眼动变化作为轻度认知障碍的一个指标
Julius Opwonya1,2, Boncho Ku1, Kun Ho Lee3,4,5
1Digital Health Research Division, Korea Institute of Oriental Medicine, Daejeon, South Korea.
Frontiers in neuroscience
|July 3, 2023
概括
预测轻度认知障碍 (MCI) 是可能使用非侵入性眼动 (EM) 度量. 将EM数据与人口统计和认知得分相结合,为早期发现认知衰退提供了一种具有成本效益的方法.
科学领域:
- 神经科学是一个神经科学.
- 眼科医生 眼科 眼科
- 老年学是一门学科.
背景情况:
- 早期发现痴呆症对于预防疾病进展至关重要.
- 目前的诊断工具昂贵且耗时.
- 对于早期认知衰退检测,需要使用非侵入性,具有成本效益的方法.
研究的目的:
- 开发非侵入性和具有成本效益的分类模型,用于预测轻度认知障碍 (MCI).
- 为了利用眼动 (EM) 数据进行MCI预测.
主要方法:
- 收集了594名参与者的眼睛跟踪 (ET) 数据 (428名对照,166名MCI).
- 使用后勤回归 (LR) 来分析EM指标和赔率比率 (OR).
- 采用了机器学习模型与EM指标,人口统计和认知分数,由AUROC评估.
主要成果:
- LR模型显示EM指标与MCI赔率增加显著相关 (ORs 1.213-1.621).
- 将人口统计与EM或MMSE相结合的模型实现了0.752和0.767.7的AUROC.
- 最好的模型整合了人口统计,MMSE和EM指标,达到0.840.8的AUROC.
结论:
- 在MCI中,EM指标的变化与注意力和执行功能缺陷相关.
- 将EM指标与人口统计和认知得分相结合,可以改善MCI预测.
- 这种方法提供了一种非侵入性的,具有成本效益的方法来识别早期的认知衰退.


