Prediction of First and Recurrent Falls in Parkinson's Disease
Vorhersage von ersten und wiederholten Stürzen bei Parkinson-Krankheit
Annals of Neurology · 30.10.2026
DOI: 10.1002/ana.78400 ↗Auf einen Blick
Es wurden Modelle zur Vorhersage von Stürzen im nächsten Jahr bei Parkinson-Krankheit entwickelt und extern validiert. Klinische Merkmale zeigten eine mäßige Trennschärfe; Biomarker brachten in der externen Validierung keinen klaren Zusatznutzen.
Fragestellung
Lassen sich erste und wiederholte Stürze im nächsten Jahr bei Parkinson-Krankheit mit klinischen, bildgebenden und Flüssigkeits-Biomarkern vorhersagen?
Methode
Modellentwicklung in PPMI mit externer Validierung in UPenn-Kohorten; Vorhersage von inzidenten und rezidivierenden Stürzen; Bewertung mit AUROC und AUPRC.
Ergebnisse
Das Inzidenzmodell wurde in 773 Visit-Paaren entwickelt und in 589 validiert; AUROC 0,704 (95 %-KI 0,653–0,750) in PPMI und 0,630 (95 %-KI 0,564–0,687) in UPenn. Das Rezidivmodell: 302 und 137 Visit-Paare; AUROC 0,683 (95 %-KI 0,623–0,753) und 0,641 (95 %-KI 0,538–0,732).
Einschränkungen
Explorative Biomarker-Erweiterung verbesserte die Diskrimination nur in PPMI; in der externen Validierung waren die Schätzungen unpräzise.
Schlussfolgerung der Autor:innen
Klinische Messungen können das Sturzrisiko im nächsten Jahr bei Parkinson-Krankheit mit mäßiger Trennschärfe erfassen; die Leistung nahm in der externen Validierung ab. Biomarker zeigten nur begrenzten Zusatznutzen.
Kernaussagen
- Inzidenzmodell: AUROC 0,704 in PPMI und 0,630 in UPenn
- Rezidivmodell: AUROC 0,683 in PPMI und 0,641 in UPenn
- Biomarker verbesserten die Vorhersage extern nicht klar
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Fachartikel in der Zeitschrift Annals of Neurology, online erschienen am 30.10.2026. Verfasst von Joaquin A Vizcarra und 13 weiteren Autor:innen. Beteiligte Einrichtung: Department of Neurology, University of Pennsylvania Perelman School of Medicine, Philadelphia, PA. Die Arbeit nennt 45 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Themen: Sturzprophylaxe
Abstract (Originalsprache)
Objective
To develop and externally validate prediction models for next‐year falls in Parkinson's disease (PD), and to evaluate the incremental value of imaging and fluid biomarkers.
Methods
We developed models in Parkinson's Progression Markers Initiative (PPMI) to predict next‐year falls with external validation in University of Pennsylvania (UPenn) cohorts. We evaluated incident falls among visits without current or prior falls and recurrent falls among visits with current falls. We calculated area under the receiver operating characteristic curve (AUROC), area under the precision‐recall curve (AUPRC), and development‐derived risk strata.
Results
The incident model, comprising Movement Disorder Society–Unified Parkinson's Disease Rating Scale Part III, Montreal Cognitive Assessment, and Geriatric Depression Scale (GDS), was developed in 773 visit‐pairs and validated in 589 visit‐pairs. AUROC was 0.704 (95% confidence interval [CI] = 0.653–0.750) in PPMI and 0.630 (95% CI = 0.564–0.687) in UPenn. Incident fall risk increased from 7.1 to 18.5% across low‐ to high‐risk groups in UPenn. The recurrent model, comprising Hoehn and Yahr (H&Y), GDS, and Symbol Digit Modalities Test, was developed in 302 visit‐pairs and validated in 137 visit‐pairs. AUROC was 0.683 (95% CI = 0.623–0.753) in PPMI and 0.641 (95% CI = 0.538–0.732) in UPenn. Recurrent fall rates increased from 22.2 to 65.0% across low‐ to high‐risk groups in UPenn. Exploratory biomarker augmentation modestly improved discrimination beyond clinical models in PPMI, but not in external validation, where estimates were imprecise.
Interpretation
Clinical measures may identify next‐year fall risk in PD with moderate discrimination, although performance attenuated in external validation. Exploratory biomarkers provided modest incremental value in development but not in external validation. ANN NEUROL 2026
Autor:innen und Institutionen
- Department of Neurology, University of Pennsylvania Perelman School of Medicine, Philadelphia, PA.
- Center for Neuroengineering and Therapeutics, University of Pennsylvania, Philadelphia, PA.
- Department of Bioengineering, University of Pennsylvania School of Engineering and Applied Sciences, Philadelphia, PA.
- Department of Radiology, University of Pennsylvania Perelman School of Medicine, Philadelphia, PA.
- Department of Biostatistics, Epidemiology, and Informatics, University of Pennsylvania, Philadelphia, PA.
- Department of Biostatistics, Health Informatics, and Data Science, University of Cincinnati College of Medicine, Cincinnati, OH.
ORCID-Profile: Joaquin A Vizcarra, Umberto Tachinardi, David Irwin
Zitieren
APA
Vizcarra, J. A., Hefter, K., Duong, M. T., Ertefaie, A., Tachinardi, U., Olm, C. A., Radhakrishnan, H., McMillan, C. T., Irwin, D., Weintraub, D., Litt, B., Bassett, D. S., Siderowf, A., & Parkinson's Progression Markers Initiative (2026). Prediction of First and Recurrent Falls in Parkinson's Disease. Annals of Neurology. https://doi.org/10.1002/ana.78400
Vancouver
Vizcarra JA, Hefter K, Duong MT, Ertefaie A, Tachinardi U, Olm CA, et al. Prediction of First and Recurrent Falls in Parkinson's Disease. Annals of Neurology. 2026. doi:10.1002/ana.78400
BibTeX
@article{Vizcarra2026,
author = {Vizcarra, Joaquin A and Hefter, Kat and Duong, Michael Tran and Ertefaie, Ashkan and Tachinardi, Umberto and Olm, Christopher A and Radhakrishnan, Hamsanandini and McMillan, Corey T and Irwin, David and Weintraub, Daniel and Litt, Brian and Bassett, Dani S and Siderowf, Andrew and Parkinson's Progression Markers Initiative, Parkinson's Progression Markers Initiative},
title = {Prediction of First and Recurrent Falls in Parkinson's Disease},
journal = {Annals of Neurology},
year = {2026},
doi = {10.1002/ana.78400}
}
EUVIMED