帕金森病临床型、病理型及数据驱动型亚型在疾病进展关键节点上的比较分析：一项10年随访研究

《npj Parkinson's Disease》：Comparative analysis of progression milestones across Parkinson’s disease clinical, pathological, and data-driven subtypes: a 10-year follow-up

　　

摘要

帕金森病具有高度异质性，这给疾病修正型临床试验的设计带来了挑战，也导致试验结果不够明确。因此，需要建立有效的亚型分类体系来识别病情进展迅速的患者。本研究比较了先前定义的临床亚型（震颤为主型[TD]、姿势不稳/步态困难型[PIGD]、无法确定型）、病理亚型（以脑部病变为主型、以身体病变为主型）以及数据驱动型亚型（弥漫性恶性型[DM]、中间型[IM]、轻度运动症状为主型[MMP]）在病情进展方面的差异。我们利用帕金森病进展标志物计划（PPMI）的数据，分析了六个功能领域的进展情况，并进行了Cox比例风险回归分析。通过随机对照试验样本量模拟，评估了亚型分类对试验效率的影响。数据驱动型亚型的病情进展速度最快，其中DM型患者达到了63.0%的进展里程碑，这一比例高于PIGD型患者（55.6%）和以身体病变为主型患者（54.0%）。在调整了入组时的年龄因素后，Cox比例风险回归分析表明，DM型患者的病情进展风险仍高于MMP型患者。试验效力模拟显示，与未进行亚型分组的帕金森病群体相比，若纳入DM型患者，使用标准试验时长可将样本量需求减少约50%。这项分析表明，数据驱动型亚型分类，尤其是DM亚型的识别，可通过尽早发现那些达到特定进展里程碑的患者，为优化帕金森病的疾病修正型试验提供有效策略。