不同MMSE评分下阿尔兹海默病发病风险因素的贝叶斯分位数回归联合模型分析

doi:10.13481/j.1671-587X.20230216

摘要/Abstract

摘要：

目的探讨校正简易精神状态检查（MMSE）评分轨迹后的阿尔兹海默病（AD）发病风险影响因素，阐明不同MMSE评分人群AD发病的风险因素。方法基于AD神经成像计划数据库收集2005—2016年的随访数据，经筛选后最终纳入425名随访者的随访数据，采用LASSO方法对变量进行筛选；采用贝叶斯分位数回归模型分析MMSE评分在不同分位数上的影响因素，采用Cox模型和贝叶斯分位数回归联合模型方法分析影响AD发病的主要风险因素。结果经筛选后，纳入的变量包括白蛋白、总胆固醇和血糖浓度等10个变量。贝叶斯分位数回归联合模型的纵向子模型分析，在MMSE评分的不同分位数处，影响MMSE评分轨迹变化的因素相同，均为白蛋白、血糖浓度、年龄、性别、载脂蛋白E4（APOE4）基因、种族和教育评分。联合模型的Cox回归子模型分析，种族和APOE4基因在所有分位数上均对AD发病有影响，其中APOE4基因在4个分位数上的风险比分别为2.188（95%CI：1.775，2.620）、1.751（95%CI：1.422，2.042）、1.706（95%CI：1.391，2.102）和2.056（95%CI：1.439，3.206）。总胆固醇水平和家族史仅在部分分位数上对AD发病有影响。结论不同MMSE评分分布的人群，AD发病的风险因素不同，影响程度也有差异。有APOE4基因和白种人在不同分位数上均是AD发病的风险因素，总胆固醇水平和家族史仅在部分分位数上是AD发病的风险因素。

关键词: 贝叶斯分位数回归联合模型, 分位数回归模型, Cox模型, 阿尔兹海默病, 简易精神状态检查量表, 风险因素

Abstract:

Objective To discuss the influencing factors for the risk of Alzheimer’s disease （AD） after correction the Mini-Mental State Examination （MMSE） score trajectory， and to clarify the risk factors for of AD in the people with different MMSE scores. Methods The follow-up data from 2005－2016 were collected based on the AD Neuroimaging Program Database. After screening， the follow-up data of 425 people were finally included， and the variables were screened by LASSO method； the influencing factors of MMSE scores at different quantiles were analyzed by Bayesian quantile regression model， and COX model and Bayesian quantile regression joint model were used to analyze the main risk factors of AD. Results After screening， 10 variables were included， including albumin， total cholesterol， and blood glucose concentration and so on. The results of longitudinal sub-model analysis of the Bayesian quantile regression joint model showed that the influencing factors which affecting the change of MMSE score trajectory at different quartiles were the same， such as albumin， blood glucose concentration， age， gender，apolipoprotein E（APOE4） gene， race， and educational score. The Cox regression sub-model anslysis of the joint model results showed that race and APOE4 gene had the effects on the AD at all quartiles， and the risk ratios of APOE4 gene were 2.188（（95%CI：1.775，2.620）， 1.751（95%CI：1.422，2.042）， 1.706（95%CI：1.391，2.102）， and 2.056（95%CI：1.439，3.206）.The total cholesterol level and history had the effects on the AD only at parts of quartiles. Conclusion The risk factors of AD are different in the people with different MMSE score distributions， and the degree of influencing are also different. Both APOE4 gene and whiteness are the risk factors of AD at different quartiles， and the total cholesterol level and history are the risk factors of AD only at parts of quartiles.

Key words: Bayesian quantile regression joint model, Quantile regression model, Cox model, Alzheimer’s disease, Mini-Mental State Examination, Risk factor

中图分类号:

R749.16

王廉源,杨毅,丛慧文,王浩桦,包绮晗,李承圣,周立雯,丁子琛,李艳丽,石福艳,王素珍. 不同MMSE评分下阿尔兹海默病发病风险因素的贝叶斯分位数回归联合模型分析[J]. 吉林大学学报(医学版), 2023, 49(2): 395-401.

Lianyuan WANG,Yi YANG,Huiwen CONG,Haohua WANG,Qihan BAO,Chengsheng LI,Liwen ZHOU,Zichen DING,Yanli LI,Fuyan SHI,Suzhen WANG. Bayesian quantile regression joint model analysis on risk factors of Alzheimer’s disease in people with different MMSE scores[J]. Journal of Jilin University(Medicine Edition), 2023, 49(2): 395-401.

图/表 7

表1

图1

表2

图2

表3

表4

表5

425名随访者的贝叶斯分位数回归联合模型的纵向子模型分析"

Model	β（95%CI）
Model	τ=0.15	τ=0.25	τ=0.75	τ=0.85
Albumin	0.084(0.066－0.098)^*	0.069(0.050－0.082)^*	0.063(0.038－0.081)^*	0.063(0.049－0.076)^*
Glucose	－0.327(－0.353－－0.290)^*	－0.175(－0.209－－0.148)^*	－0.212(－0.267－－0.182)^*	－0.205(－0.262－－0.143)^*
Age	－0.057(－0.070－－0.047)^*	－0.060(－0.068－－0.052)^*	－0.033(－0.041－－0.021)^*	－0.030(－0.036－－0.023)^*
APOE4 gene(Yes vs No)	－0.586(－0.625－－0.532)^*	－0.535(－0.584－－0.471)^*	－0.607(－0.651－－0.570)^*	－0.602(－0.662－－0.537)^*
Gender(Male vs Female)	0.712(0.683－0.742)^*	0.696(0.625－0.759)^*	0.659(0.601－0.705)^*	0.646(0.616－0.664)^*
Educational score	0.159(0.132－0.186)^*	0.168(0.149－0.186)^*	0.109(0.087－0.134)^*	0.104(0.085－0.127)^*
Race(White vs Other)	0.662(0.638－0.693)^*	0.540(0.456－0.623)^*	0.683(0.653－0.712)^*	0.626(0.580－0.677)^*
Survival
Age at baseline	－0.001(－0.025－0.022)	－0.001(－0.027－0.024)	0.022(－0.013－0.060)	0.004(－0.023－0.032)
APOE4 gene(Yes vs No)	0.783(0.574－0.963)^*	0.560(0.352－0.714)^*	0.534(0.330－0.743)^*	0.721(0.364－1.165)^*
Race(White vs Other)	－1.582(－1.873－－1.425)^*	－1.473(－1.787－－1.199)^*	－1.607(－1.803－－1.440)^*	－1.542(－1.951－－1.193)^*
History(Yes vs No)	0.036(－0.224－0.346)	0.166(－0.053－0.378)	0.545(0.143－0.947)^*	0.224(0.089－0.397)^*
Systolic pressure at baseline	－0.001(－0.014－0.009)	－0.004(－0.016－0.009)	0.002(－0.013－0.016)	－0.002(－0.014－0.012)
Blood glucose at baseline	－0.168(－0.317－0.002)	－0.079(－0.184－0.042)	－0.091(－0.228－0.030)	－0.016(－0.157－0.160)
Total cholesterol at baseline	－0.157(－0.368－0.046)	－0.302(－0.472－－0.126)^*	－0.265(－0.463－－0.064)^*	－0.251(－0.402－－0.095)^*
Albumin at baseline	－0.056(－0.108－0.003)	－0.045(－0.101－0.013)	0.023(－0.055－0.129)	－0.036(－0.098－0.046)

表5

参考文献 25

1	宋皓，李玉萍，王松华，等. 阿尔茨海默症突触功能障碍研究进展［J］. 生命科学， 2018， 30（1）： 20-26.
2	PRINCE M， WIMO A， GUERCHET M，et al. World Alzheimer report 2015： the global impact of dementia［M］.London：Alzheimer’s Disease International，2015.
3	周正芳，丁凤琴. 品管圈活动在老年阿尔茨海默症患者护理管理中的应用效果［J］. 实用临床护理学电子杂志， 2018， 3（45）： 16-17.
4	胡薇薇，侯雪芹，廖儒佳，等. 阿尔茨海默病的药物治疗靶点及新药研发进展：我们还有新武器吗？［J］. 中国药理学与毒理学杂志， 2017， 31（7）： 701-706.
5	DOODY R S， MASSMAN P， DUNN J K. A method for estimating progression rates in Alzheimer disease［J］. Arch Neurol， 2001， 58（3）： 449-454.
6	DOODY R S， PAVLIK V， MASSMAN P， et al. Correction： Predicting progression of Alzheimer’s disease［J］. Alzheimers Res Ther， 2010， 2（3）： 14.
7	汪秋燕，祝云龙. 衢州市老年痴呆的患病率及危险因素［J］. 中国现代医生， 2021， 59（8）： 33-38.
8	SCHMIDT-RICHBERG A， LEDIG C， GUERRERO R，et al. Learning biomarker models for progression estimation of Alzheimer’s disease［J］. PLoS One， 2016， 11（4）： e0153040.
9	JACK C R J R， VEMURI P， WISTE H J， et al. Shapes of the trajectories of 5 major biomarkers of Alzheimer disease［J］. Arch Neurol， 2012， 69（7）： 856-867.
10	BORAH B J， BASU A. Highlighting differences between conditional and unconditional quantile regression approaches through an application to assess medication adherence［J］. Heal Econ， 2013， 22（9）： 1052-1070.
11	CHEN Y F， MA X W， SUNDELL K， et al. Quantile regression to characterize solanezumab effects in Alzheimer’s disease trials［J］.Alzheimers Dement （N Y）， 2016， 2（3）： 192-198.
12	PALMA M， TAVAKOLI S， BRETTSCHNEIDER J， et al. Quantifying uncertainty in brain-predicted age using scalar-on-image quantile regression［J］. NeuroImage， 2020， 219： 116938.
13	SHERWOOD B， ZHOU A X H， WEINTRAUB S，et al. Using quantile regression to create baseline norms for neuropsychological tests［J］. Alzheimer’s Dement Diagn Assess Dis Monit， 2016， 2： 12-18.
14	AREVALO-RODRIGUEZ I， SMAILAGIC N， ROQUÉ I FIGULS M， et al. Mini-Mental State Examination （MMSE） for the detection of Alzheimer’s disease and other dementias in people with mild cognitive impairment （MCI）［J］. Cochrane Database Syst Rev， 2015（3）： CD010783.
15	LI K， LUO S. Bayesian functional joint models for multivariate longitudinal and time-to-event data［J］. Comput Stat Data Anal， 2019， 129： 14-29.
16	曾津，周建军. 高维数据变量选择方法综述［J］. 数理统计与管理， 2017， 36（4）： 678-692.
17	BEKRIS L M， YU C G， BIRD T D， et al. Genetics of Alzheimer disease［J］. J Geriatr Psychiatry Neurol，2010， 23（4）： 213-227.
18	GOODMAN R A. Prevalence of dementia subtypes in United States Medicare fee-for-service beneficiaries， 2011-2013［J］.Alzheimer’s Dement，2017，13（1）： 28-37.
19	PEÑA-BAUTISTA C， ROCA M， LÓPEZ-CUEVAS R，et al. Metabolomics study to identify plasma biomarkers in alzheimer disease： ApoE genotype effect［J］. J Pharm Biomed Anal， 2020， 180： 113088.
20	UDEH-MOMOH C， PRICE G， ROPACKI M T，et al. Prospective evaluation of cognitive health and related factors in elderly at risk for developing Alzheimer’s dementia： a longitudinal cohort study［J］. J Prev Alzheimers Dis， 2019， 6（4）： 256-266.
21	陈静华. Logistic回归模型、神经网络模型和决策树模型在轻度认知功能障碍向阿尔茨海默症转归预测中的比较［D］. 南昌：南昌大学， 2018.
22	杨晓敏，鲍天昊，阮冶. 阿尔兹海默病发病危险因素概况［J］. 四川精神卫生， 2020， 33（6）： 560-565.
23	张温. 预防阿尔兹海默病越早越好［J］. 人人健康， 2021（7）： 38-39.
24	YU J T， XU W， TAN C C， et al. Evidence-based prevention of Alzheimer’s disease： systematic review and meta-analysis of 243 observational prospective studies and 153 randomised controlled trials［J］. J Neurol Neurosurg Psychiatry， 2020，91（11）：1201-1209.
25	LITKE R， GARCHARNA L C， JIWANI S， et al. Modifiable risk factors in Alzheimer disease and related dementias： a review［J］.Clin Ther，2021，43（6）：953-965.

Variable	Data
Time of follow-up (year)	1.85±1.43
Number of mean follow-up	2.55±0.69
MMSE score	27.69±2.69
Age (year）	72.06±7.24
Educational score	16.50±2.61
Diastolic pressure (P/mmHg)	73.75±9.98
Systolic pressure (P/mmHg)	134.14±16.31
Blood glucose[c_B/（mmol·L^－1）]	5.40±1.05
Total cholesterol [c_B/(mmol·L^－1)]	4.95±0.95
Total triglycerides [c_B/(mmol·L^－1)]	1.19±0.54
Albumin [ρ_B/(g·L^－1)]	40.93±3.04
Gender
Male	223（52.47）
Female	202（47.53）
Marital status
Married	312（73.41）
Other	113（26.59）
Race
White	399(93.89)
Other	26(6.11)
APOE4 gene
Yes	152（35.76）
No	273（64.24）
Family history
Yes	243（57.18）
No	182（42.82）

Variable	τ=0.15		τ=0.25		τ=0.75		τ=0.85
Variable	β	P	β	P	β	P	β	P
Albumin	0.093	0.008	0.010	0.001	0.082	0.011	0.084	0.003
Total cholesterol	－0.337	0.064	－0.334	0.113	－0.337	0.083	－0.335	0.062
Glucose	－0.283	0.001	－0.287	0.002	－0.282	0.002	－0.279	0.001
Systolic pressure	－0.004	0.408	0.002	0.687	0.0003	0.951	－0.003	0.581
Age	－0.059	<0.001	－0.066	<0.001	－0.033	0.040	－0.022	0.192
Educational score	0.156	0.002	0.146	0.007	0.155	0.001	0.153	0.003
APOE4 gene (Yes vs No）	－0.655	0.002	－0.651	0.005	－0.652	0.015	－0.651	0.006
History (Yes vs No）	0.306	0.177	0.304	0.219	0.309	0.247	0.310	0.226
Gender (Male vs Female)	0.672	0.017	0.676	0.066	0.674	0.016	0.674	0.036
Race (White vs Other)	0.705	0.068	0.706	0.092	0.705	0.075	0.704	0.034

Variable	β	HR(95%CI)	P
Age	0.012	1.012（0.977－1.048）	0.516
Gender（Male vs Female）	－0.338	0.713（0.399－1.274）	0.253
Educational score	－0.006	0.994（0.901－1.097）	0.909
Race（White vs Other）	－1.466	0.231（0.032－1.675）	0.147
Marry (Married vs Other)	－0.174	0.840（0.445－1.585）	0.591
History（Yes vs No）	0.302	1.352（0.804－2.273）	0.255
APOE4 gene（Yes vs No）	0.776	2.174（1.340－3.527）	0.002
Systolic pressure at baseline	0.001	1.001（0.988－1.014）	0.885
Glucose at baseline	－0.054	0.947（0.751－1.196）	0.650
Total cholesterol at baseline	－0.147	0.863（0.651－1.144）	0.306
Albumin at baseline	－0.036	0.965（0.886－1.051）	0.410

[1]	王煜,阚伯红,赵岚,史慧妍,贾玉洁. 三焦针法对SAM小鼠血脑屏障通透性的改善作用及通过RhoA/ROCK通路的调控作用[J]. 吉林大学学报(医学版), 2021, 47(5): 1086-1091.
[2]	李昆, 李佳芮, 张佳悦, 董丹阳, 张强, 杨擎, 刘英娜, 李娜. 五味子乙素对阿尔兹海默病小鼠的抗氧化损伤作用及其机制[J]. 吉林大学学报(医学版), 2017, 43(03): 582-587.
[3]	杨思睿, 谢桂玲, 周岩, 刘聪聪. 儿童期冠心病风险因素与自主神经功能调节异常[J]. J4, 2010, 36(6): 1201-1204.