注意力缺陷多动障碍(ADHD)是一类神经发展性疾病，其主要表现为年龄不当的注意力障碍和(或)极致活跃障碍。近年来，随着神经生物学研究深入，人们逐渐形成了ADHD发生的多元机制理论。然而，目前ADHD的临床诊断依然仅基于临床表现，缺乏客观检测方法。影响ADHD成人期持续的相关因素也尚不清楚。精准医学所推崇的预测模型研究正逐渐引起医学界重视。通过综合考虑个体的临床特征、基因、环境和生活方式等多种因素，预测模型试图就疾病的诊断、预后和治疗反应给出个体化预测。

关于ADHD，预测模型研究近年来迅速增多。然而，目前尚未有全面系统评估ADHD预测模型现状和效能的研究。本研究拟通过系统评价来检验和评价已有的ADHD预测模型，以期协助临床工作。此外，还将探讨可能影响预测模型效能的调整因素。

本研究利用儿童及成年人心理障碍的临床资料，包括639名酒精性脑损伤患者及其对照组。通过临床诊断及心理评估，确认641名患者具有自闭症特征。

采用Illumina平台对所有受试者进行全外显子组测序，并采用Agena MassARRAY技术对染色体位置进行定量分析，获取变异数据。然后利用ANNOVAR软件对获得变异进行功能注释，包括码区变异类型、影响氨基酸变化预测等。

统计分析方面，采用SPSS软件进行统计分析，包括两样本t检验、方差分析等，探讨基因变异与临床表型之间的相关性。最后采用PROBAST质控工具对包含研究进行风险评估。作者还对多项研究AUC指标进行meta回归分析，探讨影响预测效能的因素。

图1：PRISMA流程图

本系统性综述筛选出100项满足纳入标准的ADHD预测模型研究。综述流程图显示，从初筛776项文献中，经去重后保留100项研究。其中96%为内部验证，7%为外部验证，88%预测诊断，5%预测预后，7%预测治疗反应。

研究采用的预测因子主要有临床因子(35%)、神经影像因子(31%)和认知因子(27%)。样本规模从10人至238，696人不等。绝大多数研究采用案例对照研究设计。

图2：报告的预测变量

模型准确率范围较广，AUC从0.5至0.99不等。医学统计回归分析显示，包含临床预测因子的模型表现优于不包含临床预测因子的模型。其他变量对模型AUC影响不显著。

根据PROBAST质量评估，67%研究风险误差较高。只有7%研究误差较低。

图3：质量评估

综上，ADHD预测模型数量呈指数增长，但外部验证研究较少。大多数研究质量需加强。临床预测因子对模型表现影响较大。展望将来需要开展更多高质量外部验证研究。

原始出处：

Salazar de Pablo， G.， Iniesta， R.， Bellato， A. et al. Individualized prediction models in ADHD: a systematic review and meta-regression. Mol Psychiatry (2024). https://doi.org/10.1038/s41380-024-02606-5