使用逻辑回归和时钟绘图错误检测阿尔茨海默病的检测
Sophia Lazarova1,2, Denitsa Grigorova3, Dessislava Petrova-Antonova1,3
1GATE Institute, Sofia University "St. Kliment Ohridski", 1504 Sofia, Bulgaria.
Brain sciences
|August 26, 2023
概括
这项研究开发了阿尔茨海默病的可访问查工具,使用时钟绘图错误和口语流度得分. 这些模型旨在提高社区环境中的早期检测率.
科学领域:
- 神经学 神经学
- 老年病的医生 老年病的医生
- 公共卫生 公共卫生
背景情况:
- 阿尔茨海默病是导致痴呆的主要原因,患病率越来越高,发现不足率很高.
- 目前的查方法通常需要医疗专业人员,限制社区环境中的可访问性.
研究的目的:
- 开发和验证基于社区的阿尔茨海默病查的后勤回归模型.
- 确定关键指标,包括时钟绘图错误和补充数据,用于早期发现阿尔茨海默病.
主要方法:
- 创建了四种后勤回归模型,包括时钟绘图错误和患者数据 (认知,遗传,心血管).
- 用AUC,Hosmer-Lemeshow测试,校准图和决策曲线分析来评估模型性能.
- 模型对年龄,教育和性别进行了控制.
主要成果:
- 发现有三个特定的时钟绘图错误对阿尔茨海默氏症的检测有信息.
- 一个带有时钟绘图错误的基本模型实现了0.825.5的AUC.
- 添加口语流度得分显著改善了AUC至0.91;进一步的数据添加显示影响最小.
- 所有模型都显示出良好的校准和临床实用性.
结论:
- 时钟绘图错误 (对称性,时间) 和口语流度得分的组合显示出可访问的阿尔茨海默病查工具的前景.
- 这些发现支持非专业人士领导的查倡议的发展,以打击不足的检测.
- 建议在多种不同人群中进一步验证.
更多相关视频
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.6K
06:46Automated, Long-term Behavioral Assay for Cognitive Functions in Multiple Genetic Models of Alzheimer's Disease, Using IntelliCage
Published on: August 4, 2018
12.2K
