使用机器学习方法预测医疗保险受益人的认知障碍
Zongliang Yue1, Sara Jaradat1, Jingjing Qian1
1Auburn University Harrison College of Pharmacy, Auburn, AL, USA.
Archives of gerontology and geriatrics
|September 11, 2024
概括
机器学习模型预测了老年人的认知障碍. 基线认知功能和日常生活活动是关键预测因素,强调需要定期查.
科学领域:
- 老年学是一门学科.
- 医疗信息学 医疗信息学
- 公共卫生 公共卫生
背景情况:
- 认知障碍在老年人群中越来越令人担忧.
- 早期预测和干预对于管理认知衰退至关重要.
研究的目的:
- 开发和评估用于预测医疗保险受益人的认知障碍的机器学习模型.
- 确定老年人认知能力下降的关键预测因素.
主要方法:
- 对医疗保险当前受益者调查数据 (2016-2019年) 的回顾性分析.
- 使用人口,功能,健康和社会经济因素开发的机器学习算法.
- 模型使用准确度,AUC和F1得分进行评估;特征重要性通过基尼减值进行评估.
主要成果:
- 11.1%的65岁以上受益者表现出中度至严重的认知障碍.
- 基线认知功能,日常生活工具活动 (IADL),社交活动和日常生活活动 (ADL) 是显著的预测因素.
- 对于80岁以上的受益者来说,对医疗保健质量的满意度是最重要的预测因素.
结论:
- 基线认知功能和IADL是预测认知障碍的主要指标.
- 建议老年人定期进行认知和日常功能状态的查和监测.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
7.0K
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
983
