在老年人中使用基于前额叶皮层血红蛋白氧化的多项式回归模型识别轻度认知障碍
Mao Tso-Yen1, Huang Chun-Feng2, Lo Hong-Wa1
1Department of Leisure Services Management, Chaoyang University of Technology, Taichung, Taiwan, ROC.
Experimental gerontology
|November 22, 2024
概括
一种新的基于游戏的智能测试 (GBIT) 使用近红外光谱 (NIRS) 来测量血红蛋白反应,可以帮助识别老年人轻度认知障碍 (MCI),显示83.33%的精度.
科学领域:
- 神经科学是一个神经科学.
- 老年学是一门学科.
- 生物医学工程 生物医学工程
背景情况:
- 轻度认知障碍 (MCI) 影响老年人,需要早期检测方法.
- 传统的认知评估可能耗时,可能无法捕捉动态的生理变化.
研究的目的:
- 为在老年人中早期识别MCI开发血红蛋白多项式回归模型.
- 为此目的,利用基于游戏的智能测试 (GBIT) 与近红外光谱学 (NIRS) 结合使用.
主要方法:
- 210名老年人接受了为期3分钟的GBIT评估工作记忆.
- 使用NIRS测量了血红蛋白反应 (氧血红蛋白和脱氧血红蛋白).
- 立方多项式函数模拟了NIRS数据,用于MCI检测的逻辑回归的系数.
主要成果:
- 在GBIT期间NIRS血红蛋白反应趋势显示了与年龄相关的显著变化.
- 后勤回归确定了年龄和脱氧血红蛋白 (HHb) 系数"a"作为关键的MCI预测因素.
- 该模型实现了83.33%的整体精度 (75.00%的灵敏度,84.68%的特异性).
结论:
- 在GBIT期间的NIRS血红蛋白反应特征为老年人中MCI提供了有效的指标.
- 这种方法可能有助于更早地检测认知能力下降.
- 这些发现有助于推进认知健康评估工具的发展.
更多相关视频
06:23The 4 Mountains Test: A Short Test of Spatial Memory with High Sensitivity for the Diagnosis of Pre-dementia Alzheimer's Disease
Published on: October 13, 2016
32.2K
07:30Evaluation of the Cognitive Performance of Hypertensive Patients with Silent Cerebrovascular Lesions
Published on: April 23, 2021
3.0K
