该RODI mHealth应用程序洞察力:机器学习驱动的数字指标的识别用于神经退行性疾病检测的数字指标

科学领域:

• 神经科学是一个神经科学.
• 数字健康数字健康
• 老年学是一门学科.

背景情况:

• 神经认知障碍 (NCD) 是一个重大的全球健康挑战.
• 早期发现非传染性疾病对于有效的治疗和管理至关重要.
• 移动健康 (mHealth) 应用程序为认知评估提供了一个有前途的方法.

研究的目的:

• 开发和验证用于检测非传染性疾病的RODI mHealth应用程序.
• 在应用程序中识别关键的认知任务,作为NCDs的数字指标.
• 使用该应用程序,比较患有非传染性疾病和健康对照者的表现.

主要方法:

• 一项涉及182名参与者 (NCD患者和健康对照) 的研究使用RODI mHealth应用程序进行.
• 机器学习算法用于分析性能数据并识别重要特征.
• 采用三种分类算法的特征重要性组合策略来确定任务优先级.

主要成果:

• 评估视觉工作记忆的任务在区分患有非传染性疾病和没有非传染性疾病的个体方面表现出最高的意义.
• 智力计算,执行工作记忆和回忆等认知过程对通过应用程序检测NCD的影响较小.
• 该研究在RODI应用程序中确定了特定的数字指标,这些指标对于NCD识别至关重要.

结论:

• RODI mHealth应用程序,特别是其视觉工作记忆任务,是早期检测非传染性疾病的宝贵工具.
• 这项研究为开发未来用于认知障碍查的mHealth应用提供了框架.
• 根据任务重要性优化mHealth应用程序设计可以提高神经疾病数字生物标志物检测的准确性.