一种针对老年人轻度认知障碍的查方法,它结合了生物阻抗和MMSE

科学领域:

• 老年学是一门学科.
• 神经学 神经学
• 生物医学工程 生物医学工程

背景情况:

• 轻度认知障碍 (MCI) 在老年人群中越来越令人担忧.
• 早期发现MCI对于及时干预和管理至关重要.
• 目前的选方法可能缺乏足够的准确性或可访问性.

研究的目的:

• 开发和验证一种新的MCI查方法.
• 将生物阻抗分析与K-MMSE得分相结合,以提高诊断准确度.
• 将组合模型的性能与现有的选工具和机器学习方法进行比较.

主要方法:

• 招募了539名老年人 (≥60岁) 的队列.
• 数据包括生物阻抗测量,K-MMSE得分和首尔神经心理查电池 (SNSB-II) 的评估.
• 使用生物阻抗和K-MMSE数据开发了一种多重线性回归模型来预测MCI,并使用接收器操作特征曲线 (AUROC) 下面的区域来评估性能.

主要成果:

• 与单独的K-MMSE (0.723名男性,0.622名女性) 或单独的生物阻抗 (0.640名男性,0.615名女性) 相比,联合生物阻抗-K-MMSE模型实现了更高的AUROC值 (0.790名男性,0.773名女性).
• 该模型的准确性与先进的机器学习模型相美.
• 组合模型在区分MCI参与者方面表现出显著的改进.

结论:

• 将生物阻抗特征与K-MMSE集成为老年人中MCI提供了一个有前途,快速和准确的查工具.
• 这种方法可以提高早期识别面临认知障碍风险的个人的能力.
• 为了确定其临床效用,需要在不同人群中进行进一步的验证.