Esta página ha sido traducida por una máquina. Otras páginas pueden seguir apareciendo en inglés.
View in English
Desarrollo y validación de herramientas de detección del síndrome de riesgo cognitivo motor en entornos comunitarios
These videos have been matched automatically. Contact us if they are not relevant.
These videos have been matched automatically. Contact us if they are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Una nueva herramienta detecta efectivamente el síndrome de riesgo cognitivo motor (MCR, por sus siglas en inglés), un precursor temprano de la demencia. El modelo de árbol de decisión ofrece un método simple e interpretable para identificar a las personas en riesgo.
Área De La Ciencia
- Gerontología y Ciencias Cognitivas
- Investigación sobre la prevención de la demencia
- Evaluación de la salud pública
Sus Antecedentes
- El síndrome de riesgo cognitivo motor (MCR) significa una etapa muy temprana de demencia, lo que subraya la necesidad crítica de herramientas de detección accesibles.
- La identificación temprana de la RCM es crucial para la intervención oportuna y las estrategias de prevención de la demencia.
- Los métodos de detección existentes pueden carecer de la sensibilidad o accesibilidad requeridas para un uso generalizado en la comunidad.
Objetivo Del Estudio
- Desarrollar y validar una nueva herramienta de detección para el síndrome de riesgo cognitivo motor.
- Comparar la eficacia de la nueva herramienta con los métodos establecidos de identificación de las RCM.
- Mejorar la detección temprana del riesgo de demencia mediante soluciones tecnológicas innovadoras.
Principales Métodos
- Se realizó un estudio transversal en el que participaron 1189 participantes chinos mayores de 50 años.
- La cohorte se dividió en conjuntos de formación (70%) y ensayos (30%) para el desarrollo y la validación de modelos.
- Se utilizaron modelos de regresión logística (LR) y árbol de decisión (DT), y el rendimiento se evaluó utilizando el área bajo la curva (AUC).
Principales Resultados
- La prevalencia de MCR fue del 13,12%.
- Tanto los modelos LR como los DT demostraron un buen rendimiento predictivo (las AUC oscilaron entre 0,821 y 0,859).
- Se identificaron siete factores de riesgo modificables, incluidos nuevos conocimientos sobre el compromiso social, la actividad física y el bienestar mental.
Conclusiones
- Una interfaz interactiva basada en la web que integra los modelos LR y DT identifica efectivamente el MCR.
- El modelo de árbol de decisión se recomienda por su simplicidad e interpretabilidad en entornos clínicos.
- Esta herramienta apoya a las enfermeras y médicos de la comunidad en la clasificación eficiente de individuos para MCR, ayudando a los esfuerzos de prevención de la demencia.
Estos videos han sido emparejados automáticamente Contact us si no son relevantes
Estos videos han sido emparejados automáticamente Contact us si no son relevantes