一个基于平板电脑的多维绘图系统可以有效地区分患有大脑失忆性MCI的患者和健康个体
Xiaonan Zhang1,2, Liangliang Lv3, Jiani Shen4
1Department of Radiology, First Hospital of Shanxi Medical University, Taiyuan, China.
Scientific reports
|January 10, 2024
概括
雷-奥斯特雷特复杂图形测试的新数字评分方法提供了一种快速,客观的方法来检测早期痴呆症. 这种数字老年复杂图 (dGCF) 工具的准确性与传统方法相比,可以改善轻度认知障碍的早期检测.
科学领域:
- 神经科学是一个神经科学.
- 老年学是一门学科.
- 医疗技术 医疗技术 医学技术
背景情况:
- 预计到2050年,全球痴呆病例将达到1.52亿,需要早期发现和干预.
- 雷-奥斯特雷特复杂图形测试 (ROCF) 的传统评分是耗时且不一致的,限制了其广泛使用.
- 需要快速,客观和敏感的数字方法来选早期认知功能障碍.
研究的目的:
- 通过使用数字系统,评估患有无记忆性轻度认知障碍 (aMCI) 的患者的绘图策略.
- 开发和验证用于认知评估的快速,客观和敏感的数字评分方法.
- 将数字老年复杂图 (dGCF) 变量的诊断性能与传统ROCF分数进行比较.
主要方法:
- 64名参与者 (38名MCI,26名健康对照) 完成了基于平板电脑的老年复杂图形 (GCF) 测试 (复制,3分钟回忆,20分钟延迟回忆).
- 使用后勤回归模型分析了数字GCF (dGCF) 变量和传统GCF (cGCF) 评分.
- 为了评估诊断价值,生成了接收器操作特征 (ROC) 曲线.
主要成果:
- aMCI患者在20分钟的延迟回忆过程中表现出更长的空气时间和暂停时间,更多的短暂中风,以及较差的细节集成 (p < 0.05).
- 对于aMCI检测,dGCF变量表现出89.47%的灵敏度,略高于cGCF得分 (84.21%).
- 结合dGCF变量和cGCF得分,显著提高了诊断准确度 (78.1%) 和特异性 (84.62%).
结论:
- 数字老年复杂图 (dGCF) 系统量化评估绘画性能,为耗时的传统评分提供了可行的替代方案.
- 开发的回归模型有效地识别了患有aMCI的患者.
- 这种数字化方法显示出作为一种高效的查工具的承诺,用于轻度认知障碍 (MCI) 患者.
