié)果類似,。

在其他 5 個研究人群中進(jìn)行外部驗證也顯示對 PD 的分類有較好的效果，PDBP 隊列人群中 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照者提供了一個潛在的新型方法,；如果通過前瞻性隊列研究能夠證實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。