PRONIA结构MRI模型在4个临床高危队列的外部验证(685例)

医学与健康 2026-11-20 19 阅读

medRxiv 预印本 · 2026-11-18 · 预印本

  • 一句话结论:该结构MRI模型在训练队列外对精神病转化的判别能力较差:4个外部队列合并AUC为0.56(95% CI 0.51–0.62),低于训练队列PRONIA的0.74,提示外部泛化不足。
  • 研究设计与做法:采用预后研究设计:将PRONIA结构MRI模型在训练样本(329人、26例转化)中重新估计后,不重新拟合直接应用于4个外部队列(北美与欧洲早识别服务),共685人(平均年龄20.0岁、SD 5.1;女性319人、46.6%;转化106例),数据分析时间为2025年7月至2026年10月。
  • 主要结果:各队列AUC分别为NAPLS-3 0.53、MUC-FRUE 0.56、ZInEP 0.65、FePsy 0.69,合并0.56(95% CI 0.51–0.62);校准斜率为0.17(95% CI 0.01–0.34),没有概率阈值带来明确净获益;在症状评分基础上加入MRI评分后AUC仅变化0.01(95% CI -0.02至0.05)。
  • 机制或解释:作者解释:判别力下降集中在后来发生转化的人群(未转化者评分与PRONIA相近,转化者评分更低),灵敏度由0.92降至0.57、特异度相近(0.52 vs 0.55);扫描仪、年龄、性别与症状重加权及替代分类器均未能恢复判别力,提示不同队列通向精神病的路径可能不同,仅部分可见于脑结构。
  • 局限与边界:局限:外部验证仅4个队列、转化事件106例,随访与结局判定按各研究自有标准(症状持续1周至1个月);作者指出需更多以统一标准计数的转化事件才能识别可能适用者;预印本未经同行评审,利益冲突材料未报告。
  • 可否落地:落地含义:证据档位C,不足以下结论支持将该MRI评分用于临床高危个体的转化风险预测或叠加于症状评估;科研上提示需以统一结局标准、更大转化样本开展外部验证并探究队列间异质性来源。

🔗 打开原文

Vetter, C. S., Grund, A., Hahn, L. 等


本文摘自《每日前沿研究简报 · 2026-11-20》「医学与健康」。本内容仅用于研究信息整理与科普交流,不构成医疗建议。

评论 共 0 条

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部