纸质和电子轨迹测试的结合,用于自动分析认知障碍:开发和验证研究研究
Wei Zhang1, Xiaoran Zheng1, Zeshen Tang2
1Department of Neurology, Tongji Hospital, School of Medicine, Tongji University, Shanghai, China.
Journal of medical Internet research
|June 9, 2023
概括
这项研究开发了一种新的Trail Making Test (TMT),将纸质和数字设备结合起来,以评估认知障碍. 这种新方法可以准确地识别老年人的轻度认知障碍和阿尔茨海默病.
科学领域:
- 神经科学是一个神经科学.
- 医疗技术 医疗技术 医学技术
- 人工智能的人工智能
背景情况:
- 计算机辅助检测提供了对认知障碍的客观评估.
- 数字传感器技术为认知功能评估提供了一个有前途的途径.
- 认知衰退的早期和准确的诊断对于及时干预至关重要.
研究的目的:
- 开发和验证一种新的Trail Making Test (TMT),将纸张和电子设备整合在一起.
- 为自动认知障碍查创建一个高效和可解释的模型.
- 提高老年人认知障碍评估的准确性.
主要方法:
- 包括297名居住在社区的老年人 (认知健康,轻度认知障碍,阿尔茨海默病).
- 使用带有纸张覆盖的电磁平板来记录TMT性能 (TMT-方形和圆形).
- 开发了一个机器学习模型,使用人口,时间,压力,冲动和基于模板的新特性进行分析.
主要成果:
- 随机森林模型显示了高准确度 (例如,HC与AD的0.929).
- 开发的模型在准确性和稳定性方面超过了传统的评估方法.
- 经验证的模型显示了各组参与者对随访数据的可靠性能.
结论:
- 结合纸质和电子TMT方法显著提高认知障碍评估的准确性.
- 这种新的方法提供了一个更精确,更客观的认知衰退评估工具.
- 这些发现支持使用综合数字和传统方法进行认知查.
