基于红细胞分布宽度与白蛋白比值的PD严重程度列线图预测模型构建和验证OA

目的探讨外周血红细胞分布宽度与白蛋白比值(RAR)与帕金森病(PD)及其严重程度的关联,构建用于预测PD病情严重程度的列线图模型。方法采用回顾性病例对照研究,连续纳入2021-01—2025-10于郑州市中心医院神经内科就诊的原发性PD患者263例为病例组,并匹配382例年龄、性别相仿的健康体检者为对照组。采用Hoehn-Yahr(H-Y)分期将PD患者分为早期组(H-Y 1~2.5期)和中晚期组(H-Y 3~5期)。通过多因素Logistic回归分析识别PD严重程度的独立影响因素,并基于显著变量构建列线图预测模型,采用AUC、Hosmer-Lemeshow检验及Bootstrap法评估模型性能。结果与对照组相比,PD患者年龄更大,RAR和RDW水平更高,BMI、血清白蛋白、红细胞计数、血红蛋白及淋巴细胞计数更低(P<0.05)。中晚期PD患者病程更长、UPDRSⅢ评分更高、RAR水平更高,炎症与营养相关指标异常更显著(P<0.05)。多因素Logistic回归分析显示,病程、UPDRSⅢ评分和RAR升高是PD进展至中晚期的独立危险因素。据此构建的列线图模型具有良好的区分度(AUC=0.844,95%CI:0.797~0.890)、校准度(Hosmer-Lemeshowχ^(2)=12.845,P=0.117)及临床净收益,Bootstrap内部验证证实其预测稳定性良好。结论基于RAR、UPDRSⅢ评分和病程构建的列线图模型可有效预测PD患者的病情严重程度,具有良好的临床价值。